CN106936543A

CN106936543A - 极化码编码的mimo的图合并检测译码算法及装置

Info

Publication number: CN106936543A
Application number: CN201710126792.0A
Authority: CN
Inventors: 张川; 景树森; 尤肖虎
Original assignee: Southeast University
Current assignee: Southeast University
Priority date: 2017-03-06
Filing date: 2017-03-06
Publication date: 2017-07-07
Anticipated expiration: 2037-03-06
Also published as: CN106936543B

Abstract

本发明公开了一种基于置信传播（belief proportion，BP）的多输入多输出（MIMO）检测和极化码（polar code）译码的图合并检测译码算法及装置，来进一步提高通信系统的稳定性，降低误码率。该方法通过将MIMO BP检测的因子图和极化码译码的因子图结合起来，使得他们之间的概率信息可以流通，进而使得对数似然比（Log likelihood ratio）可以具有更高精度而且可以更快的收敛速度。

Description

极化码编码的MIMO的图合并检测译码算法及装置

技术领域

本发明属于空时编码和信道编码技术领域，涉及一种极化码编码的MIMO的图合并检测译码算法及装置。

背景技术

面对5G通信对于传输各方面要求的提高，大规模多输入多输出(multiple inputmultiple output,MIMO)技术，成为提高其频谱利用率和传输速率以及降低误码率的关键技术。极化码自2008年提出以来，一直受人们关注。极化码是第一个理论上可以达到香浓极限的码。如今极化码被列为5G标准码，使用于增强移动宽带场景。

polar MIMO系统中发送端发送的比特信息先经过极化码编码，然后再通过调制与多天线发送，接收端译码后得到对发送端比特信息的估计。传统的分离检测译码(separated detection and decoding，SDD)，对接收信号首先做MIMO检测，然后将检测得到的软信息送给译码器进行译码得到译码结果。本发明提出的图合并检测译码算法(Graph-merged detection and decoding)可以使得polar MIMO系统的可靠性进一步提升，从而降低误码率。

发明内容

发明目的：为了满足一些对误码率有更高要求的场合，本发明提出了基于极化码编码的MIMO的图合并分层检测译码算法及装置，通过将MIMO检测和极化码译码的因子图合并，从而使得两张图内的概率信息可以相互传递，这样可以使得误码率降低，并且提高收敛速度。

技术方案：为实现上述发明目的，本发明采用如下技术方案：

一种极化码编码的MIMO的图合并检测译码算法，将MIMO检测和极化码译码的因子图合并起来，使得检测和译码之间的概率信息可以相互传递，在联合检测译码的迭代中，包括如下步骤：

(1)MIMO检测因子图中的观察节点(OBN)收到来自信道的信息后，更新传递给变量节点(VN)的符号概率信息，并传递给VN；

(2)VN收到来自OBN的信息更新后，将符号概率信息传递给MAP节点，MAP节点将基于符号的概率信息转换成基于比特的概率信息后，传递给译码因子图；

(3)译码因子图更新一次后再将基于比特的概率信息传递给MAP节点，MAP节点再将基于比特的概率信息转换成基于符号的概率信息后，传回给MIMO检测因子图的VN，VN再传给OBN，进行下一轮迭代。

在具体的实施方式中，步骤(1)中观察节点传递给变量节点的符号概率信息计算公式为：

其中，a_i,j(c_m)表示第i个OBN传给第j个VN的该符号是c_m的对数似然比，h_ij是信道矩阵H的第i行第j个元素，u_ij和分别是内部加性噪声z_ij的均值和方差，c₀是符号集中的第一个。

在具体的实施方式中，步骤(2)中变量节点根据观察节点传来的符号概率信息按照公式为译码准备固有信息，其中，a_l,i(c_m)表示第l个OBN传给第i个VN的该符号是c_m的对数似然比，β_j(c_m)表示第j个VN所代表的符号是c_m的对数似然比，N_R为接收天线数目。

在具体的实施方式中，步骤(2)中按照公式L_n+1,r(j-1)+d＝MAP^-1(β_j(c_m))将固有信息映射给译码模块的左信息，其中n为译码因子图的级数，d＝1,2,…r/2，W＝2^r，W是调制阶数。

在具体的实施方式中，步骤(3)中根据公式

β_j(c_m)＝MAP(L_n+1,(j-1)+d+αR_n+1,r(j-1)+d)对变量节点的固有信息进行赋值，其中α在0-1之间，n为译码因子图的级数，d＝1,2,…r/2，W＝2^r，W是调制阶数。

在具体的实施方式中，步骤(3)中根据公式β_j,i(c_m)＝β_j(c_m)-a_i,j(c_m)对传递给OBN的信息进行更新，其中β_j,i(c_m)表示第j个VN传给第i个OBN认为其所代表符号是c_m的对数似然比。

实现上述极化码编码的MIMO的图合并检测译码算法的装置，包括：

MIMO检测因子图模块，包括若干观测节点单元和若干变量节点单元；

极化码译码因子图模块，包括若干用于迭代式运算的基本计算单元；

以及概率信息映射模块，包括若干映射单元，每个映射单元分别连接一个变量节点和最右级的一个基本计算单元,用于实现基于符号的概率信息和基于比特的概率信息的转换。

有益效果：本发明首次将MIMO检测(置信传播(BP)检测)与极化码译码(BP译码)结合起来。在本发明中，MIMO检测和极化码译码的因子图被合并起来，使得检测和译码之间的信息可以相互传递。传统方案中，从信道接收到的信息首先进行MIMO检测。BP检测时，发送符号的概率信息在因子图中的观察节点和变量节点之间传递，不断迭代与更新，给出最终的概率信息传给后面的极化码译码器。不同于以前的分离检测译码，本发明允许极化码译码得到软信息通过网络传回MIMO检测器，软信息更新后再传回。即信息可以在网络中前后两方向流动，而SDD只允许信息从检测器流向译码器。本发明可以适用于现行5G的使用极化码的增强移动宽带场景，可以进一步提高polar MIMO系统的可靠性。

附图说明

图1为联合检测译码的系统框图。

图2为MIMO检测的因子图。

图3为polar译码因子图。

图4为合并后的整体的因子图。

图5为各种方式下误码率的比较结果图。

图6为整体的硬件架构示意图。

图7为局部硬件架构示意图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

为了便于理解本发明实施例的技术内容，首先对极化码编码的MIMO系统的信道模型以及现有的分离的MIMO BP检测算法和极化码译码算法做简单说明。

信道模型

在极化码编码的MIMO系统中(如图1)，准备传输的一串比特首先被极化码编码。不妨设该码码长为N＝2ⁿ，信息位长度为K，信息比特的序号集是A。这个编码过程可以表示为

x＝uG

其中x是N×1的编码后的序列，u是N×1的将信息比特按照A放置的未编码序列，G是N×N的生成矩阵。x经过MIMO发射端调制映射后编程符号序列s通过MIMO天线阵列传输，MIMO规格为N_T发N_R收，W-QAM调制。

上式中接收向量是N_R×1的复向量，是N_R×N_T的信道矩阵，是N_T×1的发送向量，是N_R×1的信道噪声服从N～(0，σ²)分布。经过实数分解后，该模型变为

y＝Hs+w

式中接收向量y是2N_R×1的复向量，H是2N_R×2N_T的信道矩阵，是2N_T×1的发送向量，w是2N_R×1的信道噪声服从N～(0，σ²)分布。整个过程就是发送端发出u，接收端就接收到y，并通过y解u的过程。

MIMO BP检测

MIMO的BP检测是变量节点(Variable Node，VN)和观测节点(Observation Node，OBN)之间关于符号概率信息互相迭代并收敛的过程(如图2)。

接收向量y的第i个元素可以被写为：

y_i＝h_ijs_j+z_ij

其中z_ij被称为内部加性噪声，可以表示为

z_ij可以近似为高斯白噪声，其均值和方差可以写为

其中c是符号集，v是实数域的VN-to-OBN的信息，h_il是信道矩阵H的第i行第l个元素。

MIMO的BP检测迭代算法大致流程为：

(1)初始化VN-to-OBN信息：β_j,i＝0

(2)迭代检测，在每次循环迭代过程中，包括如下步骤

(2.1)根据公式(1)将VN传给OBN的符号对数似然比变为实数概率，并根据公式(2)、(3)基于实数概率计算噪声的均值和方差。

其中，β_j,i(c_m)表示第j个VN传给第i个OBN认为其所代表符号是c_m的LLR，c＝[c₀,c₂,…c_n-1],表示所有的符号，v_ji(c_m)表示在第j个VN传给第i个OBN的该符号是c_m的概率。

(2.2)根据上一步计算得到的噪声的均值和方差计算OBN传给VN的符号对数似然比(Log likelihood ratio，LLR)。

a_i,j(c_m)表示第i个OBN传给第j个VN的该符号是c_m的对数似然比。

(2.3)VN根据OBN传来的符号对数似然比进行更新，并传回给OBN进行下一轮迭代。

β_j(c_m)表示第j个VN所代表的符号是c_m的LLR。

(3)根据最后的软信息进行判决，得到对应码字的估计。其中ω是星座图的符号集。

极化码译码

极化码的译码过程，使其左右信息相互迭代更新的过程，左信息自右向左传递，右信息自左向右传递。最后基于最后一级的左信息对码字进行硬判决。

图3为polar译码因子图，其译码的大致流程为

(1)初始化：根据公式(7)(8)将第n+1层的左信息初始化为信道输入信息，初始化第1层的右信息，如果该位是信息位初始化为0，否则初始化为+∞。

K_n+1,t＝I_t (7)

对于码长为2ⁿ的极化码，因子图一共有n级，每级有N个比特信息，故k＝1,2…n，t＝1,2,…N。

(2)迭代译码，每次迭代进行如下操作：

(2.1)根据公式(9)(10)从第n+1层到第1层依次对左信息进行更新，更新方式如下，其中g是一个函数，表示为g(a,b)＝sign(a)sign(b)min(|a|,|b|)

L_k,＝g(L_k+1,2t-1,L_k+1,2t+R_k,tN/2) (9)

L_k,t+N/2＝g(R_k,t,L_k+1,2t-1)+L_k+1,2t (10)

(2.2)从第1层到第n+1层一次对右信息进行更新，更新方式如下：

R_k+1,2t-1＝g(R_k,t,L_k+1,2t+R_k,t+N/2) (11)

R_k+1,2t＝g(R_k,t,L_k+1,2t-1)+R_k，t+N/2 (12)

更新完右信息再返回更新左信息，直到达到迭代最大次数。

(3)输出，根据(13)对第一级的左信息进行硬判决并输出

上述算法中，L_k,t表示极化码因子图中第k级第t位的左信息。R_k,t表示极化码因子图中第k级第t位的右信息。

图合并检测译码

本发明实施例公开的一种极化码编码的MIMO的图合并检测译码算法，将MIMO检测和极化码译码的因子图合并起来(如图4)，使得检测和译码之间的概率信息可以相互传递，在联合检测译码的一轮迭代中，MIMO检测因子图中的OBN首先更新传递给VN的符号概率信息；VN收到来自OBN的信息更新后，将符号概率信息传递给MAP节点，MAP节点将基于符号的概率信息转换成基于比特的概率信息后，传递给译码因子图；译码因子图更新一次后再将基于比特的概率信息传递给MAP节点，MAP节点再将基于比特的概率信息转换成基于符号的概率信息后，传回给MIMO检测因子图的VN，VN再传给OBN，进行下一轮迭代。

算法具体流程如下：

(1)初始化VN-to-OBN信息：β_j,i＝0

(2)进行迭代检测译码，具体操作包括：

(2.1)根据(14)(15)(16)(17)对OBN-to-VN信息进行计算；

(2.2)根据(18)为译码准备固有信息，即VN所代表的符号是c_m的LLR；

(2.3)根据(19)将固有信息映射给译码模块的左信息，并根据(20)初始化第1层的右信息；

L_n+1,r_(j-1)+d＝MAP^-1(β_j(c_m)) (19)

其中m＝1,2,..sqrt(w),W是调制阶数。由于多个比特位映射一个符号位，所以d＝1,2,…r/2。

(2.4)根据(21)(22)从第n+1级到第1级对左信息进行更新

L_k,t＝g(L_k+1,2t-1,L_k+1,2t+R_k,t+N/2) (21)

L_k,t+N/2＝g(R_k,t,L_k+1,2t-1)+L_k+1,2t (22)

(2.5)根据(23)(24)从第1级到第n+1级对右信息进行更新

R_k,t＝g(R_k,t,L_k+1,2t+R_k,t+N/2) (23)

L_k,t＝g(R_k,t,L_k+1,2t-1)+R_k,t+N/2 (24)

(2.6)根据(25)对VN的固有信息进行赋值

β_j(c_m)＝MAP(L_n+1,r(j-1)+d+αR_n+1,r(j-1)+d) (25)

其中α是一个可以调节的参数，在0-1之间；

(2.7)根据(26)对VN-to-OBN信息进行计算，重新迭代直到一定次数

β_j,i(c_m)＝β_j(c_m)-a_i,j(c_m) (26)

(3)根据(27)对第1级的左信息进行判决，得到对于码字的估计

上述算法中，MAP是一个函数，用于把MIMO检测的符号概率信息转化比特概率信息。其描述如下，输入B个比特的对数似然比，或每个比特是0或1的概率。由于B个比特可以产生2^B个符号，每个符号都可以由B个比特表示，该符号概率为构成它的比每个比特的概率的乘积。输出时可以将符号概率再转化为对数似然比。

图5为各种方式下误码率的比较结果图，从如图5可以看出，本发明可以在不增加复杂度情况下提高差错性能，在比特误率10^-3时，差错性能比分离检测译码时提高了1dB

本发明实施例公开的一种实现上述极化码编码的MIMO的图合并检测译码算法的装置，包括：MIMO检测因子图模块，包括若干观测节点单元和若干变量节点单元；极化码译码因子图模块，包括若干用于迭代式运算的基本计算单元；以及概率信息映射模块，包括若干映射单元，每个映射单元分别连接一个变量节点和最右级的一个基本计算单元,用于实现基于符号的概率信息和基于比特的概率信息的转换。本实施例的硬件架构如图6所示。OBN将来自VN的信息更新后还给VN，VN再通过mapper把基于符号的概率信息转化为基于比特的信息传给极化码网络。极化码网络更新一次后再通过mapper把基于比特的概率信息传回给MIMO检测网络，下一次迭代开始。其中，极化码硬件架构是由基本计算单元(BasicCalculation Block，BCB)组成的，每一个BCB里面有2个加法器，2个实现g函数的模块。BCB可以实现polar译码中的迭代式，具体实现方式如图7。

Claims

1.一种极化码编码的MIMO的图合并检测译码算法，其特征在于，将MIMO检测和极化码译码的因子图合并起来，使得检测和译码之间的概率信息可以相互传递，在联合检测译码的迭代中，包括如下步骤：

2.根据权利要求1所述的一种极化码编码的MIMO的图合并检测译码算法，其特征在于，步骤(1)中观察节点传递给变量节点的符号概率信息计算公式为：

a_{i, j} (c_{m}) = \frac{2 h_{i j} (y_{i} - u_{i j}) (c_{m} - c_{0}) - h_{i j}^{2} (c_{m}^{2} - c_{0}^{2})}{2 σ_{i j}^{2}}

3.根据权利要求1所述的一种极化码编码的MIMO的图合并检测译码算法，其特征在于，步骤(2)中变量节点根据观察节点传来的符号概率信息按照公式为译码准备固有信息，其中，a_l,i(c_m)表示第l个OBN传给第i个VN的该符号是c_m的对数似然比，β_j(c_m)表示第j个VN所代表的符号是c_m的对数似然比，N_R为接收天线数目。

4.根据权利要求3所述的一种极化码编码的MIMO的图合并检测译码算法，其特征在于，步骤(2)中按照公式L_n+1,r(j-1)+d＝MAP^-1(β_j(c_m))将固有信息映射给译码模块的左信息，其中n为译码因子图的级数，d＝1,2,…r/2，W＝2^r，W是调制阶数MAP^-1表示将符号概率信息转换为比特概率信息。

5.根据权利要求3所述的一种极化码编码的MIMO的图合并检测译码算法，其特征在于，步骤(3)中根据公式β_j(c_m)＝MAP(L_n+1,r(j-1)+d+αR_n+1,r(j-1)+d)对变量节点的固有信息进行赋值，其中在0-1之间，n为译码因子图的级数，d＝1,2,…r/2，W＝2^r，W是调制阶数，MAP表示将比特概率信息转换为符号概率信息。

6.根据权利要求5所述的一种极化码编码的MIMO的图合并检测译码算法，其特征在于，步骤(3)中根据公式β_j,i(c_m)＝β_j(c_m)-a_i,j(c_m)对传递给OBN的信息进行更新，其中β_j,i(c_m)表示第j个VN传给第i个OBN认为其所代表符号是c_m的对数似然比。

7.实现权利要求1-6任一项所述的一种极化码编码的MIMO的图合并检测译码算法的装置，其特征在于，包括：

以及概率信息映射模块，包括若干映射单元，每个映射单元分别连接一个变量节点和最右级的一个基本计算单元，用于实现基于符号的概率信息和基于比特的概率信息的转换。