CN109995381B - 一种基于预判机制的极化码译码系统及其方法 - Google Patents

一种基于预判机制的极化码译码系统及其方法 Download PDF

Info

Publication number
CN109995381B
CN109995381B CN201910280685.2A CN201910280685A CN109995381B CN 109995381 B CN109995381 B CN 109995381B CN 201910280685 A CN201910280685 A CN 201910280685A CN 109995381 B CN109995381 B CN 109995381B
Authority
CN
China
Prior art keywords
layer
path metric
metric value
node
child node
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910280685.2A
Other languages
English (en)
Other versions
CN109995381A (zh
Inventor
杜高明
李斌
张多利
尹勇生
胡国庆
宋宇鲲
王春华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201910280685.2A priority Critical patent/CN109995381B/zh
Publication of CN109995381A publication Critical patent/CN109995381A/zh
Application granted granted Critical
Publication of CN109995381B publication Critical patent/CN109995381B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
    • H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
    • H03M13/05—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words using block codes, i.e. a predetermined number of check bits joined to a predetermined number of information bits
    • H03M13/13—Linear codes

Landscapes

  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Error Detection And Correction (AREA)

Abstract

本发明公开了一种基于预判机制的极化码译码系统及其方法，其系统包括：查找表模块、控制模块、输入模块、对数似然比计算模块、路径度量值计算模块、排序模块；查找表模块用于计算满足列表宽度等于候选路径条件的层数；控制模块用于判断当前层数和每一层的分裂子节点；输入模块用于获取初始似然比；对数似然比计算模块用于计算对数似然比，路径度量值用于计算模块计算路径度量值，排序模块用于对路径度量值进行筛选，选出最小路径度量值。本发明能减少译码路径分裂、减少路径度量值的计算和筛选环节，从而能有效的减少计算量，降低延迟的同时降低功耗。

Description

一种基于预判机制的极化码译码系统及其方法
技术领域
本发明属于集成电路片上网络的通信技术领域，尤其涉及一种基于预判机制的极化码译码系统及其方法。
背景技术
2016年，第三代合作伙伴计划，RAN187次会议上最终确立了5G网络eMBB场景下的编码技术方案，其中国内华为公司主导的极化码成为控制信道下的编码方案；美国高通公司主导的LDPC码成为数据信道的编码方案。对于未来“万物互联”的物联网时代，5G网络uRLLC和mMTC场景下的编码技术标准还未确定，因此对极化码译码算法的深入研究，对未来“物联网”时代的到来具有深刻意义；
目前有很多种极化码译码算法，其中，串行抵消列表译码算法，串行抵消列表译码算法增加了每一层路径搜索后允许保留的候选路径数量，在每一层扩展后选择路径度量值最小的L条，保存在一个列表中，等待下一次扩展；
串行抵消列表译码算法解决了串行抵消译码算法存在的错误传递问题，但是该算法也存在着局限性：1)码树结构中每一层的保留节点(父节点)，都将分裂为下一层左右两个子节点，增加了路径分裂的冗余度；2)完成一层的路径扩展后，需要从2L条候选路径中筛选出L条(L为列表宽度)，冗余的排序增加了额外的解码周期；3)对于码树结构中的固定比特，同样需要计算其路径度量值，存在路径度量值的冗余计算；逐次逐比特进行判决，通过计算每个节点的路径度量值和筛选，这是整个系统复杂度和延迟的主要来源，如何减少译码路径分裂，进而减少路径度量值的计算和筛选环节，就成为了一个关键问题。
发明内容
本发明为了解决上述现有技术存在的不足之处，提出了一种基于预判机制的极化码译码系统及其方法，以期能减少译码路径分裂、减少路径度量值的计算和筛选环节，从而能有效的减少计算量，降低延迟的同时降低功耗。
本发明为达到上述目的所采用的技术方案是：
本发明一种基于预判机制的极化码译码系统的特点包括：查找表模块、控制模块、输入模块、对数似然比计算模块、路径度量值计算模块、排序模块；
定义列表搜索宽度为List；
定义当前层数为i，并初始化i＝1；
所述查找表模块根据所述列表搜索宽度List＝2n，计算出指数n，且n∈{0,1,2,3……N}，N为码长；
所述输入模块获取一定信噪比的带噪信号作为第i-1层的对数似然比
Figure BDA0002021553460000021
传递给所述对数似然比计算模块；
所述对数似然比计算模块根据所述第i-1层的对数似然比
Figure BDA0002021553460000022
计算出第i层的所有节点的对数似然比
Figure BDA0002021553460000023
并传递给所述路径度量值计算模块；
若第i层为信息比特层，则所述控制模块判断i＜n是否成立，若成立，则将第i层的每个节点都分裂为左右两个子节点，否则，根据第i-1层的对数似然比
Figure BDA0002021553460000024
的符号将第i层的每个节点分裂为左子节点或右子节点；
若分裂为左右两个子节点，则所述路径度量值计算模块判断所述对数似然比
Figure BDA0002021553460000025
的符号，若
Figure BDA0002021553460000026
则令左子节点的路径度量值为第i-1层的路径度量值，令右子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure BDA0002021553460000027
的绝对值；若
Figure BDA0002021553460000028
则令左子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure BDA0002021553460000029
的绝对值；令右子节点的路径度量值为第i-1层的路径度量值；当i＝1时，第i-1层的路径度量值为“0”；
若分裂为左子节点或右子节点；则所述路径度量值计算模块令左子节点或右子节点的路径度量值为第i-1层的路径度量值；
若第i层为固定比特层，则所述控制模块按照所设定的比特值将第i层的每个节点分裂为相应比特值所对应的子节点；
所述路径度量值计算模块令所分裂出的相应比特值所对应的子节点的第i层的路径度量值为第i-1层的路径度量值；
所述控制模块将i+1赋值给i后，判断i>N是否成立，若成立，则将N层的所有路径度量值传递给所述排序模块；否则，所述控制模块按照第i层为信息比特层或固定比特层的判断和处理过程进行循环操作；
所述排序模块比较所有路径度量值的大小，并筛选出路径度量值最小路径并作为极化码的译码结果。
本发明一种基于预判机制的极化码译码方法的特点是按如下步骤进行：
步骤1、定义列表搜索宽度为List；定义当前层数为i，并初始化i＝1；并根据所述列表搜索宽度List＝2n，计算出指数n，且n∈{0,1,2,3……N}，N为码长；
步骤2、获取一定信噪比的带噪信号作为第i-1层的对数似然比
Figure BDA0002021553460000031
步骤3、根据所述第i-1层的对数似然比
Figure BDA0002021553460000032
计算出第i层的所有节点的对数似然比
Figure BDA0002021553460000033
步骤4、判断第i层是否为信息比特层，若是，则执行步骤5；否则表示第i层为固定比特层，并执行步骤8；
步骤5、判断i＜n是否成立，若成立，则将第i层的每个节点都分裂为左右两个子节点后，执行步骤6；否则，根据第i-1层的对数似然比
Figure BDA0002021553460000034
的符号将第i层的每个节点分裂为左子节点或右子节点后，执行步骤7；
步骤6、若
Figure BDA0002021553460000035
则令左子节点的路径度量值为第i-1层的路径度量值，令右子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure BDA0002021553460000036
的绝对值；
若
Figure BDA0002021553460000037
则令左子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure BDA0002021553460000038
的绝对值；令右子节点的路径度量值为第i-1层的路径度量值；
当i＝1时，第i-1层的路径度量值为“0”；
步骤7、令左子节点或右子节点的路径度量值为第i-1层的路径度量值；
步骤8、按照所设定的比特值将第i层的每个节点分裂为相应比特值所对应的子节点；
步骤9、令所分裂出的相应比特值所对应的子节点的第i层的路径度量值为第i-1层的路径度量值；
步骤10、将i+1赋值给i后，判断i>N是否成立，若成立，则执行步骤11；否则，返回步骤3；
步骤11、比较所有路径度量值的大小，并筛选出路径度量值最小路径并作为极化码的译码结果。
与现有技术相比，本发明的有益技术效果体现在：
1、本发明为了解决路径分裂的冗余问题，提出了一种根据对数似然比符号来判断路径分裂的方法，解决了分裂路径的冗余问题，降低了分裂的时间，减少了分裂路径的存储空间，降低了延时，同时降低了功耗；
2、本发明针对固定比特层的路径度量值进行了简化计算；当路径分裂到固定比特层时，可以直接获得某一条路径的路径度量值，简化了路径度量值值的冗余计算，计算量的减少直接降低了功耗；
3、本发明通过对数似然比的符号直接进行路径分裂，假设第i层的候选路径等于列表搜索宽度L，那么第i层以后每层都只分裂为L条路径；无需从2L条路径中少选出L条路径度量值最小的路径，从而减少了路径筛选环节，降低了延迟；
4、本发明通过对数似然比的符号直接进行路径分裂，假设第i层的候选路径等于列表搜索宽度L，那么第i层以后每层都只分裂为L条路径；减少了路径度量值的计算，进而减少了延迟，也降低了功耗。
附图说明
图1为本发明基于预判机制的极化码译码系统框图；
图2为本发明码长N＝4，列表搜索宽度List＝16的路径分裂的码树结构图；
图3为本发明码长N＝4，列表搜索宽度List＝4的路径分裂的码树结构图；
图4为本发明(1024,512)极化码在不同信噪比和不同列表搜索宽度下的误码率对比图。
具体实施方式
本实施例中，如图1所示，一种基于预判机制的极化码译码系统，包括：查找表模块、控制模块、输入模块、对数似然比计算模块、路径度量值计算模块、排序模块和存储模块；其中，存储模块包括：对数似然比存储器、路径度量值存储器和保留路径存储器；
定义列表搜索宽度为List；
定义当前层数为i，并初始化i＝1；
查找表模块根据列表搜索宽度List＝2n，计算出指数n，且n∈{0,1,2,3……N}，N为码长；
输入模块获取一定信噪比的带噪信号作为第i-1层的对数似然比
Figure BDA0002021553460000041
传递给对数似然比计算模块；
对数似然比计算模块根据第i-1层的对数似然比
Figure BDA0002021553460000042
计算出第i层的所有节点的对数似然比
Figure BDA0002021553460000043
并传递给路径度量值计算模块；同时将计算出的对数似然比存储在对数似然比存储器中；
若第i层为信息比特层，则控制模块判断i＜n是否成立，若成立，则将第i层的每个节点都分裂为左右两个子节点，否则，根据第i-1层的对数似然比
Figure BDA0002021553460000044
的符号将第i层的每个节点分裂为左子节点或右子节点；
若分裂为左右两个子节点，则路径度量值计算模块判断对数似然比
Figure BDA0002021553460000045
的符号，若
Figure BDA0002021553460000046
则令左子节点的路径度量值为第i-1层的路径度量值，令右子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure BDA0002021553460000051
的绝对值；若
Figure BDA0002021553460000052
则令左子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure BDA0002021553460000053
的绝对值；令右子节点的路径度量值为第i-1层的路径度量值；当i＝1时，第i-1层的路径度量值为“0”；
若分裂为左子节点或右子节点；则路径度量值计算模块令左子节点或右子节点的路径度量值为第i-1层的路径度量值；
若第i层为固定比特层，则控制模块按照所设定的比特值将第i层的每个节点分裂为相应比特值所对应的子节点；
路径度量值计算模块令所分裂出的相应比特值所对应的子节点的第i层的路径度量值为第i-1层的路径度量值；其中，所有计算出的路径度量值存储在路径度量值存储器中；
控制模块将i+1赋值给i后，判断i>N是否成立，若成立，则将N层的所有路径度量值传递给排序模块；否则，控制模块按照第i层为信息比特层或固定比特层的判断和处理过程进行循环操作；
排序模块比较所有路径度量值的大小，并筛选出路径度量值最小路径存储在保留路径存储器中并作为极化码的译码结果。
本实施例中，一种基于预判机制的极化码译码方法是如下步骤进行：
步骤1、设定列表搜索宽度为List，定义当前层数为i，并初始化i＝1；并根据列表搜索宽度List＝2n，且n∈{0,1,2,3……N}，N为码长；本实施例中，当List＝16，码长N＝4；计算出指数n＝4；路径分裂的码树结构如图2所示；当List＝4，码长N＝4；路径分裂的码树结构如图3所示；
步骤2、获取一定信噪比的带噪信号作为第i-1层的对数似然比
Figure BDA0002021553460000054
步骤3、根据第i-1层的对数似然比
Figure BDA0002021553460000055
计算出第i层的所有节点的对数似然比
Figure BDA0002021553460000056
步骤4、判断第i层是否为信息比特层，若是，则执行步骤5；否则表示第i层为固定比特层，并执行步骤8；
步骤5、判断i＜4是否成立，若成立，则将第i层的每个节点都分裂为左右两个子节点后，执行步骤6；否则，根据第i-1层的对数似然比
Figure BDA0002021553460000057
的符号将第i层的每个节点分裂为左子节点或右子节点后，执行步骤7；
步骤6、若
Figure BDA0002021553460000058
则令左子节点的路径度量值为第i-1层的路径度量值，令右子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure BDA0002021553460000061
的绝对值；
若
Figure BDA0002021553460000062
则令左子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure BDA0002021553460000063
的绝对值；令右子节点的路径度量值为第i-1层的路径度量值；
当i＝1时，第i-1层的路径度量值为“0”；
步骤7、令左子节点或右子节点的路径度量值为第i-1层的路径度量值；
步骤8、按照所设定的比特值将第i层的每个节点分裂为相应比特值所对应的子节点；
步骤9、令所分裂出的相应比特值所对应的子节点的第i层的路径度量值为第i-1层的路径度量值；
步骤10、将i+1赋值给i后，判断i>4是否成立，若成立，则执行步骤11；否则，返回步骤3；
步骤11、比较所有路径度量值的大小，并筛选出路径度量值最小路径并作为极化码的译码结果。
实验验证：
测试的信道为加性高斯白噪声信道，在码长为1024，码率为0.5的基础上，测试不同信噪比和列表所搜宽度下的误码率，如图4所示，信噪比范围为(0.5，3.5)，列表搜索宽度分别设为8、16、32、64；
基于上述设定的实验条件，测试得出的误码率实验结果如图4所示，随着信噪比的增大对应的误码率降低，随着列表搜索宽度的增大误码率降低，列表搜索宽度越大，译码的误码率越低，当列表搜索宽度增大到一定程度时，误码率基本不变，维持在10-4。

Claims (2)

1.一种基于预判机制的极化码译码系统，其特征包括：查找表模块、控制模块、输入模块、对数似然比计算模块、路径度量值计算模块、排序模块；
定义列表搜索宽度为List；
定义当前层数为i，并初始化i＝1；
所述查找表模块根据所述列表搜索宽度List＝2n，计算出指数n，且n∈{0,1,2,3……N}，N为码长；
所述输入模块获取一定信噪比的带噪信号作为第i-1层的对数似然比
Figure FDA0002021553450000011
传递给所述对数似然比计算模块；
所述对数似然比计算模块根据所述第i-1层的对数似然比
Figure FDA0002021553450000012
计算出第i层的所有节点的对数似然比
Figure FDA0002021553450000013
并传递给所述路径度量值计算模块；
若第i层为信息比特层，则所述控制模块判断i＜n是否成立，若成立，则将第i层的每个节点都分裂为左右两个子节点，否则，根据第i-1层的对数似然比
Figure FDA0002021553450000014
的符号将第i层的每个节点分裂为左子节点或右子节点；
若分裂为左右两个子节点，则所述路径度量值计算模块判断所述对数似然比
Figure FDA0002021553450000015
的符号，若
Figure FDA0002021553450000016
则令左子节点的路径度量值为第i-1层的路径度量值，令右子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure FDA0002021553450000017
的绝对值；若
Figure FDA0002021553450000018
则令左子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure FDA0002021553450000019
的绝对值；令右子节点的路径度量值为第i-1层的路径度量值；当i＝1时，第i-1层的路径度量值为“0”；
若分裂为左子节点或右子节点；则所述路径度量值计算模块令左子节点或右子节点的路径度量值为第i-1层的路径度量值；
若第i层为固定比特层，则所述控制模块按照所设定的比特值将第i层的每个节点分裂为相应比特值所对应的子节点；
所述路径度量值计算模块令所分裂出的相应比特值所对应的子节点的第i层的路径度量值为第i-1层的路径度量值；
所述控制模块将i+1赋值给i后，判断i>N是否成立，若成立，则将N层的所有路径度量值传递给所述排序模块；否则，所述控制模块按照第i层为信息比特层或固定比特层的判断和处理过程进行循环操作；
所述排序模块比较所有路径度量值的大小，并筛选出路径度量值最小路径并作为极化码的译码结果。
2.一种基于预判机制的极化码译码方法，其特征是按如下步骤进行：
步骤1、定义列表搜索宽度为List；定义当前层数为i，并初始化i＝1；并根据所述列表搜索宽度List＝2n，计算出指数n，且n∈{0,1,2,3……N}，N为码长；
步骤2、获取一定信噪比的带噪信号作为第i-1层的对数似然比
Figure FDA0002021553450000021
步骤3、根据所述第i-1层的对数似然比
Figure FDA0002021553450000022
计算出第i层的所有节点的对数似然比
Figure FDA0002021553450000023
步骤4、判断第i层是否为信息比特层，若是，则执行步骤5；否则表示第i层为固定比特层，并执行步骤8；
步骤5、判断i＜n是否成立，若成立，则将第i层的每个节点都分裂为左右两个子节点后，执行步骤6；否则，根据第i-1层的对数似然比
Figure FDA0002021553450000024
的符号将第i层的每个节点分裂为左子节点或右子节点后，执行步骤7；
步骤6、若
Figure FDA0002021553450000025
则令左子节点的路径度量值为第i-1层的路径度量值，令右子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure FDA0002021553450000026
的绝对值；
若
Figure FDA0002021553450000027
则令左子节点的路径度量值等于第i-1层的路径度量值加上第i层的对数似然比
Figure FDA0002021553450000028
的绝对值；令右子节点的路径度量值为第i-1层的路径度量值；
当i＝1时，第i-1层的路径度量值为“0”；
步骤7、令左子节点或右子节点的路径度量值为第i-1层的路径度量值；
步骤8、按照所设定的比特值将第i层的每个节点分裂为相应比特值所对应的子节点；
步骤9、令所分裂出的相应比特值所对应的子节点的第i层的路径度量值为第i-1层的路径度量值；
步骤10、将i+1赋值给i后，判断i>N是否成立，若成立，则执行步骤11；否则，返回步骤3；
步骤11、比较所有路径度量值的大小，并筛选出路径度量值最小路径并作为极化码的译码结果。
CN201910280685.2A 2019-04-09 2019-04-09 一种基于预判机制的极化码译码系统及其方法 Active CN109995381B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910280685.2A CN109995381B (zh) 2019-04-09 2019-04-09 一种基于预判机制的极化码译码系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910280685.2A CN109995381B (zh) 2019-04-09 2019-04-09 一种基于预判机制的极化码译码系统及其方法

Publications (2)

Publication Number Publication Date
CN109995381A CN109995381A (zh) 2019-07-09
CN109995381B true CN109995381B (zh) 2022-09-13

Family

ID=67132662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910280685.2A Active CN109995381B (zh) 2019-04-09 2019-04-09 一种基于预判机制的极化码译码系统及其方法

Country Status (1)

Country Link
CN (1) CN109995381B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105356891A (zh) * 2015-11-26 2016-02-24 中国地质大学（武汉） 一种高资源利用率的极性译码批处理方法
CN106877884A (zh) * 2017-02-01 2017-06-20 东南大学 一种减少译码路径分裂的极化码译码方法
CN107070525A (zh) * 2015-11-20 2017-08-18 法国矿业电信学校联盟 参数化顺序解码
CN108173624A (zh) * 2018-01-22 2018-06-15 合肥工业大学 一种部分译码的极化码串行抵消译码电路及其方法
CN108282264A (zh) * 2018-01-05 2018-07-13 西安电子科技大学 基于比特翻转串行消除列表算法的极化码译码方法
WO2018219195A1 (zh) * 2017-05-27 2018-12-06 华为技术有限公司 一种译码方法及译码器

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107070525A (zh) * 2015-11-20 2017-08-18 法国矿业电信学校联盟 参数化顺序解码
CN105356891A (zh) * 2015-11-26 2016-02-24 中国地质大学（武汉） 一种高资源利用率的极性译码批处理方法
CN106877884A (zh) * 2017-02-01 2017-06-20 东南大学 一种减少译码路径分裂的极化码译码方法
WO2018219195A1 (zh) * 2017-05-27 2018-12-06 华为技术有限公司 一种译码方法及译码器
CN108282264A (zh) * 2018-01-05 2018-07-13 西安电子科技大学 基于比特翻转串行消除列表算法的极化码译码方法
CN108173624A (zh) * 2018-01-22 2018-06-15 合肥工业大学 一种部分译码的极化码串行抵消译码电路及其方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
5G控制信道极化码的研究;吴湛击;《北京邮电大学学报》;20180831;110-118 *
Analysis of design specification for digital polar RF transmitter at system and architectural level;Junqing Guan;《2012 IEEE Radio and Wireless Symposium》;20120403;443-446 *
低复杂度极化码SCL译码算法;刘士平等;《哈尔滨工业大学学报》;20180425(第05期);全文 *

Also Published As

Publication number Publication date
CN109995381A (zh) 2019-07-09

Similar Documents

Publication Publication Date Title
KR101143695B1 (ko) 트렐리스-기반 수신기와 이를 위한 프로세서 시스템, 방법 및 컴퓨터 판독가능 매체
CN107733446B (zh) 译码方法及设备、译码器
CN105340183B (zh) 一种极性码的译码方法及装置
CN106209113A (zh) 一种极化码的编解码方法
CN109547034B (zh) 译码方法及设备、译码器
CN112260798B (zh) 一种基于极化码的物理层控制信道盲检测方法
CN112332864B (zh) 一种自适应有序移动剪枝列表的极化码译码方法及系统
CN108833052B (zh) 信道极化译码路径度量值排序方法
CN114285418A (zh) 一种改进的极化码epc-ms-scl译码方法
CN111726202B (zh) 一种极化码置信传播译码的提前终止迭代方法
CN110661533A (zh) 优化译码器存储极化码译码性能的方法
CN110601700B (zh) 一种适用于极化码串行抵消列表译码算法的硬件排序器
WO2019030531A1 (en) APPARATUS AND METHOD FOR DETECTING INFORMATION FLOWS WITH MUTUAL INTERFERENCE
CN111224676B (zh) 一种自适应串行抵消列表极化码译码方法及系统
Teng et al. Convolutional neural network-aided bit-flipping for belief propagation decoding of polar codes
CN109995381B (zh) 一种基于预判机制的极化码译码系统及其方法
CN100433836C (zh) 使用冗余对视/音频和语音数据进行解码的方法和系统
CN113055029A (zh) 一种可复用资源的系统极化码编译码一体化装置及编译码方法
CN109004939A (zh) 极化码译码装置和方法
CN111541457A (zh) 一种低时延低复杂度极化码串行抵消列表译码方法
CN113965292B (zh) 一种基于聚合构造的低复杂度极化码sc译码方法
Li et al. Deep Learning-Assisted Adaptive Dynamic-SCLF Decoding of Polar Codes
CN112821895B (zh) 一种实现信号高误码率下的编码识别方法
KR101820371B1 (ko) 오류전파를 고려한 폴라 부호의 설계 방법
CN111313914A (zh) 一种基于神经网络分类器的scl简化译码方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant