CN111541517B - 一种列表极化码传播译码方法 - Google Patents

一种列表极化码传播译码方法 Download PDF

Info

Publication number
CN111541517B
CN111541517B CN202010306356.3A CN202010306356A CN111541517B CN 111541517 B CN111541517 B CN 111541517B CN 202010306356 A CN202010306356 A CN 202010306356A CN 111541517 B CN111541517 B CN 111541517B
Authority
CN
China
Prior art keywords
decoding
estimated
code word
bit
matrix
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
CN202010306356.3A
Other languages
English (en)
Other versions
CN111541517A (zh
Inventor
张建勇
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.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
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 Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN202010306356.3A priority Critical patent/CN111541517B/zh
Priority to PCT/CN2020/098756 priority patent/WO2021208243A1/zh
Publication of CN111541517A publication Critical patent/CN111541517A/zh
Application granted granted Critical
Publication of CN111541517B publication Critical patent/CN111541517B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0052—Realisations of complexity reduction techniques, e.g. pipelining or use of look-up tables
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0045—Arrangements at the receiver end
    • H04L1/0054—Maximum-likelihood or sequential decoding, e.g. Viterbi, Fano, ZJ algorithms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0056—Systems characterized by the type of code used
    • H04L1/0057—Block codes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L1/00—Arrangements for detecting or preventing errors in the information received
    • H04L1/004—Arrangements for detecting or preventing errors in the information received by using forward error control
    • H04L1/0056—Systems characterized by the type of code used
    • H04L1/0061—Error detection codes

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Error Detection And Correction (AREA)

Abstract

本发明提供了一种列表极化码传播译码方法。包括：同时启动M个基于多翻转比特集合的极化码置信传播译码BP‑MF‑MC算法对接收信号进行译码，每个BP‑MF‑MC算法分别使用对应的因子图，M个BP‑MF‑MC算法的译码输出结果的集合为T，采用最大似然法从T中选出最佳的译码结果。本发明方法中的各种处理流程可以并行实现，在高信噪比时的计算复杂度可以小于列表逐次消除译码算法，性能接近。

Description

一种列表极化码传播译码方法
技术领域
本发明涉及极化码的译码算法技术领域，尤其涉及一种列表极化码传播译码方法。
背景技术
极化码(Polar code)是一种前向错误更正编码方式，用于讯号传输。极化码的核心是通过信道极化处理，在编码侧采用方法使各个子信道呈现出不同的可靠性，当码长持续增加时，部分信道将趋向于容量近于1的完美信道(无误码)，另一部分信道趋向于容量接近于0的纯噪声信道，选择在容量接近于1的信道上直接传输信息以逼近信道容量，是目前唯一能够被严格证明可以达到香农极限的方法。
极化码一经提出，立刻受到了众多学者的关注，成为信息领域的研究热点。在信道编码方案中，极化码的编译码复杂度低，并且已经被严格证明能达到香农极限，因此，极化码具有极高的研究意义。在近些年的研究中，极化码的译码算法主要有SC(SuccessiveCancellation，串行抵消)译码算法、最大似然译码算法、线性规划译码算法及置信传播译码算法。其中，SC译码算法的复杂度最低，且被证明极化码在SCL(SuccessiveCancellation List，串行抵消列表))译码算法下可以达到香农极限。但SCL及SC算法复杂度高，且延迟大，并行度低。基于置信传播的BP算法虽然并行高，但是性能较差。
现有技术中的基于关键集的比特翻转的BP译码器(BFBP-CS)是利用了不可靠信息位的先验知识，来进一步降低误块率。通过分析极化码的误比特率的分布，识别出不可靠比特的集合CS。在译码的过程中，BFBP-CS算法使用循环冗余校验来检测块错误，若传统BP译码失败，则将CS中的接收信息设置为预设值，然后采用BP译码寻找通过CRC校验的码字。
上述现有技术中的基于关键集的比特翻转的BP译码器的缺点为：BFBP-CS算法在解码器在高信噪比(SNR)区域具有出误差平层现象，性能较差。
发明内容
本发明的实施例提供了一种列表极化码传播译码方法，以克服现有技术的问题。
为了实现上述目的，本发明采取了如下技术方案。
一种列表极化码传播译码方法，包括：
同时启动M个基于多翻转比特集合的极化码置信传播译码BP-MF-MC算法对接收信号进行译码，每个BP-MF-MC算法所使用的因子图为Fm，M个BP-MF-MC算法的译码输出结果的集合为T；
设第m个因子图Fm对应的BP-MF-MC算法的译码结果为Tm，即
Tm＝BP-MF-MC(llr,A,Φ,Ψ,S1，S2，Fm) (2)
采用最大似然法从T中选出最佳的
Figure BDA0002455919360000021
Figure BDA0002455919360000022
其中，G为生成矩阵，大小为(N,N)。||·||为2-范数。
优选地，每个BP-MF-MC算法对接收信号进行译码的过程包括：
设定校验条件集合S1、S2，该S1、S2中包含对译码后的估计码字的多个校验条件：
计算出待译码的接收信号的对数似然比，使用BP算法对存储所述对数似然比的实数矩阵进行译码，得到估计码字
Figure BDA0002455919360000031
判断
Figure BDA0002455919360000032
是否满足S1及S2中的所有校验条件，如果是，则确定
Figure BDA0002455919360000033
为正确码字，译码器输出
Figure BDA0002455919360000034
流程结束；否则，利用所述实数矩阵对设定的翻转比特集合进行翻转译码后得到翻转估计码字集合u，按照最大似然原则，从所述估计码字
Figure BDA0002455919360000035
和翻转估计码字集合u中选出最优估计码字，译码器输出最优估计码字，流程结束。
优选地，所述的设定校验条件集合S1、S2，该S1、S2中包含对译码后的估计码字的多个校验条件，包括：
预先设定校验条件集合S1、S2，该S1、S2中包含对译码后的估计码字的多个校验条件，S1与S2无交集，S1和S2的选取原则为漏检率最低。
优选地，所述的计算出待译码的接收信号的对数似然比，使用BP算法对存储所述对数似然比的实数矩阵进行译码，得到估计码字
Figure BDA0002455919360000036
包括：
设
Figure BDA0002455919360000037
为待译码的接收信号，为一长度为N的一个向量，llr为待译码信号
Figure BDA0002455919360000038
的对数似然比，为一长度为N的一个向量，即llri＝p(yi|0)/p(yi|1)，其中，llri为llr中第i个元素，yi为
Figure BDA0002455919360000039
中第i个元素，p(yi|0)为输入为0时的条件概率，p(yi|1)为输入为1时的条件概率；
A是极化码的信息比特位置，Ac是极化码的冻结比特位置，L与R为一实数矩阵，其大小为(N,log2(N)+1)，是极化码置信传播算法中存储对数似然比llr的矩阵，L和R采用如下公式初始化：
Figure BDA00024559193600000310
其中，Ri，0表示R矩阵中位置为(i,0)的元素，Li，0表示L矩阵中位置为(i,0)的元素；
按照上述公式(1)对矩阵L及R进行初始化，使用BP算法对L及R进行译码，得到译码的估计码字
Figure BDA0002455919360000041
优选地，所述的利用所述实数矩阵对设定的翻转比特集合进行翻转译码后得到翻转估计码字集合u，按照最大似然原则，从所述估计码字
Figure BDA0002455919360000042
和翻转估计码字集合u中选出最优估计码字，译码器输出最优估计码字，流程结束，包括：
设定Φ为翻转比特序列，含有nφ个翻转比特集合，即
Figure BDA0002455919360000043
Ψ为翻转比特序列，含有nψ个翻转比特集合，即
Figure BDA0002455919360000044
如果估计码字
Figure BDA0002455919360000045
满足S1中的所有校验条件，但不满足S2中的所有校验条件，对Φ中nφ个翻转比特集合进行翻转译码BFBP()，该翻转译码BFBP()的处理过程包括：设
Figure BDA0002455919360000046
为翻转比特集合φn中的一个元素，
Figure BDA0002455919360000047
为长度ω的向量，代表了翻转比特的位置，
Figure BDA0002455919360000048
为长度ω的向量，代表了翻转比特对应的值，设jl为
Figure BDA0002455919360000049
中第l个元素，
Figure BDA00024559193600000410
是矩阵R中第(jl,1)个元素，通过函数BFBP()对翻转比特集合φn的每个元素进行遍历，在对L及R初始化后，使用
Figure BDA00024559193600000411
对矩阵R中第1列进行赋值，使用BP译码器对赋值后的矩阵R进行译码，如果BP译码的输出
Figure BDA00024559193600000412
满足校验条件S1，则遍历终止，输出
Figure BDA00024559193600000413
对Φ中nφ个翻转比特集合进行翻转译码BFBP()后得到nφ个估计码字
Figure BDA00024559193600000414
所有估计码字组成估计码字集合u，
Figure BDA00024559193600000415
按照最大似然原则，从nφ+1个估计码字集合
Figure BDA00024559193600000416
选出最优估计码字，如下式所示：
Figure BDA00024559193600000417
其中，G为生成矩阵，大小为(N,N)，||·||为2-范数；
译码器输出
Figure BDA00024559193600000418
流程结束。
优选地，所述的利用所述实数矩阵对设定的翻转比特集合进行翻转译码后得到翻转估计码字集合u，按照最大似然原则，从所述估计码字
Figure BDA0002455919360000051
和翻转估计码字集合u中选出最优估计码字，译码器输出最优估计码字，流程结束，包括：
如果
Figure BDA0002455919360000052
不满足S1中的所有校验条件，对Ψ中nψ个翻转比特集合进行翻转译码BFBP()，该翻转译码函数BFBP()的处理过程包括：设
Figure BDA0002455919360000053
为翻转比特集合ψn，中的一个元素，
Figure BDA0002455919360000054
为长度ω的向量，代表了翻转比特的位置，
Figure BDA0002455919360000055
为长度ω的向量，代表了翻转比特对应的值，
Figure BDA0002455919360000056
是R矩阵中第(jl,1)个元素，通过函数BFBP()对翻转比特集合ψn，的每个元素进行遍历，在对L及R初始化后，使用
Figure BDA0002455919360000057
对R中第1列进行赋值，使用BP译码器进行译码，如果BP译码的输出
Figure BDA0002455919360000058
满足校验条件S1，则遍历终止，输出
Figure BDA0002455919360000059
对Ψ中nφ个翻转比特集合进行翻转译码BFBP()后，得到nψ个估计码字
Figure BDA00024559193600000510
所有估计码字组成估计码字集合u，
Figure BDA00024559193600000511
按照最大似然原则，从nψ+1个估计码字集合
Figure BDA00024559193600000512
选出最优估计码字，如下式所示：
Figure BDA00024559193600000513
译码器输出
Figure BDA00024559193600000514
流程结束。
由上述本发明的实施例提供的技术方案可以看出，本发明实施例的译码方法中的各种处理流程可以并行实现，通过本发明，在高信噪比时的计算复杂度可以小于列表逐次消除译码算法，性能接近。本发明实施例可以消除(BFBP)解码器的误码平层现象。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种列表极化码传播译码方法的处理流程图；
图2为本发明实施例提供的一种每个BP-MF-MC算法的处理流程图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。
BP(Error Back Propagation,误差反向传播)算法是目前一种已经公开的译码算法，本发明实施例基于BP算法提出了一种列表极化码传播译码方法。该方法含有M个BP-MF-MC(基于多翻转比特集合的极化码置信传播译码)算法，使用了F＝{F1，...，FM}M个因子图。因子图F是已有的列表BP算法(BPL)使用的因子图，可以随机产生。
在该算法中，假定，
Figure BDA0002455919360000071
为待译码的接收信号，为一长度为N的一个向量。llr为待译码信号
Figure BDA0002455919360000072
的对数似然比，由
Figure BDA0002455919360000073
计算出，为一长度为N的一个向量。即llri＝p(yi|0)/p(yi|1)，其中，llri为llr中第i个元素，yi为
Figure BDA0002455919360000074
中第i个元素，p(yi|0)为输入为0时的条件概率，p(yi|1)为输入为1时的条件概率。
A是极化码的信息比特位置，Ac是极化码的冻结比特位置，L与R为一实数矩阵，其大小为(N,log2(N)+1)，是极化码置信传播算法中存储对数似然比llr的矩阵，L和R采用如下公式初始化：
Figure BDA0002455919360000075
其中，Ri，0表示R矩阵中位置为(i,0)的元素，Li，0表示L矩阵中位置为(i,0)的元素。
Figure BDA0002455919360000076
为本发明实施例的译码器的输出比特，长度为N。BP(.,.,.,.)为使用CRC(Cyclic Redundancy Check，循环冗余校验)校验作为停止条件的传统BP算法，其输出为
Figure BDA0002455919360000077
长度为N，BFBP()参见算法2。S1，S2为预先校验条件集合，包含对
Figure BDA0002455919360000078
的多个校验条件，可以为CRC，LDPC等校验方法。S1与S2无交集。S1和S2的选取原则是让漏检率最低，S1可以为CRC校验，S2可以为生成矩阵校验法。
Φ为翻转比特序列，含有nφ个翻转比特集合，即
Figure BDA0002455919360000081
Ψ为翻转比特序列，含有nψ个翻转比特集合，即
Figure BDA0002455919360000082
翻转比特集合可以为n阶关键比特序列集合CS，也可以是冻结比特Ac，或全部信息比特A。例如，Φ可为{CS1}，Ψ为{CS3，A}。
本发明实施例提成的列表极化码传播译码算法的处理流程如图1所示，包括如下的处理步骤：同时启动M个BP-MF-MC算法进行译码，每个BP-MF-MC算法所使用的因子图为Fm，M个BP-MF-MC算法的译码输出结果的集合为T。假设第m个因子图Fm对应的BP-MF-MC算法的译码结果为Tm，即
Tm＝BP-MF-MC(llr,A,Φ,Ψ,S1，S2，Fm) (2)
最后，采用最大似然法从T中选出最佳的译码结果
Figure BDA0002455919360000083
Figure BDA0002455919360000084
其中，G为生成矩阵，大小为(N,N)。||·||为2-范数。生成矩阵
Figure BDA0002455919360000085
Figure BDA0002455919360000086
其中F＝[1 0；1 1]，
Figure BDA0002455919360000087
表示log2(N)次kronecker幂。
本发明实施例中的每个BP-MF-MC算法的处理流程如图2所示，包括如下的处理步骤：
步骤S1、首先按照上述公式(1)对矩阵L及R进行初始化，然后使用传统的BP算法对L及R进行译码，得到译码的估计码字
Figure BDA0002455919360000088
步骤S2、如果
Figure BDA0002455919360000089
满足S1及S2中的所有校验条件，则可以认为
Figure BDA00024559193600000810
为正确码字，译码器输出
Figure BDA00024559193600000811
流程结束。
步骤S2‘、如果
Figure BDA00024559193600000812
满足S1中的所有校验条件，但不满足S2中的所有校验条件，对Φ中nφ个翻转比特集合进行翻转译码BFBP()，该翻转译码BFBP()的处理过程包括：设
Figure BDA0002455919360000091
为翻转比特集合φn中的一个元素，
Figure BDA0002455919360000092
为长度ω的向量，代表了翻转比特的位置，
Figure BDA0002455919360000093
为长度ω的向量，代表了翻转比特对应的值，设jl为
Figure BDA0002455919360000094
中第l个元素，
Figure BDA0002455919360000095
是R矩阵中第(jl,1)个元素。通过函数BFBP()对翻转比特集合φn的每个元素进行遍历，在对L及R初始化后，使用
Figure BDA0002455919360000096
对矩阵R中第1列进行赋值，使用传统的BP译码器对赋值后的矩阵R进行译码，如果BP译码的输出
Figure BDA0002455919360000097
满足校验条件S1，则遍历终止，输出
Figure BDA0002455919360000098
对Φ中nφ个翻转比特集合进行翻转译码BFBP()后得到nφ个估计码字
Figure BDA0002455919360000099
所有估计码字组成估计码字集合u，
Figure BDA00024559193600000910
按照最大似然原则，从nφ+1个估计码字集合
Figure BDA00024559193600000911
选出最优估计码字，如下式所示：
Figure BDA00024559193600000912
其中，G为生成矩阵，大小为(N,N)。||·||为2-范数。
译码器输出
Figure BDA00024559193600000913
流程结束。
步骤S2’‘、如果
Figure BDA00024559193600000914
不满足S1中的所有校验条件，对Ψ中nψ个翻转比特集合进行翻转译码BFBP()，该翻转译码函数BFBP()的处理过程包括：设
Figure BDA00024559193600000915
为翻转比特集合Ψ中的一个元素，
Figure BDA00024559193600000916
为长度ω的向量，代表了翻转比特的位置，
Figure BDA00024559193600000917
为长度ω的向量，代表了翻转比特对应的值，
Figure BDA00024559193600000918
是R矩阵中第(jl,1)个元素。通过函数BFBP()对翻转比特集合Ψ的每个元素进行遍历，在对L及R初始化后，使用
Figure BDA00024559193600000919
对R中第1列进行赋值，然后使用传统的BP译码器进行译码，如果BP译码的输出
Figure BDA00024559193600000920
满足校验条件S1，则遍历终止，输出
Figure BDA00024559193600000921
对Ψ中nφ个翻转比特集合进行翻转译码BFBP()后，得到nψ个估计码字
Figure BDA00024559193600000922
所有估计码字组成估计码字集合u，
Figure BDA00024559193600000923
按照最大似然原则，从nψ+1个估计码字集合
Figure BDA00024559193600000924
选出最优估计码字，如下式所示：
Figure BDA00024559193600000925
译码器输出
Figure BDA0002455919360000101
流程结束。
上述步骤S2、步骤S2‘和步骤S2’‘可并列执行。
算法1BPL-MF-MC()的代码流程如下：
输入：llr，A,Φ,Ψ,S1，S2，F
输出：
Figure BDA0002455919360000102
步骤1:同时启动M个BP-MF-MC进行译码，M个译码输出结果的集合为T。假设F中第m个因子图Fm对应的译码结果为Tm，即
Tm＝BP-MF-MC(llr,A,Φ,Ψ,S1，S2，Fm) (6)
步骤2:采用最大似然法从选出最好的
Figure BDA0002455919360000103
Figure BDA0002455919360000104
算法2BP-MF-MC()的代码流程如下：
输入：llr，A,Φ,Ψ,S1，S2，FG
输出：
Figure BDA0002455919360000105
Figure BDA0002455919360000106
Figure BDA0002455919360000111
算法3函数BFBP()的的代码流程如下：
输入：llr，A,Ω,S，FG
输出：
Figure BDA0002455919360000112
Figure BDA0002455919360000113
综上所述，本发明实施例的译码方法中的各种处理流程可以并行实现，通过本发明，在高信噪比时的计算复杂度可以小于列表逐次消除译码算法，性能接近。本发明实施例可以消除(BFBP)解码器的误码平层现象，是一种与CRC辅助的SCL解码器(CA-SCL)性能相近的BP解码器，且并行度高。
本发明实施例采用列表的方法同时启动M个BP-MF-MC算法进行译码，可以进一步降低BP-MF-MC算法误码平层现象，降低译码的最小复杂度。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.一种列表极化码传播译码方法，其特征在于，包括：
同时启动M个基于多翻转比特集合的极化码置信传播译码BP-MF-MC算法对接收信号进行译码，每个BP-MF-MC算法所使用的因子图为Fm，M个BP-MF-MC算法的译码输出结果的集合为T；
设第m个因子图Fm对应的BP-MF-MC算法的译码结果为Tm，即
Tm＝BP-MF-MC(llr,A,Φ,Ψ,S1，S2，Fm) (2)
采用最大似然法从T中选出最佳的
Figure FDA0003337594880000011
Figure FDA0003337594880000012
其中，G为生成矩阵，大小为(N,N)；||·||为2-范数；
Figure FDA0003337594880000013
为待译码的接收信号，为一长度为N的一个向量；
llr为待译码信号
Figure FDA0003337594880000014
的对数似然比，为一长度为N的一个向量；
A为极化码的信息比特位置，是一个集合；
Φ为翻转比特位置的集合，含有nφ个翻转比特位置集合，即
Figure FDA0003337594880000015
Ψ为翻转比特序列，含有nψ个翻转比特集合，即
Figure FDA0003337594880000016
S1为包含对译码后的估计码字的校验条件；
S2为包含对译码后的估计码字的校验条件；
每个BP-MF-MC算法对接收信号进行译码的过程包括∶
设定校验条件集合S1、S2，该S1、S2中包含对译码后的估计码字的多个校验条件：计算出待译码的接收信号的对数似然比，使用BP算法对存储所述对数似然比的实数矩阵进行译码，得到估计码字；判断是否满足S1及S2中的所有校验条件，如果是，则确定为正确码字，译码器输出流程结束；否则，利用所述实数矩阵对设定的翻转比特集合进行翻转译码后得至翻转估计码字集合u；按照最大似然原则；从所述估计码字
Figure DEST_PATH_FDA0002455919350000017
和翻转估计码字 集合u中选出最优估计码字 ，译码器输出最优估计码字 ，流程结束。
2.根据权利要求1所述的方法，其特征在于，所述的设定校验条件集合S1、S2，该S1、S2中包含对译码后的估计码字的多个校验条件，包括：
预先设定校验条件集合S1、S2，该S1、S2中包含对译码后的估计码字的多个校验条件，S1与S2无交集，S1和S2的选取原则为漏检率最低。
3.根据权利要求2所述的方法，其特征在于，所述的计算出待译码的接收信号的对数似然比，使用BP算法对存储所述对数似然比的实数矩阵进行译码，得到估计码字
Figure FDA0003337594880000021
包括：
设
Figure FDA0003337594880000022
为待译码的接收信号，为一长度为N的一个向量，llr为待译码信号
Figure FDA0003337594880000023
的对数似然比，为一长度为N的一个向量，即llri＝p(yi|0)/p(yi|1)，其中，llri为llr中第i个元素，yi为
Figure FDA0003337594880000024
中第i个元素，p(yi|0)为输入为0时的条件概率，p(yi|1)为输入为1时的条件概率；
A是极化码的信息比特位置，Ac是极化码的冻结比特位置，L与R为一实数矩阵，其大小为(N,log2(N)+1)，是极化码置信传播算法中存储对数似然比llr的矩阵，L和R采用如下公式初始化：
Figure FDA0003337594880000025
其中，Ri,0表示R矩阵中位置为(i,0)的元素，Li,0表示L矩阵中位置为(i,0)的元素；
按照上述公式(1)对矩阵L及R进行初始化，使用BP算法对L及R进行译码，得到译码的估计码字
Figure FDA0003337594880000026
4.根据权利要求3所述的方法，其特征在于，所述的利用所述实数矩阵对设定的翻转比特集合进行翻转译码后得到翻转估计码字集合u，按照最大似然原则，从所述估计码字
Figure FDA0003337594880000027
和翻转估计码字集合u中选出最优估计码字，译码器输出最优估计码字，流程结束，包括：
设定Φ为翻转比特序列，含有nφ个翻转比特集合，即
Figure FDA0003337594880000031
Ψ为翻转比特序列，含有nψ个翻转比特集合，即
Figure FDA0003337594880000032
如果估计码字
Figure FDA0003337594880000033
满足S1中的所有校验条件，但不满足S2中的所有校验条件，对Φ中nφ个翻转比特集合进行翻转译码BFBP()，该翻转译码BFBP()的处理过程包括：设
Figure FDA0003337594880000034
为翻转比特集合φn中的一个元素，
Figure FDA0003337594880000035
为长度ω的向量，代表了翻转比特的位置，
Figure FDA0003337594880000036
为长度ω的向量，代表了翻转比特对应的值，设jl为
Figure FDA0003337594880000037
中第l个元素，
Figure FDA0003337594880000038
是矩阵R中第(jl,1)个元素，通过函数BFBP()对翻转比特集合φn的每个元素进行遍历，在对L及R初始化后，使用
Figure FDA0003337594880000039
对矩阵R中第1列进行赋值，使用BP译码器对赋值后的矩阵R进行译码，如果BP译码的输出
Figure FDA00033375948800000310
满足校验条件S1，则遍历终止，输出
Figure FDA00033375948800000311
对Φ中nφ个翻转比特集合进行翻转译码BFBP()后得到nφ个估计码字
Figure FDA00033375948800000312
所有估计码字组成估计码字集合u，
Figure FDA00033375948800000313
按照最大似然原则，从nφ+1个估计码字集合
Figure FDA00033375948800000314
选出最优估计码字，如下式所示：
Figure FDA00033375948800000315
其中，G为生成矩阵，大小为(N,N)，||·||为2-范数；
译码器输出
Figure FDA00033375948800000316
流程结束。
5.根据权利要求3所述的方法，其特征在于，所述的利用所述实数矩阵对设定的翻转比特集合进行翻转译码后得到翻转估计码字集合u，按照最大似然原则，从所述估计码字
Figure FDA00033375948800000317
和翻转估计码字集合u中选出最优估计码字，译码器输出最优估计码字，流程结束，包括：
如果
Figure FDA00033375948800000318
不满足S1中的所有校验条件，对唯中nψ个翻转比特集合进行翻转译码BFBP()，该翻转译码函数BFBP()的处理过程包括：设
Figure FDA00033375948800000319
为翻转比特集合ψn,中的一个元素，
Figure FDA00033375948800000320
为长度ω的向量，代表了翻转比特的位置，
Figure FDA00033375948800000321
为长度ω的向量，代表了翻转比特对应的值，
Figure FDA0003337594880000041
是R矩阵中第(jl,1)个元素，通过函数BFBP()对翻转比特集合ψn,的每个元素进行遍历，在对L及R初始化后，使用
Figure FDA0003337594880000042
对R中第1列进行赋值，使用BP译码器进行译码，如果BP译码的输出
Figure FDA0003337594880000043
满足校验条件S1，则遍历终止，输出
Figure FDA0003337594880000044
对Ψ中nφ个翻转比特集合进行翻转译码BFBP()后，得到nψ个估计码字
Figure FDA0003337594880000045
所有估计码字组成估计码字集合u，
Figure FDA0003337594880000046
按照最大似然原则，从nψ+1个估计码字集合
Figure FDA0003337594880000047
选出最优估计码字，如下式所示：
Figure FDA0003337594880000048
译码器输出
Figure FDA0003337594880000049
流程结束。
CN202010306356.3A 2020-04-17 2020-04-17 一种列表极化码传播译码方法 Active CN111541517B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010306356.3A CN111541517B (zh) 2020-04-17 2020-04-17 一种列表极化码传播译码方法
PCT/CN2020/098756 WO2021208243A1 (zh) 2020-04-17 2020-06-29 基于多翻转比特集合的极化码置信传播译码方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010306356.3A CN111541517B (zh) 2020-04-17 2020-04-17 一种列表极化码传播译码方法

Publications (2)

Publication Number Publication Date
CN111541517A CN111541517A (zh) 2020-08-14
CN111541517B true CN111541517B (zh) 2022-03-25

Family

ID=71978760

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010306356.3A Active CN111541517B (zh) 2020-04-17 2020-04-17 一种列表极化码传播译码方法

Country Status (2)

Country Link
CN (1) CN111541517B (zh)
WO (1) WO2021208243A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111446973B (zh) * 2020-04-17 2022-03-25 北京交通大学 基于多翻转比特集合的极化码置信传播译码方法
CN113242045A (zh) * 2021-04-01 2021-08-10 湖南矩阵电子科技有限公司 一种极化码的高效译码方法、译码装置及计算机可读存储介质
CN114157309B (zh) * 2021-12-23 2022-11-11 华中科技大学 极化码译码方法、装置及系统
CN116232340B (zh) * 2022-12-15 2023-10-13 中国人民解放军战略支援部队信息工程大学 一种卫星通信信号的稀疏校验矩阵参数估计方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107241106A (zh) * 2017-05-24 2017-10-10 东南大学 基于深度学习的极化码译码算法
CN109842418A (zh) * 2018-11-27 2019-06-04 东南大学 一种基于比特翻转的极化码置信传播译码方法
CN110278002A (zh) * 2019-06-19 2019-09-24 东南大学 基于比特翻转的极化码置信传播列表译码方法
CN110492974A (zh) * 2019-08-19 2019-11-22 北京邮电大学 一种并行的极化码译码方法及装置
CN110830167A (zh) * 2019-10-31 2020-02-21 中国计量大学 基于多比特翻转的极化码Fast-SSC译码算法
CN111010196A (zh) * 2019-12-31 2020-04-14 北京航空航天大学 一种改进的极化码BP List译码方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8677227B2 (en) * 2010-08-25 2014-03-18 Royal Institution for the Advancement of Learning / McGill University Method and system for decoding
US10164656B2 (en) * 2016-03-30 2018-12-25 Silicon Motion Inc. Bit flipping algorithm for providing soft information during hard decision hard decoding
US9917675B2 (en) * 2016-06-01 2018-03-13 Qualcomm Incorporated Enhanced polar code constructions by strategic placement of CRC bits
CN109660264B (zh) * 2018-12-03 2023-05-05 中国人民解放军陆军工程大学 高性能极化码译码算法
CN110380819B (zh) * 2019-07-03 2021-10-08 深圳大学 一种基于llr的分段翻转极化码译码方法和智能终端
CN110798228A (zh) * 2019-10-29 2020-02-14 南京宁麒智能计算芯片研究院有限公司 一种基于深度学习的极化码翻转译码方法及系统
CN110995278B (zh) * 2019-12-16 2024-01-12 山东希尔信息技术有限公司 一种改进极性码串行消除列表比特翻转译码方法及系统
CN110995279B (zh) * 2019-12-17 2023-08-04 重庆邮电大学 一种极化码联合scf球形列表翻转译码方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107241106A (zh) * 2017-05-24 2017-10-10 东南大学 基于深度学习的极化码译码算法
CN109842418A (zh) * 2018-11-27 2019-06-04 东南大学 一种基于比特翻转的极化码置信传播译码方法
CN110278002A (zh) * 2019-06-19 2019-09-24 东南大学 基于比特翻转的极化码置信传播列表译码方法
CN110492974A (zh) * 2019-08-19 2019-11-22 北京邮电大学 一种并行的极化码译码方法及装置
CN110830167A (zh) * 2019-10-31 2020-02-21 中国计量大学 基于多比特翻转的极化码Fast-SSC译码算法
CN111010196A (zh) * 2019-12-31 2020-04-14 北京航空航天大学 一种改进的极化码BP List译码方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《A Simple Approach to Design a Binary Coded Absolute Shaft Encoder》;Subir Das;《IEEE Sensors Journal》;20160415;全文 *
极化码译码算法的改进与FPGA实现;夏阁淞等;《通信技术》;20191110(第11期);全文 *

Also Published As

Publication number Publication date
CN111541517A (zh) 2020-08-14
WO2021208243A1 (zh) 2021-10-21

Similar Documents

Publication Publication Date Title
CN111541517B (zh) 一种列表极化码传播译码方法
CN109660264B (zh) 高性能极化码译码算法
CN107026656B (zh) 一种基于扰动的CRC辅助中短码长Polar码有效译码方法
CN106888026B (zh) 基于lsc-crc译码的分段极化码编译码方法及系统
US8335963B2 (en) Method for constructing checking matrix of LDPC code and coding amd decoding apparatus utilizing the method
WO2017054164A1 (zh) 极化码的编译码方法及其装置
CN110278002B (zh) 基于比特翻转的极化码置信传播列表译码方法
WO2014059780A1 (zh) 一种编译码的方法、装置及系统
US20050229087A1 (en) Decoding apparatus for low-density parity-check codes using sequential decoding, and method thereof
CN111490796B (zh) 基于动态翻转比特的置信传播译码方法
US20050262420A1 (en) Apparatus and method for decoding low density parity check codes
CN110380819A (zh) 一种基于llr的分段翻转极化码译码方法和智能终端
CN105763203B (zh) 一种基于硬可靠度信息的多元ldpc码译码方法
CN105515590B (zh) 一种有效低复杂度串行抵消列表极化码译码方法
US20030188253A1 (en) Method for iterative hard-decision forward error correction decoding
US9397706B1 (en) System and method for irregular multiple dimension decoding and encoding
JP2002509680A (ja) 積符号の反復復号化
CN111446973B (zh) 基于多翻转比特集合的极化码置信传播译码方法
EP3602794B1 (en) Check bit concatenated polar codes
CN109768846B (zh) 基于二核三核混合极化码的凿孔方法、系统、装置及介质
WO2019096184A1 (zh) 阶梯码的解码方法、装置及存储介质
CN110995279A (zh) 一种极化码联合scf球形列表翻转译码方法
CN112104412B (zh) 一种适用于低轨卫星宽带通信的加速器
CN111130567B (zh) 添加噪声扰动和比特翻转的极化码置信传播列表译码方法
CN110572166B (zh) 一种基于深度学习的bch码译码方法

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