CN116505958A - 一种噪声辅助bpl级联osd的极化码译码方法、系统、设备及介质 - Google Patents
一种噪声辅助bpl级联osd的极化码译码方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN116505958A CN116505958A CN202310509863.0A CN202310509863A CN116505958A CN 116505958 A CN116505958 A CN 116505958A CN 202310509863 A CN202310509863 A CN 202310509863A CN 116505958 A CN116505958 A CN 116505958A
- Authority
- CN
- China
- Prior art keywords
- decoding
- bpl
- osd
- noise
- information
- 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.)
- Pending
Links
- 230000010287 polarization Effects 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 163
- 238000004590 computer program Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 8
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 7
- 230000002708 enhancing effect Effects 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 230000001965 increasing effect Effects 0.000 claims description 5
- 230000001902 propagating effect Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 3
- 230000000750 progressive effect Effects 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 125000003275 alpha amino acid group Chemical group 0.000 claims 1
- 150000001875 compounds Chemical class 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 241000169170 Boreogadus saida Species 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 101100494762 Mus musculus Nedd9 gene Proteins 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
-
- 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
- H03M13/29—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 combining two or more codes or code structures, e.g. product codes, generalised product codes, concatenated codes, inner and outer codes
- H03M13/2906—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 combining two or more codes or code structures, e.g. product codes, generalised product codes, concatenated codes, inner and outer codes using block codes
-
- 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
- H03M13/37—Decoding methods or techniques, not specific to the particular type of coding provided for in groups H03M13/03 - H03M13/35
- H03M13/45—Soft decoding, i.e. using symbol reliability information
- H03M13/451—Soft decoding, i.e. using symbol reliability information using a set of candidate code words, e.g. ordered statistics decoding [OSD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
- Signal Processing For Digital Recording And Reproducing (AREA)
Abstract
一种噪声辅助BPL级联OSD的极化码译码方法、系统、设备及介质，方法包括：先挑选L个BPL译码算法的因子图，再通过BPL译码算法的因子图初始化L条路径的输入信号，以及初始化BPL译码算法的最左侧和最右侧的节点信息，最后BPL译码算法对输入信号进行迭代，迭代完成后，级联OSD译码算法进行极化码译码；系统、设备及介质，用于实现一种噪声辅助BPL级联OSD的极化码译码方法；本发明通过BPL译码算法级联OSD译码算法进行极化码译码，可有效降低译码软信息无法收敛导致的译码错误，并且保留BPL译码并行度高这一优点。
Description
技术领域
本发明涉及信道编码技术领域，具体涉及一种噪声辅助BPL级联OSD的极化码译码方法、系统、设备及介质。
背景技术
极化码是目前唯一可以在数学上被严格证明达到香农极限的编码方法，它兼具高效、复杂度低的特点，被选做第五代移动通信技术(5th generation wireless systems,5G)控制信道中增强移动宽带场景的编码方案。目前对于极化码译码的研究主要分为逐次消除(Successive Cancellation,SC)算法和置信传播(BeliefPropagation,BP)算法两大类。SC算法固有的串行特性使译码时延较高，这与现今社会对通信实时性的要求相悖。
相比SC算法，BP算法因并行度高，译码时延小，非常适合硬件实现等特点而备受关注。然而BP译码由于环的存在，译码因子图中的变量节点和校验节点之间传递的信息产生相关性，导致单纯地增加迭代次数并不能使译码输出的软信息收敛，而只会加大译码时延。
由于极化码结构的递归性，对于长度为N的极化码，因子图共有(log2N)！种排列结果，每一种排列方式产生的码字均相同，目前已有基于在(log2N)！种排列结果中选取L个因子图的BPL译码算法，ELKELESH A,EBADA M,CAMMERER S等人利用不同排列因子图在迭代运算时产生的性能差异，提出了置信传播列表(Belief Propagation List,BPL)译码算法(ELKELESH A,EBADA M,CAMMERER S,et al.Belief propagation list decoding ofPolar codes[J].IEEE Communications Letters,2018,22(8):1536-1539.)。ZHANGS Y,SHAHRRAVA B构建了具有不同可靠性的候选码字，然后由BP译码器分别对其进行译码(ZHANG S Y,SHAHRRAVA B.Enhanced BP decoding schemes of Polar codes[J].IETCommunications,2021,15(9):1133-1142.)。ZHANG M,LI Z,XING L J构造了校正集，提出校正BP算法(ZHANG M,LI Z,XING L J.An enhanced belief propagation decoder forPolar codes[J].IEEE Communications Letters,2021,25(10):3161-3165.)；ARLI A,GAZI O通过添加人工噪声来优化BP译码算法(ARLI A,GAZI O.Noise-aided beliefpropagation list decoding of Polar codes[J].IEEE Communications Letters,2019,23(8):1285-1288.)。专利公开号为[CN115085741A],名称为“一种基于最优层排序的极化码置信传播列表译码方法”的发明，提供一种基于最优层排序的极化码置信传播列表译码方法，包括如下步骤：步骤S1、初始化极化码的因子图；步骤S2、BP译码器对接收到的信号序列Y进行译码初始化；步骤S3、第T次总迭代时，进行BP迭代；步骤S4、最后一次BP迭代过程中进行译码路径扩展，最终得到npath条译码路径；步骤S5、对npath条译码路径进行路径剪枝，得到冻结比特错误概率最小的nmax条译码路径；步骤S6、选择所有译码路径中冻结比特错误概率最小的一条路径，对最左侧的各比特节点进行译码判定，得到译码结果。以上这些算法虽然能在一定程度上提升多条路径下的BPL译码算法的性能，但是当路径数足够大时性能增益的提升非常有限。
发明内容
为了克服上述现有技术的缺点，本发明的目的在于提供一种噪声辅助BPL级联OSD的极化码译码方法、系统、设备及介质，先挑选L个BPL译码算法的因子图初始化L条路径的输入信号，再初始化BPL译码算法的最左侧和最右侧的节点信息，最后通过BPL译码算法对输入信号进行迭代完成后级联OSD译码算法进行极化码译码，可有效降低译码软信息无法收敛导致的译码错误，并且保留BPL译码并行度高的优点。
为了实现上述目的，本发明采用的技术方案是：
一种噪声辅助BPL级联OSD的极化码译码方法，包括以下步骤：
步骤1、挑选L个BPL译码算法的因子图；
步骤2、通过步骤1挑选的BPL译码算法的因子图初始化L条路径的输入信号，以及初始化BPL译码算法的最左侧和最右侧的节点信息；
步骤3、BPL译码算法对步骤2中初始化后的输入信号进行迭代，迭代完成后，级联OSD译码算法进行极化码译码。
所述的步骤1具体包括：
因子图共有n＝log2N层极化层，每个极化层都有N/2个处理单元，信息在不同极化层之间传播，在有n层极化层的因子图中，打乱n层极化层产生n！种不同的因子图，在n！个因子图中选取L个因子图作为BPL译码算法的因子图。
所述的步骤2具体包括：
步骤2.1、输入译码器的信号设计为式(1)：
式(1)中，1≤l≤L；
步骤2.2、随机注入L个人工高斯白噪声信号，表示为{n1,n2,...,nL}，与步骤1中的L个BPL译码算法的因子图相对应；
步骤2.3、令步骤2.2中的n1＝0并添加人工高斯白噪声，第l条路径对应人工高斯白噪声的均值为0，标准差σl的计算公式为式(2)：
式(2)中，β为标准差偏离因子；
步骤2.4、将β的值设置为0.2≤β≤0.5，第一支路不添加人工高斯白噪声；
步骤2.5、使用逐级递增的方法，将各条路径上人工高斯白噪声的标准差递增一个步长β/(L-1)，至此完成初始化输入信号；
步骤2.6、BPL译码算法的因子图的每个节点(i,j)包含两种信息：Li,j和Ri,j，其中Li,j表示向左传递的信息，Ri,j表示向右传递的信息，1≤i≤n+1,1≤j≤N；
步骤2.7、将L个BPL译码算法的因子图的最左侧信息节点的信息值设为R1,j，其中A和Ac分别表示为信息位的集合和冻结位的集合；同时将L个BPL译码算法的因子图的最右侧信息节点的信息值设为Ln+1,j，其中/>式中，xj表示第j个编码比特值，/>表示对应第l个BPL译码算法的因子图的第j个接收信号，至此完成BPL译码算法节点信息的初始化。
所述的步骤3具体包括：
步骤3.1、L条路径的输入信号同时进行BP迭代设定迭代次数为t，最大迭代次数为T，消息从BPL译码算法的因子图最右边的一层传播到最左边，然后又从左到右的消息传播，初始化循环次数t＝1，信息值根据式(3)向右传递并更新，信息值/>根据式(4)向左传递并更新；
式(3)、式(4)中，
每完成一次迭代就利用式(5)计算经过第t次迭代的源码字的估计并利用式(6)计算经过第t次迭代的编码字的估计/>
根据式(7)储存L条路径的每一次的BP迭代结果
步骤3.2、利用CRC校验判断经过第t次迭代的源码字估计是否通过校验，若是，则将该/>作为噪声辅助的BPL译码算法级联OSD译码算法的源码字的估计/>并输出/>本次译码完成；否则，判断t＝T是否成立；
步骤3.3、当步骤3.2中的t＝T成立，则对应支路的BP算法译码完成，并根据式(7)储存T次的迭代结果否则，令t＝t+1，并返回步骤3.1进入下一次迭代，当L条路径全部达到最大迭代次数T时，进入步骤3.4；
步骤3.4、当BPL译码算法没得到通过CRC校验的源码字的估计时，利用对数似然量累积(Accumulated Log Likelihood Ratio，ALLR)法处理BPL译码算法的L条路径储存的迭代结果/>
步骤3.5、产生累积信息γ来降低信息传播到下一步OSD译码算法所产生的振荡，其中式中α可通过仿真实验确定；得到L条路径的BP译码的累积信息为{γ1,γ2,...,γL}；
步骤3.6、将步骤3.5得到的累积信息{γ1,γ2,...,γL}分别输入L个并行的OSD译码算法中，γl作为OSD译码算法的输入，首先降序排列|γl|，对应的操作为λ1(γl)；交换生成矩阵G相应的列，得到G'＝λ1(G)；对矩阵G'执行高斯行变换，得到K个线性无关的列向量，并按K个线性无关的列向量对应的软信息绝对值降序排序，相应的操作记为λ2，得到G”＝λ2(G')；对G”进行高斯行变换，得到Gs＝[I,P]，其中I为单位矩阵；对λ(γ)＝λ2λ1(γl)的前K个分量硬判决，得到v；基于v进行i位的位翻转，得到了翻转集计算/>与信号序列Y的欧式距离；将欧式距离最小的/>记作yop，利用极化码的生成矩阵G计算出估计的源码字/>当L条路径的OSD译码算法全部完成，则得到L条支路的估计值/>
步骤3.7、利用CRC校验中是否存在源码字的估计值，若是，则输出通过校验的源码字估计/>否则，利用式(8)：
输出中离信号序列Y欧式距离最小的/>作为源码字估计/>结束本次译码。
一种噪声辅助BPL级联OSD的极化码译码系统，包括：
初始化模块：初始化噪声辅助BPL级联OSD的极化码译码系统的初始化状态，其中包括挑选L个BPL译码算法的因子图和初始化输入信号和BPL译码算法的最左侧和最右侧的节点信息；
BPL译码算法模块：对经过初始化模块处理之后的信息进行BPL译码，并且通过ALLR算法增强输入OSD译码算法模块信息的可靠性；
OSD译码算法模块：用于对BPL译码算法模块处理后的信息进一步译码，提高算法的整体译码性能。
一种噪声辅助BPL级联OSD的极化码译码设备，包括：
存储器：用于存储计算机程序实现如权利要求1-4任一项所述的一种噪声辅助BPL级联OSD的极化码译码方法；
处理器：用于执行所述计算机程序时实现如权利要求1-4任一项所述的一种噪声辅助BPL级联OSD的极化码译码方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种噪声辅助BPL级联OSD的极化码译码方法的步骤。
相对于现有技术，本发明的有益效果在于：
1、本发明通过在初始化输入信号模块中添加标准差不同的高斯白噪声，数据经过处理后使得算法更容易收敛。
2、本发明通过使用对数似然量累积(Accumulated Log Likelihood Ratio，ALLR)法处理BPL译码算法的信息，具有增强信息可靠度的效果。
3、本发明通过级联方式将BPL译码算法与OSD译码算法连接起来，译码性能获得极大的提升。
4、本发明步骤3.2通过在源码字中添加一段CRC校验的方式，使得BPL译码算法能够在迭代结果已经成功的情况下，不继续进行之后的译码步骤，具有提前截止降低复杂度的效果。
附图说明
图1为本发明的主流程图。
图2为本发明的BPL级联OSD译码流程图。
图3为本发明的极化码译码处理单元图。
图4为发明的原理框图。
图5为本发明处理码长为128bit，信息位长为40bit的极化码与其他算法性能仿真对比图。
图6为本发明处理码长为256bit，信息位长为40bit的极化码与其他算法性能仿真对比图。
具体实施方式
下面结合附图对本发明的工作原理做详细叙述。
参见图1，一种噪声辅助BPL级联OSD的极化码译码方法，包括以下步骤：
步骤1、挑选L个BPL译码算法的因子图；
步骤2、通过步骤1挑选的BPL译码算法的因子图初始化L条路径的输入信号，以及初始化BPL译码算法的最左侧和最右侧的节点信息；
步骤3、BPL译码算法对步骤2中初始化后的输入信号进行迭代，迭代完成后，级联OSD译码算法进行极化码译码。
所述的步骤1具体包括：
参见图3，因子图共有n＝log2N层极化层，每个极化层都有N/2个如图3所示的处理单元，信息在不同极化层之间传播，在有n层极化层的因子图中，打乱n层极化层产生n！种不同的因子图，在n！个因子图中选取L个因子图作为BPL译码算法的因子图。
所述的步骤2具体包括：
步骤2.1、输入译码器的信号设计为式(1)：
式(1)中，1≤l≤L；
步骤2.2、随机注入L个人工高斯白噪声信号，表示为{n1,n2,...,nL}，与步骤1中的L个BPL译码算法的因子图相对应；
步骤2.3、令步骤2.2中的n1＝0并添加人工高斯白噪声，第l条路径对应人工高斯白噪声的均值为0，标准差σl的计算公式为式(2)：
式(2)中，β为标准差偏离因子；
步骤2.4、将β的值设置为0.3875，第一支路不添加人工高斯白噪声，只有信道噪声；
步骤2.5、使用逐级递增的方法，将各条路径上人工高斯白噪声的标准差递增一个步长β/(L-1)，至此完成初始化输入信号；
步骤2.6、BPL译码算法的因子图的每个节点(i,j)包含两种信息：Li,j和Ri,j，其中Li,j表示向左传递的信息，Ri,j表示向右传递的信息，1≤i≤n+1,1≤j≤N；
步骤2.7、将L个BPL译码算法的因子图的最左侧信息节点的信息值设为R1,j，其中A和Ac分别表示为信息位的集合和冻结位的集合；同时将L个BPL译码算法的因子图的最右侧信息节点的信息值设为Ln+1,j，其中/>式中，xj表示第j个编码比特值，/>表示对应第l个BPL译码算法的因子图的第j个接收信号，至此完成BPL译码算法节点信息的初始化。
参见图2、图4，所述的步骤3具体包括：
步骤3.1、L条路径的输入信号同时进行BP迭代，以一条路径为例，设定迭代次数为t，最大迭代次数为T，消息从BPL译码算法的因子图最右边的一层传播到最左边，然后又从左到右的消息传播，初始化循环次数t＝1，信息值根据式(3)向右传递并更新，信息值根据式(4)向左传递并更新；
式(3)、式(4)中，
每完成一次迭代就利用式(5)计算经过第t次迭代的源码字的估计并利用式(6)计算经过第t次迭代的编码字的估计/>
根据式(7)储存L条路径的每一次的BP迭代结果
步骤3.2、利用CRC校验判断经过第t次迭代的源码字估计是否通过校验，若是，则将该/>作为噪声辅助的BPL译码算法级联OSD译码算法的源码字的估计/>并输出/>本次译码完成；否则，判断t＝T是否成立；
步骤3.3、当步骤3.2中的t＝T成立，则对应支路的BP算法译码完成，并根据式(7)储存T次的迭代结果否则，令t＝t+1，并返回步骤3.1进入下一次迭代，当L条路径全部达到最大迭代次数T时，进入步骤3.4；
步骤3.4、当BPL译码算法没得到通过CRC校验的源码字的估计时，利用对数似然量累积(Accumulated Log Likelihood Ratio，ALLR)法处理BPL译码算法的L条路径储存的迭代结果/>
步骤3.5、产生累积信息γ来降低信息传播到下一步OSD译码算法所产生的振荡，其中式中α可通过仿真实验确定；得到L条路径的BP译码的累积信息为{γ1,γ2,...,γL}；
步骤3.6、将步骤3.5得到的累积信息{γ1,γ2,...,γL}分别输入L个并行的OSD译码算法中，以第l条路径为例，γl作为OSD译码算法的输入，首先降序排列|γl|，对应的操作为λ1(γl)；交换生成矩阵G相应的列，得到G'＝λ1(G)；对矩阵G'执行高斯行变换，得到K个线性无关的列向量，并按K个线性无关的列向量对应的软信息绝对值降序排序，相应的操作记为λ2，得到G”＝λ2(G')；对G”进行高斯行变换，得到Gs＝[I,P]，其中I为单位矩阵；对λ(γ)＝λ2λ1(γl)的前K个分量硬判决，得到v；基于v进行i位的位翻转，得到了翻转集计算/>与信号序列Y的欧式距离；将欧式距离最小的/>记作yop，利用极化码的生成矩阵G计算出估计的源码字/>当L条路径的OSD译码算法全部完成，则得到L条支路的估计值/>
步骤3.7、利用CRC校验中是否存在源码字的估计值，若是，则输出通过校验的源码字估计/>否则，利用式(8)：
输出中离信号序列Y欧式距离最小的/>作为源码字估计/>结束本次译码。
仿真实验：
实验条件：BPL的最大迭代次数T＝50，列表数L＝11，OSD算法中的设定翻转位数i为1，CRC校验码的生成多项式为g(x)＝x24+x21+x6+x5+x1+1，极化码标识为P(N,NI+NCRC)，其中N表示极化码长度，NI表示信息位长度，NCRC表示CRC校验位长度。
实验内容及结果：图5和图6分别为极化码P(128,40+24)和P(256,40+24)的仿真结果图。噪声辅助的方式有两种，一种是可变噪声辅助(VNABPL-OSD)，另一种是固定噪声辅助(FNABPL-OSD)，通过可变噪声辅助的BPL-OSD算法(Variable noise aided BPL-OSDalgorithm,VNABPL-OSD)，即L-1条支路添加标准差步长为β/L的辅助噪声；固定噪声辅助的BPL-OSD算法(Fixed noise aided BPL-OSD algorithm,FNABPL-OSD)，即L-1条支路添加相同功率的辅助噪声；列表数为8的CASCL算法和列表数为11的BPL算法，进行误帧率(FrameError Rate,FER)性能对比。
参见图5、图6，VNABPL-OSD和FNABPL-OSD两条仿真曲线的对比结果表明：在所提算法中加入变化噪声的VNABPL-OSD译码性能优于加入固定噪声的FNABPL-OSD算法。VNABPL-OSD译码能够省去FNABPL-OSD算法中的固定噪声方差的选取实验，能够降低算法实现的复杂度，在降低算法复杂度的同时还能提升译码性能。如图5所示在FER＝10-2时，码长为128比特的极化码采用VNABPL-OSD算法相较于传统BPL算法有至少1.2dB的性能提升；与CASCL算法相比，也有约0.1dB的性能增益。图6显示了当码长增加到256比特时，所述的VNABPL-OSD译码算法相较于传统BPL算法，在FER＝10-3时，有至少1dB的性能提升；但是相较于CASCL译码算法约有0.1dB的差距。
仿真结果表明：VNABPL-OSD译码算法和FNABPL-OSD译码算法相较于传统的BPL算法，能够获得显著的性能提升，与性能列表数相当的CASCL算法性能相当。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
一种噪声辅助BPL级联OSD的极化码译码系统，包括：
初始化模块：初始化噪声辅助BPL级联OSD的极化码译码系统的初始化状态，其中包括挑选L个BPL译码算法的因子图和初始化输入信号和BPL译码算法的最左侧和最右侧的节点信息，该模块用于所述的一种噪声辅助BPL级联OSD的极化码译码方法的步骤1和步骤2；
BPL译码算法模块：对经过初始化模块处理之后的信息进行BPL译码，并且通过ALLR算法增强输入OSD译码算法模块信息的可靠性，该模块用于所述的一种噪声辅助BPL级联OSD的极化码译码方法的步骤3；
OSD译码算法模块：用于对BPL译码算法模块处理后的信息进一步译码，提高算法的整体译码性能，该模块用于所述的一种噪声辅助BPL级联OSD的极化码译码方法的步骤3。
一种噪声辅助BPL级联OSD的极化码译码设备，包括：
存储器：用于存储计算机程序实现如权利要求1-4任一项所述的一种噪声辅助BPL级联OSD的极化码译码方法；
处理器：用于执行所述计算机程序时实现如权利要求1-4任一项所述的一种噪声辅助BPL级联OSD的极化码译码方法。
所述的处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者所述处理器也可以是任何常规的处理器等，所述处理器是所述噪声辅助BPL级联OSD的极化码译码的设备的控制中心，利用各种接口和线路连接整个噪声辅助BPL级联OSD的极化码译码的设备的各个部分。
所述处理器执行所述计算机程序时实现上述噪声辅助BPL级联OSD的极化码译码的步骤，例如：挑选L个BPL译码算法的因子图；初始化L条路径的输入信号，以及初始化BPL译码算法的最左侧和最右侧的节点信息；BPL译码算法对输入信号进行迭代完成后级联OSD译码算法进行极化码译码；实现了所述噪声辅助BPL级联OSD的极化码译码。
或者，所述处理器执行所述计算机程序时实现上述系统中各模块的功能，例如：初始化模块：初始化噪声辅助BPL级联OSD的极化码译码系统的初始化状态，其中包括挑选L个BPL译码算法的因子图和初始化输入信号和BPL译码算法的最左侧和最右侧的节点信息；BPL译码算法模块：对经过初始化模块处理之后的信息进行BPL译码，并且通过ALLR算法增强输入OSD译码算法模块信息的可靠性；OSD译码算法模块：用于对BPL译码算法模块处理后的信息进一步译码，提高算法的整体译码性能；输出得到所述噪声辅助BPL级联OSD的极化码译码的结果。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成预设功能的一系列计算机程序指令段，所述指令段用于描述所述计算机程序在所述一种噪声辅助BPL级联OSD的极化码译码的设备中的执行过程。例如，所述计算机程序可以被分割成初始化模块、BPL译码算法模块、OSD译码算法模块，各模块具体功能如下：初始化模块：初始化噪声辅助BPL级联OSD的极化码译码系统的初始化状态，其中包括挑选L个BPL译码算法的因子图和初始化输入信号和BPL译码算法的最左侧和最右侧的节点信息；BPL译码算法模块：对经过初始化模块处理之后的信息进行BPL译码，并且通过ALLR算法增强输入OSD译码算法模块信息的可靠性；OSD译码算法模块：用于对BPL译码算法模块处理后的信息进一步译码，提高算法的整体译码性能，输出得到所述噪声辅助BPL级联OSD的极化码译码的结果。
所述一种噪声辅助BPL级联OSD的极化码译码的设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述一种噪声辅助BPL级联OSD的极化码译码的设备可包括，但不仅限于处理器、存储器。本领域技术人员可以理解，上述是一种噪声辅助BPL级联OSD的极化码译码的设备的示例，并不构成对一种噪声辅助BPL级联OSD的极化码译码的设备的限定，可以包括比上述更多的部件，或者组合某些部件，或者不同的部件，例如所述一种噪声辅助BPL级联OSD的极化码译码的设备还可以包括输入输出设备、网络接入设备、总线等。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种噪声辅助BPL级联OSD的极化码译码的设备的各种功能。
所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(SmartMediaCard,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种噪声辅助BPL级联OSD的极化码译码方法的步骤。
所述一种噪声辅助BPL级联OSD的极化码译码的系统集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
本发明实现上述一种噪声辅助BPL级联OSD的极化码译码方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，所述计算机程序在被处理器执行时，可实现上述一种噪声辅助BPL级联OSD的极化码译码方法的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或预设中间形式等。
所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、电载波信号、电信信号以及软件分发介质等。
需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。
应当注意，本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。
本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述，仅为本发明的具体实施方式，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，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。
Claims (7)
1.一种噪声辅助BPL级联OSD的极化码译码方法，其特征在于：包括以下步骤：
步骤1、挑选L个BPL译码算法的因子图；
步骤2、通过步骤1挑选的BPL译码算法的因子图初始化L条路径的输入信号，以及初始化BPL译码算法的最左侧和最右侧的节点信息；
步骤3、BPL译码算法对步骤2中初始化后的输入信号进行迭代，迭代完成后，级联OSD译码算法进行极化码译码。
2.根据权利要求1所述的一种噪声辅助BPL级联OSD的极化码译码方法，其特征在于：所述的步骤1具体包括：
因子图共有n＝log2N层极化层，每个极化层都有N/2个处理单元，信息在不同极化层之间传播，在有n层极化层的因子图中，打乱n层极化层产生n！种不同的因子图，在n！个因子图中选取L个因子图作为BPL译码算法的因子图。
3.根据权利要求1或2所述的一种噪声辅助BPL级联OSD的极化码译码方法，其特征在于：所述的步骤2具体包括：
步骤2.1、输入译码器的信号设计为式(1)：
式(1)中，1≤l≤L；
步骤2.2、随机注入L个人工高斯白噪声信号，表示为{n1,n2,...,nL}，与步骤1中的L个BPL译码算法的因子图相对应；
步骤2.3、令步骤2.2中的n1＝0并添加人工高斯白噪声，第l条路径对应人工高斯白噪声的均值为0，标准差σl的计算公式为式(2)：
式(2)中，β为标准差偏离因子；
步骤2.4、将β的值设置为0.2≤β≤0.5，第一支路不添加人工高斯白噪声；
步骤2.5、使用逐级递增的方法，将各条路径上人工高斯白噪声的标准差递增一个步长β/(L-1)，至此完成初始化输入信号；
步骤2.6、BPL译码算法的因子图的每个节点(i,j)包含两种信息：Li,j和Ri,j，其中Li,j表示向左传递的信息，Ri,j表示向右传递的信息，1≤i≤n+1,1≤j≤N；
步骤2.7、将L个BPL译码算法的因子图的最左侧信息节点的信息值设为R1,j，其中A和Ac分别表示为信息位的集合和冻结位的集合；同时将L个BPL译码算法的因子图的最右侧信息节点的信息值设为Ln+1,j，其中/>式中，xj表示第j个编码比特值，/>表示对应第l个BPL译码算法的因子图的第j个接收信号，至此完成BPL译码算法节点信息的初始化。
4.根据权利要求1所述的一种噪声辅助BPL级联OSD的极化码译码方法，其特征在于：所述的步骤3具体包括以下步骤：
步骤3.1、L条路径的输入信号同时进行BP迭代，设定迭代次数为t，最大迭代次数为T，消息从BPL译码算法的因子图最右边的一层传播到最左边，然后又从左到右的消息传播，初始化循环次数t＝1，信息值根据式(3)向右传递并更新，信息值/>根据式(4)向左传递并更新；
式(3)、式(4)中，
每完成一次迭代就利用式(5)计算经过第t次迭代的源码字的估计并利用式(6)计算经过第t次迭代的编码字的估计/>
根据式(7)储存L条路径的每一次的BP迭代结果
步骤3.2、利用CRC校验判断经过第t次迭代的源码字估计是否通过校验，若是，则将该作为噪声辅助的BPL译码算法级联OSD译码算法的源码字的估计/>并输出/>本次译码完成；否则，判断t＝T是否成立；
步骤3.3、当步骤3.2中的t＝T成立，则对应支路的BP算法译码完成，并根据式(7)储存T次的迭代结果否则，令t＝t+1，并返回步骤3.1进入下一次迭代，当L条路径全部达到最大迭代次数T时，进入步骤3.4；
步骤3.4、当BPL译码算法没得到通过CRC校验的源码字的估计时，利用对数似然量累积(Accumulated Log Likelihood Ratio，ALLR)法处理BPL译码算法的L条路径储存的迭代结果/>
步骤3.5、产生累积信息γ来降低信息传播到下一步OSD译码算法所产生的振荡，其中式中α可通过仿真实验确定；得到L条路径的BP译码的累积信息为{γ1,γ2,...,γL}；
步骤3.6、将步骤3.5得到的累积信息{γ1,γ2,...,γL}分别输入L个并行的OSD译码算法中，γl作为OSD译码算法的输入，首先降序排列|γl|，对应的操作为λ1(γl)；交换生成矩阵G相应的列，得到G'＝λ1(G)；对矩阵G'执行高斯行变换，得到K个线性无关的列向量，并按K个线性无关的列向量对应的软信息绝对值降序排序，相应的操作记为λ2，得到G”＝λ2(G')；对G”进行高斯行变换，得到Gs＝[I,P]，其中I为单位矩阵；对λ(γ)＝λ2λ1(γl)的前K个分量硬判决，得到v；基于v进行i位的位翻转，得到了翻转集 计算/>与信号序列Y的欧式距离；将欧式距离最小的/>记作yop，利用极化码的生成矩阵G计算出估计的源码字/>当L条路径的OSD译码算法全部完成，则得到L条支路的估计值/>
步骤3.7、利用CRC校验中是否存在源码字的估计值，若是，则输出通过校验的源码字估计/>否则，利用式(8)输出/>中离信号序列Y欧式距离最小的/>
式(8)中，作为源码字估计输出，结束本次译码。
5.一种噪声辅助BPL级联OSD的极化码译码系统，其特征在于：包括：
初始化模块：初始化噪声辅助BPL级联OSD的极化码译码系统的初始化状态，其中包括挑选L个BPL译码算法的因子图和初始化输入信号和BPL译码算法的最左侧和最右侧的节点信息；
BPL译码算法模块：对经过初始化模块处理之后的信息进行BPL译码，并且通过ALLR算法增强输入OSD译码算法模块信息的可靠性；
OSD译码算法模块：用于对BPL译码算法模块处理后的信息进一步译码，提高算法的整体译码性能。
6.一种噪声辅助BPL级联OSD的极化码译码设备，其特征在于：包括：
存储器：用于存储计算机程序实现如权利要求1-4任一项所述的一种噪声辅助BPL级联OSD的极化码译码方法；
处理器：用于执行所述计算机程序时实现如权利要求1-4任一项所述的一种噪声辅助BPL级联OSD的极化码译码方法。
7.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种噪声辅助BPL级联OSD的极化码译码方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310509863.0A CN116505958A (zh) | 2023-05-08 | 2023-05-08 | 一种噪声辅助bpl级联osd的极化码译码方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310509863.0A CN116505958A (zh) | 2023-05-08 | 2023-05-08 | 一种噪声辅助bpl级联osd的极化码译码方法、系统、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116505958A true CN116505958A (zh) | 2023-07-28 |
Family
ID=87318029
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310509863.0A Pending CN116505958A (zh) | 2023-05-08 | 2023-05-08 | 一种噪声辅助bpl级联osd的极化码译码方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116505958A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117375635A (zh) * | 2023-11-09 | 2024-01-09 | 中国人民解放军军事科学院系统工程研究院 | 一种卫星通信极化码bp译码的几何表示方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021208244A1 (zh) * | 2020-04-17 | 2021-10-21 | 北京交通大学 | 一种列表极化码传播译码方法 |
| CN114785357A (zh) * | 2022-04-05 | 2022-07-22 | 重庆邮电大学 | 一种基于CRC-LDPC-Polar级联系统的BPL译码算法 |
| CN116614142A (zh) * | 2023-03-30 | 2023-08-18 | 西安电子科技大学 | 一种基于bpl译码和osd译码的联合译码方法 |
-
2023
- 2023-05-08 CN CN202310509863.0A patent/CN116505958A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021208244A1 (zh) * | 2020-04-17 | 2021-10-21 | 北京交通大学 | 一种列表极化码传播译码方法 |
| CN114785357A (zh) * | 2022-04-05 | 2022-07-22 | 重庆邮电大学 | 一种基于CRC-LDPC-Polar级联系统的BPL译码算法 |
| CN116614142A (zh) * | 2023-03-30 | 2023-08-18 | 西安电子科技大学 | 一种基于bpl译码和osd译码的联合译码方法 |
Non-Patent Citations (2)
| Title |
|---|
| LIYUN DAI 等: "CRC-Aided Belief Propagation with Permutated Graphs Decoding of Polar Codes", 《2020 IEEE 3RD INTERNATIONAL CONFERENCE ON ELECTRONIC INFORMATION AND COMMUNICATION TECHNOLOGY (ICEICT)》, 1 February 2021 (2021-02-01), pages 445 - 448 * |
| 刘志文: "基于置信传播的极化码级联译码算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 February 2023 (2023-02-15), pages 136 - 260 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117375635A (zh) * | 2023-11-09 | 2024-01-09 | 中国人民解放军军事科学院系统工程研究院 | 一种卫星通信极化码bp译码的几何表示方法及装置 |
| CN117375635B (zh) * | 2023-11-09 | 2024-05-03 | 中国人民解放军军事科学院系统工程研究院 | 一种卫星通信极化码bp译码的几何表示方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10567010B2 (en) | Flexible polar encoders and decoders | |
| CN108462558B (zh) | 一种极化码scl译码方法、装置及电子设备 | |
| CN108847848B (zh) | 一种基于信息后处理的极化码的bp译码算法 | |
| JP5705106B2 (ja) | ユークリッド空間リード−マラー符号の軟判定復号を実行する方法 | |
| US6421804B1 (en) | Generating reliability values for iterative decoding of block codes | |
| US11165448B2 (en) | Low latency polar coding and decoding by merging of states of the polar code graph | |
| KR20060068168A (ko) | 저 복잡도 ｌｄｐｃ복호 장치 및 그 방법 | |
| JP2014099944A (ja) | ハードウェア共用および直列和積アーキテクチャを用いる低密度パリティ検査復号の方法および装置 | |
| CN116505958A (zh) | 一种噪声辅助bpl级联osd的极化码译码方法、系统、设备及介质 | |
| CN109075804B (zh) | 使用极化码的通信设备和通信方法 | |
| Oliveira et al. | Rate-compatible polar codes based on polarization-driven shortening | |
| Lee et al. | A node-reliability based CRC-aided successive cancellation list polar decoder architecture combined with post-processing | |
| Li et al. | Enhanced belief propagation decoding of polar codes by adapting the parity-check matrix | |
| US11777533B2 (en) | Method for polar decoding with dynamic successive cancellation list size and polar decoder | |
| Xiang et al. | Reduced-complexity low-latency logarithmic successive cancellation stack polar decoding for 5G new radio and its software implementation | |
| CN112803954B (zh) | 一种基于CRC分段处理的改进BP List译码算法 | |
| Doan et al. | Decoding Reed-Muller codes with successive codeword permutations | |
| CN116614142A (zh) | 一种基于bpl译码和osd译码的联合译码方法 | |
| Hashemi et al. | A tree search approach for maximum-likelihood decoding of Reed-Muller codes | |
| JP2005539451A (ja) | データウィンドウを使用してデータを復号化するための方法 | |
| KR101908389B1 (ko) | 에러 정정 코딩 및 디코딩 | |
| Zhao et al. | Fast list decoding of PAC codes with sequence repetition nodes | |
| US20140223267A1 (en) | Radix-4 viterbi forward error correction decoding | |
| Zhang et al. | A flip-syndrome-list polar decoder architecture for ultra-low-latency communications | |
| CN114598334A (zh) | 一种分段crc辅助的卷积极化码编译码方案 |
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 |