一种基于整数操作的极化码最小和译码算法

通过信道极化,极化码理论上证明可渐进达到香农限。文中研究极化码在高斯信道下的串行抵消(successive cancellation,SC)译码算法,提出了一种基于整数操作的最小和译码算法。算法中信道输出值被均匀量化后再取整数,作为SC译码器的输入;节点更新使用最小和算法,更新过程不需要量化操作,直接使用信道输出值量化后的整数值。数值仿真结果表明,在信噪比小于4 d B时,译码性能与基于浮点运算的原始SC译码一致;当误比特率为10-5时,提出的算法与原始SC译码的信噪比相差0.2 d B。所提出的算法便于硬件实现,运算中变量的大小都用8比特整数表示。     

基于奇偶校验和CRC校验的极化码栈译码方法

【目的】解决极化码串行抵消栈(successive cancellation stack, SCS)译码算法复杂度较高的问题。【方法】在SCS译码算法的基础上,首先提出一种基于奇偶校验(parity check, PC)和循环冗余校验(cyclic redundancy check, CRC)的串行抵消栈(parity check and CRC aided SCS,PC-CA-SCS)译码算法;根据极化码的构造理论,通过对子信道的突发错误分块来选择奇偶校验的位置,在译码过程中利用奇偶校验及时检测出错的译码路径来降低SCS译码算法的复杂度。然后根据极化码子信道的错误概率,提出一种基于关键集合和似然值的路径分裂策略,以降低SCS译码算法在译码过程中的路径分裂次数。最后对提出的路径分裂策略进行仿真试验。【结果】PC-CA-SCS译码算法与CRC辅助串行抵消列表(CRC-aided successive cancellation list, CA-SCL)译码算法相比,约有0.1 dB的增益,与CRC辅助串行抵消栈(CRC-aided successive cancellation stac...     

极化码串行抵消译码算法的改进设计

极化码是基于信道极化(Channel Polarization)现象,首次以构造性的方法逼近信道容量的码。尽管极化码的编码和译码都具有较低的复杂度,但在中短码长时,极化码的性能并不理想,甚至不如LDPC和Turbo码。针对这一问题,提出了一种采用CRC作为内码,并与极化码级联的方案。与现有方案不同的是算法在译码时仅对内码位之间的位采用列表译,从而获得较低的译码复杂度。从仿真结果看,算法在BEC信道下可以显著地提高极化码的性能,并接近最大似然译码的性能;在AWGN信道下可以获得0.5dB的性能改善。     

极化码子序列编译码算法研究

针对有限长极化码由于信道极化不完全,使得部分信息比特未能在无噪信道上传输,导致无法获得理想译码性能的问题,通过对无噪的极化子信道数目与待传信息比特数目的计算和对比,提出一种极化码子序列编译码算法. 将信息比特序列按照无噪信道数目大小分为数个子序列分别送入信道,确保每一个子序列都在无噪信道上传输.仿真结果表明,极化码子序列编译码算法可以获得理想的误码性能;同时在牺牲较小的传输速率的情况下,极化码子序列编译码算法的误码性能优于传统编译码算法;且对极化码短码的误码性能的改善更加显著.     

Neural-Polar码:一种基于深度学习的新型信道编码方案

为应对新型移动通信系统智能性的需求以及在难以进行人工建模的复杂信道环境下进行可靠通信的问题,基于Polar码的编译码递归结构提出一种新型神经网络信道编码方案,即Neural-Polar码。该方案利用神经网络将Polar码编译码递归结构中父、子节点间的线性映射变成非线性映射,引入快速连续抵消(successive cancellation,SC)译码的思想,解决在完全二叉树上构建Neural-Polar码造成网络结构过大的问题。仿真实验表明,Neural-Polar码可以获得优于经典SC译码算法的误码率(bit error rate,BER)和误块率(block error rate,BLER)性能,对网络的联合训练使得Neural-Polar码能够自动学习信道特性,具有更好的信道适应性和鲁棒性。Neural-Polar码将传统的对复杂信道进行人工建模分析的难题交给机器,充分体现出其编译码的智能性。     

一种极化码联合SC球形列表译码算法

为了降低极化码译码复杂度,提出了一种极化码联合SC球形列表(joint successive cancellation sphere list,JSCSL)译码算法.JSCSL译码算法结合了串行消除列表(successive cancellation list,SCL)译码和球形列表(list sphere decod...     

低时间复杂度的极化码译码算法

极化码的串行抵消列表(successive cancellation list,SCL)译码算法是目前应用最广泛的译码算法,但是复杂度和时延很高.为了降低时间复杂度,提出了一种基于综合检测(syndrome check,SC)的快速SCL译码与球形列表(list sphere decoding,LSD)译码相联合的办法,简称SC-SCSL(syndrome check successive cancellation sphere list)译码.该算法避免了SCL译码在不同路径的相同节点同时满足综合检测时,极易导致结果出错的情况,仿真结果表明,在同时满足综合检测时性能与SCL相差不大;同时联合了LSD译码,来降低时间复杂度.在几乎不损失性能的情况下,相比于循环冗余协助下的串行抵消列表(cyclic redundancy check aided successive cancellation list,CA-SCL)译码降低了50％～55％的时间复杂度.     

LDPC码串行译码收敛性分析

介绍了低密度校验码（LDPC码）的TANNER图表示和洪水译码算法后,引入基于校验节点的串行译码算法 及半串行译码算法,通过密度进化和树的深度两方面来讨论串行译码的消息收敛特性,证明其消息收敛速度比洪 水译码算法约快2倍,并且降低了译码复杂度。分别应用洪水译码算法和串行译码算法在AWGN信道下进行计 算机仿真。理论分析与仿真结果均表明,串行译码算法明显改善了译码性能。     

基于外信息符号差的 LT码串行译码算法

在无线通信系统中,LT码采用置信传播（ BP ）译码算法进行译码,缺少有效的迭代控制机制。针对这一问题,首先将串行置信传播（ SBP ）算法应用于LT码的译码,极大地提高了译码收敛速度。其次,通过对LT码在加性高斯白噪声（ AWGN）信道下的外信息转移（ EXIT）曲线的分析,提出了一种基于外信息符号差的串行置信传播（ ESD-SBP ）译码算法,即根据一次完整迭代前后符号节点译码器（ SND）的外信息符号变化情况来快速判断译码收敛情况、控制迭代停止。最后对固定迭代次数、互熵算法（CE）、循环冗余校验（CRC）以及外信息符号差算法（ESD）进行了性能对比。仿真结果表明,在不降低串行译码（ SBP ）算法性能的前提下,可以有效减小迭代次数。     

LDPC码串行译码收敛性分析

介绍了低密度校验码（LDPC码）的Tanner图表示和洪水译码算法后，引入基于校验节点的串行译码算法及半串行译码算法，通过密度进化和树的深度两方面束讨论串行译码的消息收敛特性，证明其消息收敛速度比洪水译码算法约快2倍，并且降低了译码复杂度。分别应用洪水译码算法和串行译码算法在AWGN信道下进行计算机仿真。理论分析与仿真结果均表明，串行译码算法明显改善了译码性能。     

一种简化的极化码串行消除列表译码算法

在未来5G通信技术中,3GPP组织已经确定将极化码作为增强移动宽带场景下的信道编码,但在其译码算法中,由于前景较好的串行消除列表(successive cancellation list, SCL)译码算法存在多余的计算,导致整个译码所需的时间步数大量增加。基于快速简化串行消除(fast simplified successive cancellation, Fast-SSC)译码算法,提出对传统SCL译码算法进行简化。通过串行消除(successive cancellation,SC)译码算法的译码过程,明确译码树的结构和分类。同时,对传统SCL译码树中特殊节点的路径度量值重新计算与证明,使得其值仅依赖于各自父节点的对数似然比值,避免对整个译码树遍历,从而消除冗余。通过仿真和实验结果表明,在保证纠错性能的前提下,简化后的SCL译码算法其特殊节点的路径度量值的计算复杂度更低,且整个译码所需的时间步数更少。     

一种基于综合校验的极化码译码简化算法

列表连续消除(successive cancellation list, SCL)译码算法是实现极化码译码的方法之一,其可以通过调整列表大小在纠错性能和复杂度之间提供良好的折衷。针对传统的SCL译码算法路径度量值(path metric,PM)计算存在冗余的问题,在简化的SCL(simplified SCL, SSCL)算法基础上提出了一种综合校验的简化算法(syndrome check-SSCL,SC-SSCL)。SC-SSCL利用综合校验的方法,判断PM计算过程是否冗余,通过除去冗余计算降低译码复杂度。证明了简化的译码算法在保证译码性能不变的前提下,降低了译码算法的计算复杂度和时延。仿真结果表明,SC-SSCL较SCL译码和SSCL译码算法复杂度分别降低了约68%和13%,且在信道状态好的情况下SC-SSCL复杂度会进一步降低。     

空间耦合LDPC码的深度迭代译码算法设计

空间耦合LDPC码因其在次最优迭代译码算法下能够达到最大后验概率译码性能而引起广泛关注。但其优异的阈值特性需要在码长很长时才能实现,当采用传统的迭代译码算法时,实现的复杂度将以指数增加,无法应用。为了有效降低传统迭代译码算法的复杂度,本文结合深度学习技术提出了一种空间耦合LDPC码的深度迭代译码算法。通过在消息传递过程中引入权重系数并采用深度神经网络对其进行训练获取权重系数,以此优化消息的可靠性度量值,从而提升译码收敛速度,降低译码复杂度。仿真结果表明,所提出的深度迭代译码算法可以以较少的迭代次数达到与传统迭代译码算法在较多迭代次数下的译码性能。     

Polar Codes多比特同时判定高输出SC算法研究

polar codes具有丰富的代数结构和优秀的分析特性,具有明确的编码方法和译码算法,但是其连续删除译码算法由于采用串行按位译码的方法,从而导致整体译码时间较长。利用改进的路径度量值计算方法减少了SC译码器判定的次数,从而使得整体的译码时间大大降低,提高了原SC算法测输出。实验数据表明该方法不仅拥有较低的译码时间,同时还能获得更好的性能。     

基于LCP预编码的VBLAST-OFDM系统

提出基于线性星座预编码(LCP预编码)的VBLAST-OFDM系统,该系统通过在OFDM子载波信道间进行LCP预编码来获得频率分集增益,适用于宽带无线通信。同时提出一种VBLAST-LCP联合解码器,该解码器结合了经典的VBLAST解码方法和基于最大似然准则(ML)的LCP解码．仿真表明相比与未编码的VBLAST-OFDM系统,VBLAST-OFDM-LCP系统至少能提供8．5dB的增益。VBLAST-OFDM-LCP系统的编码是无冗余的,而且编码解码结构比较简单,有很强的应用价值。     

基于Galois理论的空时分组码

提出基于Galois理论的空时分组码(STBC)，该STBC是线性的，能够通过球形译码算法或任何干扰对消算法进行译码．仿真结果表明，基于Galois理论的STBC系统比正交STBC系统以及未编码系统的性能曲线要好，当SNR增大时，正交STBC系统以及未编码系统的BER与所提出STBC系统的BER之差值也增大。     

一种低复杂度速率兼容极化码

针对现有极化码速率匹配算法的复杂度问题,提出了一种低复杂度的速率兼容极化码设计算法。汲取了现有打孔方案在不同打孔数量下的优势,使用一个分段速率匹配交织器,极大地改善了大量打孔下的性能下滑现象。信息比特的选择只是跳过被打孔比特位置而不需要重新估计子信道的可靠性,在极大降低算法复杂度的同时一定程度上保证了性能。通过一个虚拟环形缓存器,将容量-0和容量-1这2种打孔模式用同一结构实现,既提升了不同码率下的译码性能,又使得打孔结构简单明确,更加有利于硬件设计。仿真结果表明,该低复杂度速率兼容极化码无论在何种码率、打孔数目下都可以获得与高复杂度打孔算法相当的误块性能,是一种复杂度和性能综合较优的速率匹配方案。