CN109495116B - 极化码的sc-bp混合译码方法及其可调式硬件架构 - Google Patents

极化码的sc-bp混合译码方法及其可调式硬件架构 Download PDF

Info

Publication number
CN109495116B
CN109495116B CN201811220289.2A CN201811220289A CN109495116B CN 109495116 B CN109495116 B CN 109495116B CN 201811220289 A CN201811220289 A CN 201811220289A CN 109495116 B CN109495116 B CN 109495116B
Authority
CN
China
Prior art keywords
decoder
decoding
hybrid
algorithm
log
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
CN201811220289.2A
Other languages
English (en)
Other versions
CN109495116A (zh
Inventor
张川
周啸峰
尤肖虎
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN201811220289.2A priority Critical patent/CN109495116B/zh
Publication of CN109495116A publication Critical patent/CN109495116A/zh
Application granted granted Critical
Publication of CN109495116B publication Critical patent/CN109495116B/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
    • 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
    • H03M13/65—Purpose and implementation aspects
    • H03M13/6508—Flexibility, adaptability, parametrability and configurability of the implementation
    • H03M13/6511—Support of multiple decoding rules, e.g. combined MAP and Viterbi decoding
    • 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
    • H03M13/65—Purpose and implementation aspects
    • H03M13/6522—Intended application, e.g. transmission or communication standard

Landscapes

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

Abstract

本发明公开了一种极化码的SC‑BP混合译码方法及其可调式硬件架构，包括如下步骤：将输入的信道对数似然比，经过k阶SC译码器，得到BP译码器的输入对数似然比；将输入经过迭代后得到BP译码器的输出，其中k为混合译码器的分解因子，将输出编码后返回SC译码器，作为一组SC译码器的返回值，SC译码器根据该返回值，进行下一组译码操作。本发明将SC译码器算法和BP译码器算法整合成SC‑BP混合译码单元并且加入预计算技术，在SC编码反馈架构和混合译码的脉动架构的作用下，通过本发明的SC‑BP混合译码方法，使得译码的时延和性能可在SC和BP两种算法的效果之间做出取舍，使得译码器能够适应多种通信要求，具备极好的市场应用前景。

Description

极化码的SC-BP混合译码方法及其可调式硬件架构
技术领域
本发明属于无线通信技术领域，具体涉及一种极化码的SC-BP混合译码方法及其可调式硬件架构设计结构。
背景技术
极化码E.Arikan在2009年提出的一种基于信道极化的思想的信道编译码方案，并在理论上证明了在二进制离散无记忆信道(B-DMC)下，其码率可以达到香农所提出的信道容量[1]。在2016年的3GPP会议关于5G短码方案的讨论中，极化码方案成为5G eMBB场景下控制信道的编码方案，因此，对极化码编译码算法及其实现的研究有重大的理论和实现价值。
在极化码的译码方案中，有两种主流的方案，一种是连续消除(SC)译码算法，另一种是置信传播(BP)译码算法，对于这两种算法而言，SC译码往往具有更好的译码性能，但是由于SC译码本身具有的串行特性，有较高的译码时延，对码长N的极化码，传统SC译码器的译码时延为2N-1，利用预计算节点的SC译码器的时延为N-1，仍然有较高的时延。BP算法由于其并行性，时延较低，利用脉动架构的BP算法的时延为2(itr-1)+log2N，其中，itr为BP译码算法所采用的迭代次数，但是性能略逊于SC算法。
发明内容
发明目的：为了克服现有技术中存在的不足，提供一种极化码的SC-BP混合译码方法及其可调式硬件架构，使得极化码译码器能在高性能和低时延之间进行取舍，使得译码器能够适应多种通信要求。
技术方案：为实现上述目的，本发明提供一种极化码的SC-BP混合译码方法，包括如下步骤：
1)将输入的信道对数似然比，经过k阶SC译码器，得到BP译码器的输入对数似然比；
2)将输入经过迭代后得到BP译码器的输出
Figure BDA0001834587810000011
其中k为混合译码器的分解因子并且能够被任意拆分，将输出编码后返回SC译码器，作为一组SC译码器的返回值，SC译码器根据该返回值，进行下一组译码操作。
进一步地，所述SC译码器部分的译码算法原理具体为：SC译码器算法可以使用二叉树的结构表示，对二叉树内部的任意一个节点，连接的边数右五条，从父节点输入的对数似然比组αv，从左子节点和右子节点分别返回的结果βl和βr，将βl和βr经过编码操作返回父节点的βv，以及输入左右子节点的对数似然比αl和αr。
其中，所述对数似然比αl和αr的更新规律如下所示：
αl[i]＝sgn(αv[2i])sgn(αv[2i+1])min(|αv[2i]|,|αv[2i+1]|),fori＝0:2k-1
αr[i]＝αv[2i](1-2βl[i])+αv[2i+1],fori＝0:2k-1
进一步地，所述BP译码器部分的译码算法具体包括如下步骤：
2.1)初始化
Figure BDA0001834587810000021
Figure BDA0001834587810000022
为相应的对数似然比，其中R为从BP译码算法的DFG左端向右端传播的数据，L为从右端向左端传播的数据；
2.2)利用下式将L从右向左迭代更新后，将R从左向右迭代更新；
Figure BDA0001834587810000023
2.3)检查迭代次数是否达到最大迭代次数，若没有，则运行步骤2.2，若达到，则进行对L1,j的硬判决，得到译码结果，编码后，作为β返回至SC译码器部分。
一种极化码的SC-BP混合译码方法的可调式硬件架构，包括加入预计算技术的SC-BP混合译码单元、可变时延的SC编码反馈架构、以及混合译码的脉动架构。
其中，混合译码的脉动架构每个处理单元(PE)之间的连接与BP译码相似，可变时延的SC编码反馈架构在第m层的时延定义如下式所示：
Tm,k＝2k-m-1+(k-m+1)TBP
其中K为混合译码器的分解因子，TBP为BP译码器的时延。
本发明先用连续消除译码(SC)译码算法得到极化码的inner code对应的对数似然比，将得到的对数似然比输入置信传播(BP)译码器，经过多次迭代后得到最终译码结果。在硬件架构方面，本发明基于极化码SC和BP译码算法在计算上的相似性，采用一种混合的运算节点，使得一个节点可以提供两种运算的执行。同时使用pre-computation技术来减少SC译码部分计算的时延，在SC译码的Feedback对应的硬件架构上使用可调的时延，最终使得译码器通过输入的可任意拆分的混合译码器的分解因子k，指明两种算法在译码过程中所占比例，在SC和BP的性能与时延之间达到可调节的效果。
有益效果：本发明与现有技术相比，将SC译码器算法和BP译码器算法整合成SC-BP混合译码单元并且加入预计算技术，在SC编码反馈架构和混合译码的脉动架构的作用下，通过本发明的SC-BP混合译码方法，使得译码的时延和性能可在SC和BP两种算法的效果之间做出取舍，使得译码器能够适应多种通信要求，译码器的灵活性和功能性得到了大幅提升。
附图说明
图1是码长为1024，码率为0.5，BP算法迭代次数为10时，不同分解因子下混合译码器的性能对比示意图；
图2是本实施例译码器所使用的硬件处理单元的结构示意图；
图3是本实施例译码器的整体架构图；
图4是本实施例译码器在硬件消耗，性能，时延三方面和SC，BP译码器的对比图；
图5是本实施例译码器的算法结构图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明。
本实施例中建立了N比特极化码在AWGN信道下的传输模型对混合译码器进行模拟操作，对于K位信息位，先经过极化码编码器，***冻结位变成N位u，经过
Figure BDA0001834587810000031
及比特翻转重排操作后生成N位待传码字x。将码字经调制后输出，经过AWGN信道并计算其对数似然比y并输入译码器。
在上述内容的基础上，为了通过对数似然比y求BP译码器的输出
Figure BDA0001834587810000033
本实施例采用极化码的SC-BP混合译码方法，包括如下步骤：
1)将输入的信道对数似然比，经过k阶SC译码器，得到BP译码器的输入对数似然比；
2)将输入经过迭代后得到BP译码器的输出
Figure BDA0001834587810000032
其中k为混合译码器的分解因子，将输出编码后返回SC译码器，作为一组SC译码器的返回值，SC译码器根据该返回值，进行下一组译码操作。
如图5所示为本实施例中SC-BP混合译码方法的算法结构图，以下参照图5分别对SC译码器部分和BP译码器部分的译码算法进行说明。
对于SC译码器部分的译码算法原理具体为：SC译码器算法使用二叉树的结构表示，对二叉树内部的任意一个节点，连接的边数右五条，从父节点输入的对数似然比组αv，从左子节点和右子节点分别返回的结果βl和βr，将βl和βr经过编码操作返回父节点的βv，以及输入左右子节点的对数似然比αl和αr。
其中，所述对数似然比αl和αr的更新规律如下所示：
αl[i]＝sgn(αv[2i])sgn(αv[2i+1])min(|αv[2i]|,|αv[2i+1]|),fori＝0:2k-1
αr[i]＝αv[2i](1-2βl[i])+αv[2i+1],fori＝0:2k-1
对于BP译码器部分的译码算法具体包括如下步骤：
2.1)初始化
Figure BDA0001834587810000041
Figure BDA0001834587810000042
为相应的对数似然比，其中R为从BP译码算法的DFG左端向右端传播的数据，L为从右端向左端传播的数据；
2.2)利用下式将L从右向左迭代更新后，将R从左向右迭代更新；
Figure BDA0001834587810000043
2.3)检查迭代次数是否达到最大迭代次数，若没有，则运行步骤2.2，若达到，则进行对L1,j的硬判决，得到译码结果，编码后，作为β返回至SC译码器部分。
如图3所示为本实施例中上述极化码的SC-BP混合译码方法所采用的译码器的整体架构图，包括加入预计算技术的SC-BP混合译码单元、可变时延的SC编码反馈架构、以及混合译码的脉动架构，其中，混合译码的脉动架构每个处理单元(PE)之间的连接与BP译码相似，可变时延的SC编码反馈架构在第m层的时延定义如下式所示：
Tm,k＝2k-m-1+(k-m+1)TBP
其中K为混合译码器的分解因子，TBP为BP译码器的时延。
本实施例中分别通过上述SC-BP混合译码方法、BP译码方法和SC译码方法对于码长为1024，码率为0.5的极化码进行译码，并且给出了迭代次数＝10的情况下，混合译码器的分解因子K分别为2、4、6、8、BP译码方法以及SC译码方法的译码性能对比，具体如图1所示。
根据图1所示，在迭代次数较少的情形下，SC译码的总体译码性能要优于BP译码算法。而混合译码算法在SC和BP译码两者性能之间取得折中，当分解因子K接近0时，混合译码算法主要由BP译码算法组成，其性能也接近于BP译码算法。反之，当K接近于10时，混合译码算法主要由SC部分构成，其性能也接近于SC译码算法，性能相对于K小时较好。
本实施例中为了验证SC-BP混合译码方法的硬件消耗情况，为了支持在分解因子K为0时的BP译码的并行消耗，所以硬件上采用了脉动BP的架构，从图3中可以看出硬件的整体架构，同时，为了使得SC和BP译码器能够在同一个节点上，通过控制信号的调整进行运算，利用SC和BP译码的相似性，使用如图2所示的节点作为运算节点。在硬件消耗和时延上的对比如下表所示：
Figure BDA0001834587810000051
结合上表，本实施例给出了SC-BP混合译码器在分解因子K为5和6时，迭代次数＝10的情况下，SC-BP混合译码器在硬件消耗，性能，时延三方面和SC，BP译码器的对比图，具体如图4所示。
根据图4所示，综合对比上述译码器，在分解因子分别为5和6时，由于要满足BP译码算法混合译码器的硬件消耗接近于脉动BP译码器，对于性能，混合译码介于SC和BP两种译码方法之间，从时延上看，混合译码译码器的时延与SC译码相比大大减少，更加接近于脉动BP译码器的时延。

Claims (4)

1.一种极化码的SC-BP混合译码方法，其特征在于：包括如下步骤：
1)将输入的信道对数似然比，经过k阶SC译码器，得到BP译码器的输入对数似然比；
2)将输入经过迭代后得到BP译码器的输出
Figure FDA0003656544050000011
其中k为混合译码器的分解因子并且能够被任意拆分，将输出编码后返回SC译码器，作为一组SC译码器的返回值，SC译码器根据该返回值，进行下一组译码操作；
所述SC译码器部分的译码算法具体为：SC译码器算法使用二叉树的结构表示，对二叉树内部的任意一个节点，连接的边数右五条，从父节点输入的对数似然比组αv，从左子节点和右子节点分别返回的结果βl和βr，将βl和βr经过编码操作返回父节点的βv，以及输入左右子节点的对数似然比αl和αr；
所述BP译码器部分的译码算法具体包括如下步骤：
2.1)初始化
Figure FDA0003656544050000012
Figure FDA0003656544050000013
为相应的对数似然比，其中R为从BP译码算法的DFG左端向右端传播的数据，L为从右端向左端传播的数据；
2.2)利用下式将L从右向左迭代更新后，将R从左向右迭代更新；
Figure FDA0003656544050000014
2.3)检查迭代次数是否达到最大迭代次数，若没有，则运行步骤2.2，若达到，则进行对L1,j的硬判决，得到译码结果，编码后，作为β返回至SC译码器部分。
2.根据权利要求1所述的一种极化码的SC-BP混合译码方法，其特征在于：所述对数似然比αl和αr的更新规律如下所示：
αl[i]＝sgn(αv[2i])sgn(αv[2i+1])min(|αv[2i]|,|αv[2i+1]|),fori＝0:2k-1
αr[i]＝αv[2i](1-2βl[i])+αv[2i+1],fori＝0:2k-1。
3.根据权利要求1所述的一种极化码的SC-BP混合译码方法的可调式硬件架构，其特征在于：包括加入预计算技术的SC-BP混合译码单元、可变时延的SC编码反馈架构、以及混合译码的脉动架构。
4.根据权利要求3所述的一种极化码的SC-BP混合译码方法的可调式硬件架构，其特征在于：所述可变时延的SC编码反馈结构在第m层的时延定义如下式所示：
Tm,k＝2k-m-1+(k-m+1)TBP
其中K为混合译码器的分解因子，TBP为BP译码器的时延。
CN201811220289.2A 2018-10-19 2018-10-19 极化码的sc-bp混合译码方法及其可调式硬件架构 Active CN109495116B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811220289.2A CN109495116B (zh) 2018-10-19 2018-10-19 极化码的sc-bp混合译码方法及其可调式硬件架构

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811220289.2A CN109495116B (zh) 2018-10-19 2018-10-19 极化码的sc-bp混合译码方法及其可调式硬件架构

Publications (2)

Publication Number Publication Date
CN109495116A CN109495116A (zh) 2019-03-19
CN109495116B true CN109495116B (zh) 2022-07-12

Family

ID=65692143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811220289.2A Active CN109495116B (zh) 2018-10-19 2018-10-19 极化码的sc-bp混合译码方法及其可调式硬件架构

Country Status (1)

Country Link
CN (1) CN109495116B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110635809B (zh) * 2019-09-19 2022-12-13 东南大学 一种基于公式语言的并行极化码bp译码器的设计方法
CN112737600B (zh) * 2019-10-14 2023-07-18 华为技术有限公司 译码方法和译码器
CN112332863B (zh) * 2020-10-27 2023-09-05 东方红卫星移动通信有限公司 低轨卫星低信噪比场景下的极化码译码算法、接收端和***

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014154162A1 (zh) * 2013-03-27 2014-10-02 华为技术有限公司 信道编译码方法及装置
CN105187073A (zh) * 2015-10-13 2015-12-23 东南大学 一种极化码的bp译码方法及装置
CN107707333A (zh) * 2017-09-14 2018-02-16 山东科技大学 一种基于码字估计值的极化码早期迭代停止方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9176927B2 (en) * 2011-11-08 2015-11-03 The Royal Institution For The Advancement Of Learning/Mcgill University Methods and systems for decoding polar codes

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014154162A1 (zh) * 2013-03-27 2014-10-02 华为技术有限公司 信道编译码方法及装置
CN105187073A (zh) * 2015-10-13 2015-12-23 东南大学 一种极化码的bp译码方法及装置
CN107707333A (zh) * 2017-09-14 2018-02-16 山东科技大学 一种基于码字估计值的极化码早期迭代停止方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Algorithm and architecture for hybrid decoding of polar codes;Bo Yuan 等;《2014 48th Asilomar Conference on Signals, Systems and Computers》;20150427;全文 *
Low-latency polar codes via hybrid decoding;Bin Li 等;《2014 8th International Symposium on Turbo Codes and Iterative Information Processing (ISTC)》;20141113;全文 *

Also Published As

Publication number Publication date
CN109495116A (zh) 2019-03-19

Similar Documents

Publication Publication Date Title
CN107241106B (zh) 基于深度学习的极化码译码算法
Cammerer et al. Sparse graphs for belief propagation decoding of polar codes
Abbas et al. High-throughput and energy-efficient belief propagation polar code decoder
CN108847848B (zh) 一种基于信息后处理的极化码的bp译码算法
CN109495116B (zh) 极化码的sc-bp混合译码方法及其可调式硬件架构
CN108039891B (zh) 一种基于多级更新流程的极化码bp译码方法及装置
JP5506878B2 (ja) 低密度パリティ検査符号のパリティ検査行列生成方法
CN107612560B (zh) 基于部分信息比特似然比的极化码早期迭代停止方法
CN101079639A (zh) 基于节点存储器的低密度奇偶校验解码装置和方法
CN109586732B (zh) 中短码ldpc编解码***和方法
Abbas et al. Low complexity belief propagation polar code decoder
Yuan et al. Architectures for polar BP decoders using folding
Elkelesh et al. Improving belief propagation decoding of polar codes using scattered EXIT charts
Deng et al. Reduced-complexity deep neural network-aided channel code decoder: A case study for BCH decoder
Winkelbauer et al. On quantization of log-likelihood ratios for maximum mutual information
JP2016530839A (ja) 値集合の中から第１の極値および第２の極値を識別するための方法および装置
CN111313913B (zh) 低时延的交叉调度极化码bp译码方法及装置
Hassan et al. Fully parallel window decoder architecture for spatially-coupled LDPC codes
CN102611464B (zh) 基于外信息并行更新的Turbo译码器
Noor-A-Rahim et al. Anytime characteristics of spatially coupled code
CN107707333B (zh) 一种基于码字估计值的极化码早期迭代停止方法及装置
Albayrak et al. Low-complexity early termination method for rateless soft decoder
Yin et al. LDPC-based joint source-channel coding scheme for multimedia communications
CN110958025B (zh) 一种基于叠加的短帧长编码及译码方法
Rachinger et al. Low latency-constrained high rate coding: LDPC codes vs. convolutional codes

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