CN110808740B - 删节信道下基于极化码的低复杂度译码方法 - Google Patents

Abstract

本发明公开一种删节信道下基于极化码的低复杂度译码方法，步骤如下：步骤1、根据SC译码因子图，确定每个译码节点的位置参数；步骤2、计算每个节点上不同场景的概率；按照三段码字中删节错误的出现数量与位置，进行排列组合，计算特定删节图样对应场景的出现概率权重；步骤3、对上述场景出现概率权重按照从大到小的顺序排列；获得每个节点上场景出现概率的大小顺序；步骤4、给定每个节点上的剪枝错误概率上限，对于每个节点分别计算各自的剪枝图样；步骤5、执行SC译码，在每个节点上，对剪枝图样对应的场景概率置0，获得最终的译码结果。本发明方法能有效降低译码复杂度；能够在控制译码性能的同时降低译码复杂度；具有广泛的适用性。

Description

删节信道下基于极化码的低复杂度译码方法

技术领域

本发明属于通信领域，具体涉及一种删节信道下基于极化码的低复杂度译码方法。

背景技术

Polar Codes，即极化码，是2009年由E.Ar₁kan提出的一种新型信道编码，是第一种能够通过严格的数学证明达到信道容量的编码方案。极化码相比TBCC码具有一些显著优势。首先，极化码码率越高，其相对于LDPC与Turbo的性能增益越大，最大能够获得1dB的编码增益。另外，极化码严格保证无error floor编译码复杂度是NlogN，同时，极化码的速率适配方案更加灵活且通用，码率可任意变化。在2016年举办的3GPP RAN第87次会议上，全球多家公司与科研单位达成共识，将极化码确立为第五代移动通信***控制信道的编码方案。根据3GPP关于第五代移动通信标准的规定，第五代移动通信的控制信道将采用Polar码进行信道编码。

在通信***群同步或位同步过程中，如果接收端的采样装置存在欠采样的情况可能会导致漏采样一些码元符号，发生删节错误，引起失步问题。现代数字无线通信***要求收发双端保持时钟同步，否则同步错误就会发生。现有的删节信道极化译码算法复杂度较高，需要考虑大量的删节图样，而其中仅有一种删节图样是正确的，因此传统基于全部删节图样的译码算法效率很低。

发明内容

针对上述问题，本发明的目的在于提出一种删节信道下基于极化码的低复杂度译码方法具体而言本发明提出一种能够有效降低译码复杂度的基于极化码的删节信道译码方法，具体是指一种基于剪枝的低复杂度极化译码算法。。在此方法中，首先通过码字分组将每个译码因子图节点对应的接收序列分成三段。根据各段长度以及删节符号数量计算节点场景出现概率。依据场景出现的概率分布律，分析了译码过程中的剪枝错误概率。根据剪枝错误率对译码的影响，设计了动态剪枝策略，将低概率图样排除，省略复杂的递归计算过程。基于剪枝策略，提出了在不同性能要求下删节信道极化译码的动态门限计算方法。简化门限计算复杂度的同时实现了对译码性能的灵活可调与复杂度与性能的精确折中。仿真结果表明，所提算法的译码性能与理论译码性能吻合，并且有效降低了删节译码复杂度。

为更清楚地阐述本发明提出的基于极化码的删节信道译码方案，本发明一种删节信道下基于极化码的低复杂度译码方法，主要包括以下步骤：

首先，按照如下步骤1～2对各个译码节点上删节图样对应的场景概率进行计算；再根据步骤3～4确定节点剪枝图样；最后根据步骤5进行低复杂度译码。具体如下：

步骤1、根据SC译码因子图1，确定每个译码节点的位置参数。定义λ代表层索引，φ代表组索引，β表示组内元素引。根据上述三个参数可以确定因子图上的节点序号v_<λ,φ,β>，每个节点概率计算相关的接收软信息序列为

因此每个节点可将对应的接收信息划分成前中后三段，分别对应于

给定删节符号数量d，定义d₁,d₂,d₃分别代表三段接收信息序列中存在的删节符号数量。给定一组d₁,d₂可唯一确定d₃，进而确定每个场景。每个场景用

表示。

步骤2、计算每个节点上不同场景的概率。按照三段码字中删节错误的出现数量与位置，进行排列组合，计算特定删节图样对应场景的出现概率权重J。

其中，d₁,d₂,d₃分别代表三段接收信息序列中存在的删节符号数量，N₁，N₂，N₃为三段码字长度，其中N₁＝β2^λ,N₂＝2^λ,N₃＝N-N₁-N₂。

步骤3、对上述场景出现概率权重按照从大到小的顺序排列。获得每个节点上场景出现概率的大小顺序{J_S1＜J_S2＜…＜J_Sn}，其中，下标Si为场景序号。

步骤4、给定每个节点上的剪枝错误概率上限Pep，对于每个节点分别计算各自的剪枝图样。由于每个节点上的概率分布是不同的，所以每个节点的剪枝图样也是差异化的。每个节点上剪枝图样的计算方法如下：

(4.1)计算部分和

S_J＝S_J+J_i,J_i∈{J_S1 J_S2 … J_Sn} (2)

起始值i＝1，每循环一次i加一。

(4.2)判断是否S_J＜Pep成立。若是，则执行i＝i+1，并返回步骤(4.1)。若否，则执行步骤(4.3)。

(4.3)设置当前的J_i为此节点的剪枝门限τ＝J_i-1。

(4.4)产生当前节点的剪枝图样

步骤5、执行SC译码，在每个节点上，对剪枝图样对应的场景概率置0，获得最终的译码结果。

传统删节译码过程中，对每个删节图样独立进行译码，由于存在较多低概率的删节图样，因此在译码过程中舍弃这些低概率删节图样对译码性能的影响较小。同时，由于采用了剪枝策略，将节点上需要考虑的场景数量降低，有效降低了译码复杂度。

综上所述，本发明的优点与积极效果在于：(1)本发明提出的节点剪枝错误概率计算方法，可以在给定剪枝错误水平约束下最大化被剪枝场景数量。有效降低译码复杂度。(2)本发明基于节点场景概率分布的差异性提出的剪枝图样计算方法可以针对不同节点的概率分布性质灵活设计剪枝图样。同时保证全部节点的剪枝图样均满足剪枝错误概率水平的约束。能够在控制译码性能的同时降低译码复杂度。(3)本发明所提出的基于节点概率的剪枝方法，可以在译码前离线计算。由于节点上不同场景的概率仅与节点位置、码长以及删节符号数量有关，所以在任意信噪比下本算法计算的特定剪枝错误水平约束下的剪枝图样具有广泛的适用性。

附图说明

图1是基于polar码的SC译码因子图；

图2是不同PDCCH格式下的检测错误率(R＝1/2.)；

图3是本发明方法流程框图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

以码长N＝4的极化码为例，假设存在d＝2个删节错误。下面说明各实现步骤。

步骤1：码字划分。如图1所示译码因子图，自左到右层号是λ＝2,λ＝1,λ＝0。每层中分成2^λ个组，每组组号是φ，组内包含2^n-λ个单元。单元的索引是β。根据每个节点的层号、组号与单元元素索引号可以确定此节点在译码因子图上的位置。

步骤2：场景权重计算。根据每个节点的序号v_<λ,φ,β>，可以获得分段后的各段长度，N₁,N₂,N₃，根据d₁,d₂,d₃之间的关系，可以排除一些0概率的场景。剩余场景的概率权重可以根据公式

计算得到。其中N＝4，d＝2。

以节点v_<λ,φ,β>为例，当λ＝1,β＝1,φ＝0时，节点划分结果是

对应于三段序列中的第二段。各段序列长度是N₁＝2,N₂＝2,N₃＝0。可计算出此节点上的每个场景对应的概率权重如表1所示。

场景序号	d<sub>1</sub>	d<sub>2</sub>	d<sub>3</sub>	J<sub>s</sub>
					1	0	0	2	0
2	0	1	1	0
					3	0	2	0	1/6
4	1	0	1	0
					5	1	1	0	4/6
6	2	0	0	1/6

表1

步骤3：对上述场景按照出现概率排序，获得有序序列

{J_S1＜J_S2＜J_S4＜J_S3＜J_S6＜J_S5}。

步骤4：给定每个节点上的剪枝错误概率上限Pep＝1/2，对于每个节点分别计算各自的剪枝图样。按照从小到大顺序依次确定部分和S_J＝J_S1+J_S2+J_S4+J_S3+J_S6＝1/3＜Pep。另外S_J＝J_S1+J_S2+J_S4+J_S3+J_S6+J_S5＝1＞Pep。所以此节点的剪枝，门限设定为τ＝J_S6＝1/6；

剪枝图样是

步骤5：执行SC译码，在译码过程中，递归公式如下

在进行递归计算过程中，节点被剪枝的场景对应的概率为0。

为了验证本发明的有益效果，按照算法定义的流程进行仿真验证。信道为加性高斯白噪声(AWGN,Additive White Gaussian Noise)信道，接收端采用SC算法译码。删节数量定义为d＝5。码长N＝512，256bits。码率R＝1/2。分别仿真传统无剪枝的删节信道SC极化码译码算法性能与本发明所提出的剪枝方法下的极化码SC译码算法性能。表2-表3表示对应的剪枝前后译码需要计算的场景总量，结果表明，剪枝算法在基本无损译码性能的前提下有效降低了译码复杂度；其中，表2-1表示节点场景总数(N＝512,R＝1/2)；表2-2表示节点场景总数(N＝512,R＝1/2)；表3-1表示节点场景总数(N＝256,R＝1/2)；表3-2表示节点场景总数(N＝256,R＝1/2)。

SNR/dB	2	2.5	3	3.5	4	4.5
							未剪枝SSSC[10]	73202	73202	73202	73202	73202	73202
剪枝算法	53292	53292	59040	59040	64486	64486
							降低率	0.271987	0.271987	0.193465	0.193465	0.119068	0.119068

表2-1

SNR/dB	5	5.5	6	6.5	7	7.5
							未剪枝SSSC[10]	73202	73202	73202	73202	73202	73202
剪枝算法	67406	67406	67406	67406	67406	67406
							降低率	0.079178	0.079178	0.079178	0.079178	0.079178	0.079178

表2-2

SNR/dB	2	2.5	3	3.5	4	4.5
							未剪枝SSSC[10]	31218	31218	31218	31218	31218	31218
剪枝算法	24068	24068	24068	24068	26574	26574
							降低率	0.229035	0.229035	0.229035	0.229035	0.14876	0.14876

表3-1

SNR/dB	5	5.5	6	6.5	7	7.5
							未剪枝SSSC[10]	31218	31218	31218	31218	31218	31218
剪枝算法	26574	28566	28566	28566	28566	29758
							降低率	0.14876	0.084951	0.084951	0.084951	0.084951	0.046768

表3-2。

Claims (1)

1.一种删节信道下基于极化码的低复杂度译码方法，其特征在于：该方法包括以下步骤：

步骤1、根据SC译码因子图，确定每个译码节点的位置参数；

定义λ代表层索引，φ代表组索引，β表示组内元素引；根据上述三个参数可以确定因子图上的节点序号v_<λ,φ,β>，每个节点概率计算相关的接收软信息序列为

因此每个节点可将对应的接收信息划分成前中后三段，分别对应于

给定删节符号数量d，定义d₁,d₂,d₃分别代表三段接收信息序列中存在的删节符号数量；给定一组d₁,d₂可唯一确定d₃，进而确定每个场景；每个场景用

表示；

步骤2、计算每个节点上不同场景的概率；按照三段码字中删节错误的出现数量与位置，进行排列组合，计算特定删节图样对应场景的出现概率权重J；

其中，d₁,d₂,d₃分别代表三段接收信息序列中存在的删节符号数量，N₁，N₂，N₃为三段码字长度，其中N₁＝β2^λ,N₂＝2^λ,N₃＝N-N₁-N₂；

步骤3、对上述场景出现概率权重按照从大到小的顺序排列；获得每个节点上场景出现概率的大小顺序{J_S1＜J_S2＜…＜J_Sn}，其中，下标Si为场景序号；

步骤4、给定每个节点上的剪枝错误概率上限Pep，对于每个节点分别计算各自的剪枝图样；

步骤5、执行SC译码，在每个节点上，对剪枝图样对应的场景概率置0，获得最终的译码结果；

所述步骤4每个节点上剪枝图样的计算方法如下：

(4.1)计算部分和

S_J＝S_J+J_i,J_i∈{J_S1 J_S2 … J_Sn} (2)

起始值i＝1，每循环一次i加一；

(4.2)判断是否S_J＜Pep成立；若是，则执行i＝i+1，并返回步骤(4.1)；若否，则执行步骤(4.3)；

(4.3)设置当前的J_i为此节点的剪枝门限τ＝J_i-1；

(4.4)产生当前节点的剪枝图样

Images