CN111313913B - 低时延的交叉调度极化码bp译码方法及装置 - Google Patents

低时延的交叉调度极化码bp译码方法及装置 Download PDF

Info

Publication number
CN111313913B
CN111313913B CN202010269916.2A CN202010269916A CN111313913B CN 111313913 B CN111313913 B CN 111313913B CN 202010269916 A CN202010269916 A CN 202010269916A CN 111313913 B CN111313913 B CN 111313913B
Authority
CN
China
Prior art keywords
information
decoding
iteration
factor graph
sub
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
CN202010269916.2A
Other languages
English (en)
Other versions
CN111313913A (zh
Inventor
张小军
烟晓凤
曾庆田
郭华
崔建明
张德学
陈达
鲁法明
李恒忠
王道岩
陈成官
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.)
Shandong University of Science and Technology
Original Assignee
Shandong University of Science and Technology
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 Shandong University of Science and Technology filed Critical Shandong University of Science and Technology
Priority to CN202010269916.2A priority Critical patent/CN111313913B/zh
Publication of CN111313913A publication Critical patent/CN111313913A/zh
Application granted granted Critical
Publication of CN111313913B publication Critical patent/CN111313913B/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
    • H03M13/29—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
    • H03M13/2948—Iterative decoding
    • H03M13/2951—Iterative decoding using iteration stopping criteria

Landscapes

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

Abstract

本发明提供了一种低时延的交叉调度极化码BP译码方法及装置，包括：预设BP译码器的最大迭代次数并初始化；采用交叉调度BP译码算法对极化码的编码信息进行迭代译码，极化码的参数为(N,K)，N为码长，K为信息位长度，则对应的因子图包括n＝log2N阶基本运算模块和(n+1)列节点，每阶基本运算模块包括N/2个基本计算单元，每个节点包括两种类型的似然信息，分别为从右向左更新的左信息和从左向右更新的右信息；每次迭代结束后，均对新更新的右信息所在阶基本运算模块包含的子因子图进行冻结判断，若存在一阶基本运算模块包含的子因子图全部冻结，停止译码迭代；否则，继续进行迭代，直至达到最大迭代次数。本发明可有效降低译码延迟，且不会造成译码性能损失。

Description

低时延的交叉调度极化码BP译码方法及装置
技术领域
本发明涉及极化码译码，具体地，涉及一种低时延的交叉调度极化码BP译码方法及装置。
背景技术
2008年在国际信息论ISIT会议上，Arikan首次提出信道极化的概念，基于该理论，2009年Arikan提出了极化码，并证明在任意给定二进制离散无记忆信道(Binary discretememoryless channel,B-DMC)下，当极化码码长趋于无穷时，其信道容量可达。极化码是第一种能够被严格证明可以达到信道容量的编码方法，且目前其纠错性能已超过了广泛使用的Turbo码和LDPC码。2016年11月，在美国内华达州里诺举办的3GPP RAN1#87次会议上，国际移动通信标准化组织3GPP最终确定了5G eMBB(增强移动宽带)场景控制信道的编码方案为极化码。
在极化码的译码算法中，串行抵消(Successive Cancelation,SC)算法和置信度传播(Belief Propagation,BP)算法是两种常见的极化码译码算法。SC译码算法采用串行译码，计算复杂度低，但译码时延较高。与SC译码算法不同，BP算法是一种迭代算法，其数据处理过程是并行的，译码时延低且误码率优于原始SC算法，因此在低延迟的应用场景下具有一定的优越性。
软抵消算法(Soft Cancelation,SCAN)算法作为另一种BP译码算法，与洪水BP译码算法相比，SCAN算法的计算复杂度低，用于存储软信息的存储器更少。得益于SCAN算法更有效率的信息传播，且其收敛速度比洪水BP更快。但SCAN算法采用类似SC算法的串行调度，虽然能够降低译码计算复杂度，但其译码时延较高，吞吐率较低。
对于传统BP译码算法，对因子图中节点信息从因子图的一端传播更新到另一端的往返更新过程迭代调度。迭代调度对BP译码算法的收敛速度及译码时延有重要影响。为尽可能降低译码时延，减少迭代次数，相关学者提出一种基于CSFG(Connected subfactorgraph)冻结的Quarter-way调度方式，虽然降低了译码时延及能耗，但译码性能与传统BP算法相比，仍具有一定差距。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种低时延的交叉调度极化码BP译码方法，能够降低译码延时。
根据本发明提供的低时延的交叉调度极化码BP译码方法，包括如下步骤：
步骤S1：预设BP译码器的最大迭代次数并初始化所述BP译码器；
步骤S2：采用交叉结构调度BP译码算法对极化码的编码信息进行迭代译码，所述极化码的参数为(N,K)，N为码长，K为信息位的长度，则对应的因子图包括n＝log2N阶基本运算模块和(n+1)列节点，每阶基本运算模块包括N/2个基本计算单元，每个节点包括两种类型的似然信息，分别为从右向左更新的左信息和从左向右更新的右信息；
步骤S3：每更新一阶右信息，均对该阶基本运算模块中的子因子图进行冻结判断，若存在一阶基本运算模块包含的子因子图全部冻结，则停止译码迭代；否则，继续进行迭代，直至达到预设的最大迭代次数。
优选地，在第t次迭代中，第i行第j列节点的左信息记为
Figure BDA0002442771700000021
其右信息记为
Figure BDA0002442771700000022
优选地，每次迭代时，所述因子图中有n/2列节点的左信息和n/2列节点的右信息并行更新，左信息与右信息交叉更新，每次迭代需要2个时钟(clock)。
优选地，第j阶基本运算模块包括2j个子因子图，相应的子因子图输入信息长度为2n-j，且该子因子图的输出信息长度等于输入信息长度；
优选地，当每个时钟更新完信息后，对新更新的右信息所在阶基本运算模块的节点似然信息从上到下依次进行子因子图冻结判断，每次迭代结束后判断是否满足存在同一阶基本运算模块包含的子因子图全部冻结，若满足则停止迭代，并输出译码结果；否则继续迭代，直至迭代至预设值的最大迭代次数。
优选地，对输入信息长度低于16的子因子图不再进行冻结判断，同时输入信息长度大于128的子因子图需连续两次满足冻结标准，其余子因子图需连续三次迭代都满足冻结条件，才将子因子图冻结，否则不能将基本运算模块的子因子图冻结。
优选地，当满足基于子因子图冻结的提前停止迭代条件后，将满足子因子图冻结条件的基本运算模块节点的信息估值与生成矩阵的乘积作为最终译码结果，以判断是否译码正确；否则继续迭代，直至达到最大迭代次数后，对因子图中最右侧列的节点的似然信息进行译码硬判决，从而判断译码是否正确。优选地，当开始译码时，将接收到的待译极化码序列
Figure BDA0002442771700000031
的对数似然比序列
Figure BDA0002442771700000032
传递给因子图中最左侧列节点的右信息，根据最左侧列节点的位置信息初始化第(n+1)列节点左信息。
优选地，根据第(n+1)列节点左信息的初始化的位置信息及BP译码算法迭代更新公式，初始化第n列节点的左信息，其余节点的似然信息初始化为0。
根据本发明提供的低时延的交叉调度极化码BP译码装置，包括如下模块：
BP译码器，采用交叉结构调度BP译码算法对极化码的编码信息进行迭代译码，并预设最大迭代次数；
运算处理模块，包括n＝log2N阶基本运算模块和(n+1)列节点，N为极化码的码长，每阶基本运算模块包括N/2个基本计算单元，每个节点包括两种类型的似然信息，分别为从右向左更新的左信息和从左向右更新的右信息；
冻结判断模块，用于每次迭代结束后，均对新更新的右信息所在阶基本运算模块中的子因子图进行冻结判断，若存在一阶基本运算模块包含的子因子图全部冻结，则停止译码迭代；否则，继续进行迭代，直至达到预设的最大迭代次数。
与现有技术相比，本发明具有如下的有益效果：
本发明提供的改进的交叉结构的调度极化码BP译码方法与原有其他调度BP译码算法相比，有效降低了译码延迟，且没有造成译码性能损失；本发明减少一阶计算单元，与传统译码算法相比，降低了译码的计算复杂度并加快译码收敛。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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，还可以根据提供的附图获得其他的附图。通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实施例中低时延的交叉调度极化码BP译码方法的流程图；
图2为本发明实施例中码长为8的BP译码的因子图；
图3为本发明实施例中BP译码算法的基本计算单元；
图4为本发明实施例中的译码方法与现有技术中调度译码方法的译码性能比较；
图5为本发明实施例中的译码方法与现有技术中调度译码方法的译码延迟比较；
图6为本发明实施例中低时延的交叉调度极化码BP译码装置的模块示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
本发明提供的低时延的交叉调度极化码BP译码方法，旨在解决现有技术中存在的问题。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本发明的实施例进行描述。
图1为本发明实施例中低时延的交叉调度极化码BP译码方法的流程图，如图1所示，根据本发明提供的低时延的交叉调度极化码BP译码方法，包括如下步骤：
步骤S1：预设BP译码器的最大迭代次数并初始化所述BP译码器，极化码因子图最左侧列节点右信息和最右侧列节点左信息的更新如公式(1)，其余节点似然信息初始化为0；
步骤S2：采用交叉结构调度BP译码算法对极化码的编码信息进行迭代译码，所述极化码的参数为(N,K)，N为码长，K为信息位的长度，则对应的因子图包括n＝log2N阶基本运算模块和(n+1)列节点，每阶基本运算模块包括N/2个基本计算单元，每个节点包括两种类型的似然信息，分别为从右向左更新的左信息和从左向右更新的右信息，节点的左信息和右信息可根据更新公式(2)进行更新；
步骤S3：每次迭代结束后，均对新更新的右信息所在阶基本运算模块中的子因子图进行冻结判断，若一阶基本运算模块的子因子图全部冻结，则停止译码迭代；否则，继续进行迭代，直至达到预设的最大迭代次数。
Figure BDA0002442771700000051
其中，A为信息位的序号集合，Ac为冻结位序号构成的集合；yi表示从信道接收的序列，σ2是噪声值服从正态分布的方差，其均值为0。
Figure BDA0002442771700000052
其中f(a,b)＝sign(a)sign(b)min(|a|,|b|)，α为伸缩因子，i和j为自然数。
图2为本发明实施例中码长为8的BP译码的因子图，如图2所示，因子图包括n＝log28＝3阶基本运算模块，每阶包含4个基本计算单元，因子图中共有12个节点，每个节点包含两种类型的似然信息，分别为从右向左更新的左信息和从左向右更新的右信息。
图3为本发明实施例中BP译码算法的基本计算单元，如图3所示，其中
Figure BDA0002442771700000053
和
Figure BDA0002442771700000054
表示节点(i,j)在第t次迭代时从右向左更新的左信息和从左向右的右信息。开始译码时，将经过信息传输接收的待译码序列
Figure BDA0002442771700000055
的对数似然比序列
Figure BDA0002442771700000056
传递给因子图最左侧列节点右信息，根据最左侧列节点的位置信息初始化第(n+1)列节点左信息。每次迭代时，先从最右侧向左传播更新节点中的Li,j，到达最左侧后，再从右向左传播更新节点中的Ri,j。迭代终止后对最右侧列的似然信息进行译码硬判决，从而判断译码是否正确。
本发明通过最右侧列节点的位置信息及BP译码算法迭代更新公式，在译码开始前，初始化第n列节点的左信息，以省略第n阶信息更新计算。与传统译码方法相比，本发明可加快译码收敛速度并降低译码计算复杂度；其余节点初始化与传统BP译码初始化相同。
在本发明实施例中，当开始译码时，将接收到的待译极化码序列
Figure BDA0002442771700000057
的对数似然比序列
Figure BDA0002442771700000058
传递给因子图中最左侧列节点的右信息，根据最左侧列节点的位置信息初始化第(n+1)列节点左信息。
根据第(n+1)列节点左信息的初始化的位置信息及BP译码算法迭代更新公式，初始化第n列节点的左信息，其余节点的似然信息初始化为0
在本发明实施例中，每次迭代时，所述因子图中有n/2列节点的左信息和n/2列节点的右信息并行更新，左信息与右信息交叉更新，每次迭代需要2个时钟(clock)。在第t次迭代中，第i行第j列节点的左信息记为
Figure BDA0002442771700000061
其右信息记为
Figure BDA0002442771700000062
在本发明实施例中，第j阶基本运算模块包括2j个子因子图，相应的子因子图输入信息长度为2n-j；
在本发明实施例中，当每个时钟更新完信息后，对新更新的右信息所在阶基本运算模块的节点似然信息从上到下依次进行子因子图冻结判断，每次迭代结束后判断是否满足同一阶基本运算模块的子因子图全部冻结，若满足则停止迭代，并输出译码结果；否则继续迭代，直至迭代至预设值的最大迭代次数。
每次迭代时，基本运算模块的子因子图需连续三次迭代都满足冻结条件，才将子因子图冻结，否则不能将基本运算模块的子因子图冻结。
每次迭代时，当满足基于子因子图冻结的提前停止迭代条件后，将满足子因子图冻结条件的基本运算模块节点的信息估值与生成矩阵的乘积作为最终译码结果，判断是否译码正确；否则直至达到最大迭代次数后，对因子图中最右侧列的节点的似然信息进行译码硬判决，从而判断译码是否正确。
当使用本发明提供的中低时延的交叉调度极化码BP译码方法时，对于码长N＝1024，信息位K＝512的极化码，首先设定最大译码迭代次数，其次将待译码序列
Figure BDA0002442771700000063
的对数似然比序列
Figure BDA0002442771700000064
传递给因子图最左侧列节点右信息Ri,0，根据最左侧列节点的位置信息及BP译码算法更新公式初始化第10列节点左信息，第11列节点信息后续不再进行更新计算，剩余节点信息初始化为0。启动交叉结构调度的BP译码程序，因子图中共有10阶基本运算单元，因此每次迭代时，有5列节点的左信息和5列节点的右信息依次交叉排列、并行更新。每个时钟(clock)对新更新的右信息所在列的子因子图进行冻结判断；每次迭代结束后，对每一阶的子因子图进行判断，若满足一阶的子因子图都冻结，则停止译码迭代，否则继续迭代直至达到预先设定的最大译码迭代次数。图3是交叉结构调度的BP译码方法流程图。
图4是本发明实施例中的译码方法与现有技术中调度译码方法在高斯加性白噪声信道中的误码性能。极化码码长为1024，信息位为512位。其中横坐标Eb/N0为信噪比，纵坐标为译码器的误帧率(BLER)和误码率(BER)。图中给出了提出的交叉调度译码器及双列并行译码器、四路调度译码器的误码率和误帧率。根据图4可看出，相对于其他调度的BP译码方法，本发明的译码性能没有损失。
图5为本发明实施例中的译码方法与现有技术中调度译码方法在不同信噪比信道中的平均译码延迟，其中极化码码长为1024，信息位数为512。图中Eb/N0为信噪比，Latency(clock)表示平均迭代译码时钟(clock)。可以看出，本发明方法的平均译码延迟明显低于其他结构调度的译码，有效降低了译码延迟。
图6为本发明实施例中低时延的交叉调度极化码BP译码装置的模块示意图，如图6所示，根据本发明提供的低时延的交叉调度极化码BP译码装置，包括如下模块：
BP译码器，采用交叉结构调度BP译码算法对极化码的编码信息进行迭代译码，并预设最大迭代次数；
运算处理模块，包括n＝log2N阶基本运算模块和(n+1)列节点，N为极化码的码长，每阶基本运算模块包括N/2个基本计算单元，每个节点包括两种类型的似然信息，分别为从右向左更新的左信息和从左向右更新的右信息；
冻结判断模块，用于每次迭代结束后，均对新更新的右信息所在阶基本运算模块中的子因子图进行冻结判断，若存在一阶基本运算模块包含的子因子图全部冻结，则停止译码迭代；否则，继续进行迭代，直至达到预设的最大迭代次数。
在本发明实施例中，本发明提供的改进的交叉结构的调度极化码BP译码方法与原有其他调度BP译码算法相比，有效降低了译码延迟，且没有造成译码性能损失；本发明减少一阶计算单元，与传统译码算法相比，降低了译码的计算复杂度并加快译码收敛。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。

Claims (7)

1.一种低时延的交叉调度极化码BP译码方法，其特征在于，具体包括如下步骤：
步骤S1：预设BP译码器的最大迭代次数并初始化所述BP译码器；
步骤S2：采用交叉结构调度BP译码算法对极化码的编码信息进行迭代译码，所述极化码的参数为(N,K)，N为码长，K为信息位长度，则对应的因子图包括n＝log2N阶基本运算模块和(n+1)列节点，每阶基本运算模块包括N/2个基本计算单元，每个节点包括两种类型的似然信息，分别为从右向左更新的左信息和从左向右更新的右信息；
步骤S3：每更新一阶右信息，均对该阶基本运算模块包含的子因子图进行冻结判断，若存在一阶基本运算模块包含的子因子图全部冻结，则停止译码迭代；否则，继续进行迭代，直至达到预设的最大迭代次数；
每次迭代时，所述因子图中有n/2列节点的左信息和n/2列节点的右信息并行更新，左信息与右信息交叉更新，每次迭代需要2个时钟(clock)；
当开始译码时，将接收到的待译极化码序列
Figure FDA0003513128060000011
的对数似然比序列
Figure FDA0003513128060000012
传递给因子图中最左侧列节点的右信息，根据最左侧列节点的位置信息初始化第(n+1)列节点左信息；
根据第(n+1)列节点左信息的初始化的位置信息及BP译码算法迭代更新公式，初始化第n列节点的左信息，其余节点的似然信息初始化为0。
2.根据权利要求1所述的低时延的交叉调度极化码BP译码方法，其特征在于，在第t次迭代中，第i行第j列节点的左信息记为
Figure FDA0003513128060000013
其右信息记为
Figure FDA0003513128060000014
3.根据权利要求1所述的低时延的交叉调度极化码BP译码方法，其特征在于，第j阶基本运算模块包括2j个子因子图，相应的子因子图输入信息长度为2n-j，且该子因子图的输出信息长度与输入信息长度相等。
4.根据权利要求1所述的低时延的交叉调度极化码BP译码方法，其特征在于，当每个时钟更新完信息后，对新更新的右信息所在阶基本运算模块的节点似然信息从上到下依次进行子因子图冻结标准判断，每次迭代结束后判断是否满足存在同一阶基本运算模块包含的子因子图全部冻结，若满足则停止迭代，并输出译码结果；否则继续迭代，直至迭代至预设值的最大迭代次数。
5.根据权利要求4所述的低时延的交叉调度极化码BP译码方法，其特征在于，对对应的输入信息长度小于16的子因子图不再进行冻结标准判断，且输入信息长度大于128的子因子图需连续两次满足冻结条件才能冻结，其余子因子图需连续三次迭代都满足冻结条件，才将子因子图冻结，否则不能将基本运算模块的子因子图冻结。
6.根据权利要求4所述的低时延的交叉调度极化码BP译码方法，其特征在于，当满足基于子因子图冻结的提前停止迭代条件后，将满足子因子图冻结条件的基本运算模块中节点的信息估值与生成矩阵的乘积作为最终译码结果，以判断是否译码正确；否则继续迭代，直至迭代达到最大迭代次数后，对因子图中最右侧列的节点的似然信息进行译码硬判决，从而判断译码是否正确。
7.一种低时延的交叉调度极化码BP译码装置，其特征在于，包括如下模块：
BP译码器，采用交叉结构调度BP译码算法对极化码的编码信息进行迭代译码，并预设最大迭代次数；
运算处理模块，包括n＝log2N阶基本运算模块和(n+1)列节点，N为极化码的码长，每阶基本运算模块包括N/2个基本计算单元，每个节点包括两种类型的似然信息，分别为从右向左更新的左信息和从左向右更新的右信息；
冻结判断模块，用于每次迭代结束后，均对新更新的右信息所在阶基本运算模块中的子因子图进行冻结判断，若存在一阶基本运算模块包含的子因子图全部冻结，则停止译码迭代；否则，继续进行迭代，直至达到预设的最大迭代次数；
每次迭代时，所述因子图中有n/2列节点的左信息和n/2列节点的右信息并行更新，左信息与右信息交叉更新，每次迭代需要2个时钟(clock)；
当开始译码时，将接收到的待译极化码序列
Figure FDA0003513128060000021
的对数似然比序列
Figure FDA0003513128060000022
传递给因子图中最左侧列节点的右信息，根据最左侧列节点的位置信息初始化第(n+1)列节点左信息；
根据第(n+1)列节点左信息的初始化的位置信息及BP译码算法迭代更新公式，初始化第n列节点的左信息，其余节点的似然信息初始化为0。
CN202010269916.2A 2020-04-08 2020-04-08 低时延的交叉调度极化码bp译码方法及装置 Active CN111313913B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010269916.2A CN111313913B (zh) 2020-04-08 2020-04-08 低时延的交叉调度极化码bp译码方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010269916.2A CN111313913B (zh) 2020-04-08 2020-04-08 低时延的交叉调度极化码bp译码方法及装置

Publications (2)

Publication Number Publication Date
CN111313913A CN111313913A (zh) 2020-06-19
CN111313913B true CN111313913B (zh) 2022-05-24

Family

ID=71161012

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010269916.2A Active CN111313913B (zh) 2020-04-08 2020-04-08 低时延的交叉调度极化码bp译码方法及装置

Country Status (1)

Country Link
CN (1) CN111313913B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113014270B (zh) * 2021-02-22 2022-08-05 上海大学 码长可配置的部分折叠极化码译码器
CN113162630B (zh) * 2021-04-25 2024-04-09 扬州大学 一种自适应码长高速率bp译码器

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105634507A (zh) * 2015-12-30 2016-06-01 东南大学 极化码置信传播译码器的流水线架构
CN106936543A (zh) * 2017-03-06 2017-07-07 东南大学 极化码编码的mimo的图合并检测译码算法及装置
CN108039891A (zh) * 2017-12-22 2018-05-15 山东科技大学 一种基于多级更新流程的极化码bp译码方法及装置
CN109547035A (zh) * 2018-12-30 2019-03-29 山东科技大学 流水bp极化译码器硬件架构的建立方法及译码器硬件架构
CN110535477A (zh) * 2019-08-30 2019-12-03 山东科技大学 并行的极化码译码方法
CN110635809A (zh) * 2019-09-19 2019-12-31 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
KR102064227B1 (ko) * 2018-10-17 2020-01-09 고려대학교 산학협력단 극 부호의 복호를 위한 방법 및 장치

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150333775A1 (en) * 2014-05-15 2015-11-19 Broadcom Corporation Frozen-Bit Selection for a Polar Code Decoder

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105634507A (zh) * 2015-12-30 2016-06-01 东南大学 极化码置信传播译码器的流水线架构
CN106936543A (zh) * 2017-03-06 2017-07-07 东南大学 极化码编码的mimo的图合并检测译码算法及装置
CN108039891A (zh) * 2017-12-22 2018-05-15 山东科技大学 一种基于多级更新流程的极化码bp译码方法及装置
KR102064227B1 (ko) * 2018-10-17 2020-01-09 고려대학교 산학협력단 극 부호의 복호를 위한 방법 및 장치
CN109547035A (zh) * 2018-12-30 2019-03-29 山东科技大学 流水bp极化译码器硬件架构的建立方法及译码器硬件架构
CN110535477A (zh) * 2019-08-30 2019-12-03 山东科技大学 并行的极化码译码方法
CN110635809A (zh) * 2019-09-19 2019-12-31 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
High-Throughput and Energy-Efficient Belief Propagation Polar Code Decoder;Syed Mohsin Abbas等;《 IEEE Transactions on Very Large Scale Integration (VLSI) Systems》;20161114;全文 *
基于FO-BP算法的极化码译码器研究与设计;董雁飞;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20200315;全文 *

Also Published As

Publication number Publication date
CN111313913A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
Xu et al. Improved polar decoder based on deep learning
CN107241106B (zh) 基于深度学习的极化码译码算法
US7539920B2 (en) LDPC decoding apparatus and method with low computational complexity algorithm
Zhang et al. Reduced-latency SC polar decoder architectures
CN108039891B (zh) 一种基于多级更新流程的极化码bp译码方法及装置
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
USRE44421E1 (en) Decoding apparatus for low-density parity-check codes using sequential decoding, and method thereof
KR100983692B1 (ko) 통신 장치 및 복호 방법
CN109586730B (zh) 一种基于智能后处理的极化码bp译码算法
CN108702290A (zh) 级联极化编码和滑动窗口极化编码
CN111313913B (zh) 低时延的交叉调度极化码bp译码方法及装置
CN110278001B (zh) 基于深度学习的极化码分区译码方法
CN110233628B (zh) 极化码的自适应置信传播列表译码方法
Wadayama et al. Deep learning-aided trainable projected gradient decoding for LDPC codes
CN111835364B (zh) 一种极化码的低复杂度神经bp译码方法
CN109547035B (zh) 流水bp极化译码器硬件架构的建立方法及译码器硬件架构
Deng et al. Reduced-complexity deep neural network-aided channel code decoder: A case study for BCH decoder
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
CN115037315B (zh) 一种基于Polar码的多级灵活自适应SCL剪枝方法
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
CN116505958A (zh) 一种噪声辅助bpl级联osd的极化码译码方法、***、设备及介质
Judson et al. Efficient construction of successive cancellation decoding of polar codes using logistic regression algorithm
CN112332868B (zh) 一种基于DVB-RCS2的turbo并行译码方法
Che et al. Overlapped list successive cancellation approach for hardware efficient polar code decoder
CN102164023A (zh) 自适应动态量化ldpc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