一种基于关键集的极化码连续消除列表翻转译码方法技术

本发明专利技术提供一种基于关键集的极化码连续消除列表翻转译码方法，包括以下步骤：S1：根据Eb/N0使用高斯近似法求得信息比特i出错的期望概率，对信息比特进行筛选，构建初始翻转集IFS；S2：执行SCL算法，当SCL算法译码结果无法通过CRC校验时，将SCL算法中的节点分为Clone节点、SC节点、SC‑DEL节点；S3：计算IFS中比特i的归一化错误概率P

【技术实现步骤摘要】
一种基于关键集的极化码连续消除列表翻转译码方法
本专利技术涉及无线通信
，更具体地，涉及一种基于关键集的极化码连续消除列表翻转译码方法。
技术介绍
极化码是近年来前向信道纠错编码的研究热点，具有理论性能优秀、译码复杂度低的特点，是目前唯一被理论证明能够达到香农容量限的信道纠错码。主流的Polar码译码算法有许多，如连续消除译码(SuccessiveCancellation,SC)、连续消除列表译(SuccessiveCancellationList,SCL)、连续消除翻转译码(SuccessiveCancellationFlip,SCF)等。如图1所示，连续消除列表翻转译码(SuccessiveCancellationListFlip,SCLF)算法的示意图。SCL算法在SC算法的基础上通过保存更多的候选路径(称为列表深度)牺牲复杂度为SC算法引入一定的自我纠错能力，SCF算法则针对错误传播问题在SC译码失败时进行首错定位并翻转再译码。SCLF算法于2017年提出，结合SCL算法与SCF算法的优势，译码时首先执行列表深度较低的SCL译码算法，在无法成功解码时根据SCL译码结果侦测有可能出错的信息比特，再执行带有比特翻转的SCL重解码尝试。在基于翻转的极化码译码算法中，受信道极化与信道噪声影响，极化码中各信息比特的出错概率各不相同，因此对部分不太可能出错的比特进行的无效翻转将会产生大量的冗余复杂度。此外，为了提高翻转的效率，许多带有翻转的译码算法需要计算各信息比特的出错概率并排序，这会带来额外的计算复杂度，并且这部分额外复杂度会需要计算的比特数的升高而升高。翻转集是一种错误点位的提前筛选技术，可以通过已获得的信息筛选出更有可能的出错信息比特集合，从而降低需要考虑的信息比特数量，同时降低因错误定位产生的额外复杂度和译码所需的额外翻转次数，达到降低译码复杂度的效果。接下来，将会简要介绍一种高效的翻转集构造方案和两种优化的SCLF译码算法。用表示向量(ai,ai+1,…,aj),P(N,K+C)表示一个码长为N，有效信息比特数为K，CRC校验比特数为C的极化码，集合为信息比特集合，L为SCLF算法的列表深度，Tmax为SCLF译码算法的最大翻转次数。1)CriticalSetsCriticalsets(CS)[Z.Zhang,K.Qin,L.Zhang,H.Zhang,andG.T.Chen,“ProgressiveBit-FlippingDecodingofPolarCodesoverLayeredCriticalSets,”inGLOBECOM2017-2017IEEEGlobalCommunicationsConference,Singapore,Singapore,Jan.2017,pp.1–6.]是一种针对SCF算法提出的高效翻转集构造策略，通过研究极化码译码树特点选择所有的最上级Rate-1节点相连的第一个信息比特构建翻转集。Rate-1节点指的是在译码树中码率为1的节点，即本层及更下层只与信息比特有关的节点。以图2中的P(16,8)的译码树为例，最底层无色节点表示冻结比特，黑色节点表示信息比特，因此红色方框内的节点为最上级Rate-1节点，CS构造出的翻转集中的比特为(u8，u10，u11，u13)。实验结果表明，SC算法译码错误具有很高的概率出现在CS构造出的翻转集中(在条件良好时可达99％以上)，同时翻转集的大小被显著降低，降低了SCF算法的计算复杂度。2)Shifted-pruningShirted-pruning(SP)[M.RowshanandE.Viterbo,“Improvedlistdecodingofpolarcodesbyshifted-pruning,”in2019IEEEInformationTheoryWorkshop(ITW),2019,pp.1–5]是一种基于CS的全列表翻转SCLF译码算法。通过为SCLF引入CS技术降低了翻转集的大小，从而降低了中低信噪比下SCLF算法所需的额外翻转次数，达到了降低计算复杂度的效果。在SCL算法译码失败时，该算法会进行重解码操作，一次重解码将会按比特序号的顺序翻转一个CS中的比特，直到重解码结果能够通过CRC校验或CS中所有的比特均被翻转一次。3)Decisionpartpost-processingDecisionpartpost-processing(D-POST)[C.Wang,Y.Pan,Y.Lin,andY.Ueng,“Post-ProcessingforCRC-AidedSuccessiveCancellationListDecodingofPolarCodes,”IEEECommunicationsLetters,vol.24,no.7,pp.1395–1399,Apr.2020]也是一种全列表翻转的SCLF译码算法。在SC算法译码失败时，该算法会计算所有信息比特的错误概率值：Ei为第i个比特的错误概率，为SCL算法计算出的第l条幸存路径在比特i的PM值,α为补偿因子。此后，该算法会根据Ei对所有信息比特进行由大到小排序并构建翻转集，错误概率更高的比特将会在后续的重解码操作中被优先翻转，提高了SCLF算法的性能。虽然D-POST算法能取得很好的性能，但由于其过大的翻转集(所有的信息比特)会引起很高的额外计算复杂度和额外译码尝试。而针对SCF算法提出的传统CS技术在SCLF算法中的表现不尽人意，SP算法性能有限，具体存在以下问题：(1)准确率有限。相比于其在SCF算法中的准确率，在SCLF算法中其漏检率偏高，导致SP算法的性能严重劣化。此外，且其准确率受码长与列表深度影响很大，会随着码长的下降与列表深度的上升而迅速下降，无法满足SCLF算法的性能需求。(2)若采用designedSNR类的方法(如高斯近似法、密度进化法等)构造Polar码，关键集大小会随信噪比的提升而提升。虽然传统的关键集技术准确率会随着信噪比的提升而提升，但其代价为关键集尺寸的上升，因此在错误定位时SCLF译码器需要考虑更多的信息比特，使关键集带来的复杂度收益下降。(3)仅由码字结构确定。传统的关键集技术选取码字中的Rate-1节点进入关键集，一旦码字结构确定关键集就随之确定，未考虑信道变化对不同码块产生的具体影响，缺少动态更新机制从而合理分配译码资源。
技术实现思路
本专利技术为克服现有技术SP算法存在关键集准确率低、译码复杂度高的问题，提供了一种基于关键集的极化码连续消除列表翻转译码方法，其通过构建高准确率的关键集，具有更好的纠错性能，且译码所需的额外翻转次数有所下降，且降低复杂度。为解决上述技术问题，本专利技术的技术方案如下：一种基于关键集的极化码连续消除列表翻转译码方法，所述的方法包括以下步骤：S1：根据Eb/N0使用高斯近似法求得信息比特i出错的期望概率，对信息比特进行筛选，构建初始翻转集IFS；S2：执行SCL算法，当SC本文档来自技高网...

【技术保护点】
1.一种基于关键集的极化码连续消除列表翻转译码方法，其特征在于：所述的方法包括以下步骤：/nS1：根据Eb/N0使用高斯近似法求得信息比特i出错的期望概率，对信息比特进行筛选，构建初始翻转集IFS；/nS2：执行SCL算法，当SCL算法译码结果无法通过CRC校验时，将SCL算法中的节点分为Clone节点、SC节点、SC-DEL节点；/nS3：计算IFS中比特i的归一化错误概率P

【技术特征摘要】
1.一种基于关键集的极化码连续消除列表翻转译码方法，其特征在于：所述的方法包括以下步骤：
S1：根据Eb/N0使用高斯近似法求得信息比特i出错的期望概率，对信息比特进行筛选，构建初始翻转集IFS；
S2：执行SCL算法，当SCL算法译码结果无法通过CRC校验时，将SCL算法中的节点分为Clone节点、SC节点、SC-DEL节点；
S3：计算IFS中比特i的归一化错误概率PSCL(i)，并构建关键集KS；
S4：根据关键集KS中对应的PSCL(i)由大到小排序，从而构建翻转集；
S5：依序对翻转集中的比特进行带有翻转的重解码操作，每一次翻转尝试都会在SCL算法的基础上对翻转集中的一个比特进行翻转；直至翻转结果通过CRC校验或翻转集中的比特被全部翻转。


2.根据权利要求1所述的基于关键集的极化码连续消除列表翻转译码方法，其特征在于：步骤S1，所述的期望概率计算公式如下：



其中，表示高斯近似法递推计算出的期望LLR值。


3.根据权利要求2所述的基于关键集的极化码连续消除列表翻转译码方法，其特征在于：初始化翻转集IFS中的节点满足关系：



式中，表示信息比特集合。


4.根据权利要求3所述的基于关键集的极化码连续消除列表翻转译码方法，其特征在于：构建关键集KS，具体如下：
S301：若比特i为信息比...

【专利技术属性】
技术研发人员：刘星成，包景云，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东;44