【技术实现步骤摘要】
一种码率兼容极化码簇的编码构造方法、设备及存储介质
[0001]本专利技术属于无线通信
，涉及无线通信的信道编码及人工智能技术，为一种码率兼容极化码簇的编码构造方法、设备及存储介质。
技术介绍
[0002]为保证信息的高可靠传输，无线通信系统必然需要采用先进的差错控制技术，信道编码是无线通信技术的基础。极化码(Polar码)是第一种理论上证明可达信道容量的构造性编码方案，具有编码结构规则，译码复杂度低，纠错性能优异的特点。极化码的理论基础是信道极化，通过对多个独立的容量相同的物理信道重组与拆分，产生多个容量各不相同的虚拟合成子信道。在此基础上，编码时利用高可靠度的合成子信道传输承载用户信息的比特，而低可靠度的合成子信道承载已知固定的比特。极化码的编码构造，就是确定编码过程中用于承载不同信息比特的合成子信道位置，这些子信道位置的集合称为信息位序列。
[0003]现有无线通信技术场景中，多样化的传输业务和通信资源往往需要多种不同编码码长、编码速率的码字。通过对母码进行打孔或者缩短，得到码率兼容极化码来满足不同编码码长、编码速率码字需求，但这破坏了完整的码字结构，打孔或者缩短样式与编码构造结果不相适配，造成码字可靠性能损失、纠错能力下降。利用对单一码字进行信息位序列重构的方法能够改善性能，但这种方式不便于实际通信应用，需要多次更新信息位序列，增加时延和存储的代价，多次提取调用。因此，面向多种码长样式的码率兼容极化码优化通用的编码构造结果是目前本领域技术人员亟待解决的关键问题。
技术实现思路
[...
【技术保护点】
【技术特征摘要】
1.一种码率兼容极化码簇的编码构造方法，其特征是首先将码率兼容极化码的编码构造过程转化为马尔科夫决策过程，在此基础上针对目标极化码码簇采用多目标强化学习算法进行编码构造，并分情况处理，在串行抵消SC译码条件下，采用重构辅助的快速构造算法，在列表串行抵消SCL译码条件下，采用面向SCL译码器的联合构造算法，最后获得目标极化码码簇的通用信息位序列。2.根据权利要求1所述的一种码率兼容极化码簇的编码构造方法，其特征是对目标极化码码簇采用多目标强化学习算法进行编码构造为：多目标强化学习过程中，状态s
k
是编码构造过程中的目标信息位序列，即s
k
:k∈{1,2,...K},且K为待编码的信息比特数量，母码的完整长度为N＝2
n
，n＝1,2,...，信息位序列对应生成一个二进制矢量集合正整数T是码簇的维度，整数i∈{1,2,...T}，每个二进制矢量c
i
代表了由当前对应的信息位序列编码生成的长度为M
i
的极化码码字，初始状态中是全零的矢量集合，对应空集合动作是一个正整数满足极化码码簇中的每个码率兼容极化码都有与自己相关的回报，回报信号是个矢量对应的回报值为代表极化码码簇的综合误码性能，其值与信息位序列和每个码率兼容极化码的回报相关；通过与环境交互，代理体根据不同的目标同步优化其动作策略ρ，即：TQ(
·
)表示综合的状态
‑
动作矢量化函数，表示其最优结果；Q(
·
)表示针对每个目标对象的状态
‑
动作函数；s和a
N
分别表示当前的状态和动作，则最优的策略以下面方式获得：依据对各个目标码率兼容极化码的状态
‑
动作函数加权准则处理，综合的状态
‑
动作矢量化函数TQ(
·
)的计算结果Q值表示为：其中，γ
i
表示第i个码率兼容极化码对象的正权重值，第k步所获得的回报值是矢量，综合的回报值与每个目标对象的回报值相关，设学习率α＝1时，依据加权准则，综合的回报值计算为：bler
i,k
为每个目标对象的误块率，根据极化码码簇的回报值来获得对于最优的通用信息位序列
3.根据权利要求2所述的一种码率兼容极化码簇的编码构造方法，其特征是基于马尔科夫决策过程，采用多目标强化学习算法进行编码构造，获得目标极化码码簇的通用信息位序列，中包含多个不同码字长度、编码速率的码字M
i
是的码字长度，码率适配样式表示被打孔或缩短的码字比特的位置索引集合，i∈{1,2,...T}，其中根据不同情况选择构造算法，分情况处理具体为：在SC译码条件下，通过理论计算估计的方式获得每个目标对象回报值中的误块率bler
i,k
，计算方式为：其中，snr
d
表示极化码高斯近似构造方法中的设计信噪比，表示合成子信道的错误概率，j是正整数，是中的一个元素，Pr表示错误概率，u是待编码的比特，是译码恢复出来的比特；在SCL译码条件下，每个目标对象的回报值中的误块率bler
i,...
【专利技术属性】
技术研发人员：梁豪，叶淦华，谢世珺，陆锐敏，魏鹏，王永刚，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。