极化码改进串行抵消比特翻转译码算法

极化码(Polar Codes)串行抵消(Successive Cancellation,SC)译码算法存在错误传播特性。为了抑制译码过程中的错误传播,提出了一种改进的串行抵消比特翻转译码算法。该算法分段构造极化码的信息序列,使得译码纠错更加及时,从而有效抑制错误传播。此外,通过分段校验新算法实现了多比特翻转,提高了翻转效率,进而改善了译码性能。仿真结果表明:当误帧率为10^(-4)时,相同码长和有效码率情况下,较SC译码算法、串行抵消列表(Successive Cancellation List,SCL)译码算法(L=2)和串行抵消翻转(Sccessive Cancellation Flip,SCFlip)译码算法,提出的基于极化特性构造的新算法分别有约0.74 dB、0.33 dB和0.28 dB的性能增益。

动态扰动辅助的串行抵消双比特翻转Polar译码算法

针对串行抵消翻转译码算法(Successive Cancellation Flip,SCF)受限于单比特翻转而性能提升有限问题,提出了一种双比特翻转译码算法(Successive Cancellation Flip with 2 Bits,SCF2)。针对SCP算法扰动方差初始值固定的问题,设计了一种扰动方差可随码长和码率变化的改进SCP算法。在此基础上,结合翻转和扰动机制,提出了一种动态扰动辅助的串行抵消双比特翻转(Dynamic Perturbation-Aided SCF2,DPA-SCF2)译码算法,并对其译码复杂度和性能进行了分析。仿真结果显示,相比于列表长度为4的循环冗余校验辅助串行抵消列表(Cyclic Redundancy Check Aided Successive Cancellation List,CA-SCL)译码算法,所提算法最大可获得约0.5 dB的性能增益。

极化码串行抵消多比特翻转译码算法

对码字中出现错误位数概率的研究表明,1位错和2位错是影响中短码长极化码译码性能的主要原因.基于译码错误比特的统计分析,提出了一种串行抵消多比特翻转译码算法.与串行抵消单比特翻转译码算法相比,该译码算法能获得更好的性能增益,且码长越短,性能增益越明显.与通过并行搜索多条路径的串行抵消列表译码相比,所提出的算法具有较低空间复杂度,且译码复杂度随信噪比的增加而逐渐减小.仿真结果表明,针对中短码长,该算法在高信噪比下能以较低的平均译码复杂度逼近串行抵消列表译码算法的性能.

一种基于串行消除列表的多比特翻转译码算法

极化码拥有很好的编译码性能,已成为5G控制信道的标准编码方案,但中短码时,其性能不够优异。为此,提出一种基于串行消除列表的多比特翻转译码算法。首先,用串行抵消译码算法进行译码,选出对数似然比绝对值较小即可靠性较小的信息位索引集合;然后,对索引集合中对应的信息位进行多比特翻转;最后,对所有信息进行串行抵消列表译码,得到信息源序列的估计值。仿真结果表明,在高斯信道下,码长为512,码率为0.5时,提出算法的误块率为10^(-3)时,性能优于其他同类算法。

基于关键简化集合的极化码SSRFSC翻转译码算法

为提高基于简化序列重复节点的快速串行抵消(SSRFSC)译码算法的译码性能,提出了基于关键简化集合(CSS)和简化序列重复(SSR)节点的CSS-SSR-Flip译码算法。所提算法首先选取SSR中最长重复(REP)节点的信息位作为候选比特(CB),从而构造了基于SSR的CSS;然后针对SSR节点的译码特点设计了相应的翻转度量和翻转准则,通过考虑SSR节点中重复序列和源节点对译码的影响来度量CB可靠性,在特定CB翻转时选择次优的重复序列完成SSR节点翻转操作。实验数据表明,当误帧率FER=10-3时,所提出的CSSSSR-Flip译码算法与传统的快速简化串行抵消翻转(Fast-SSC-Flip)译码算法相比能够获得超过0.1 dB的性能增益,且具有与新型Fast-SSC-Flip(New-Fast-SSC-Flip)译码算法相同的译码性能;与传统翻转集合大小K相比,CSS大小缩减最多达79.5%,与关键集合(CS)相比集合大小最多可缩减23.1%。

一种基于比特翻转的极化码FSCLF译码算法

针对串行抵消列表翻转(Successive Cancellation List Flip,SCLF)译码算法存在译码性能与复杂度不能同时兼顾的问题,提出了一种快速串行抵消列表翻转(Fast Successive Cancellation List Flip,FSCLF)译码算法。该算法通过加入四种特殊结点的识别来加快译码速率,同时构建了临界集(Critical Set,CS),不再依据先前译码错误而引起的错误传播,而是通过两种特殊结点即信息比特R1结点和单奇偶校验(Single-Parity-Check,SPC)结点分别对对数似然比(LogLikelihood Ratio,LLR)值进行计算来判决并确定翻转位置,当奇偶校验位不满足时只需翻转与最不可靠输入LLR值相对应的信息比特,这样减少了翻转次数,从而降低了算法复杂度。仿真结果表明:在误块率为10-5时,所提出的FSCLF译码算法比原SCLF译码算法的信噪比改善了0.09dB,为中短码长情况提供了参考算法。

分段CRC辅助极化码SCL比特翻转译码算法

极化码是一种被严格证明到达信道容量的信道编码方法。虽然串行抵消列表比特翻转(SCLF)译码算法可提高译码性能,但导致较高的译码复杂度。为降低译码复杂度,提出一种分段CRC辅助串行抵消列表比特翻转极化码译码算法。该算法在码字构造过程中,通过添加分段CRC校验,可提前终止翻转译码过程。在中短码长下,可显著降低极化码比特翻转译码复杂度。仿真结果表明,当L=8,Eb N0=1.5 dB时,与SCLF方法翻转2 bit译码算法相比,提出方法的译码复杂度可降低71.9%,同时获得较好的性能增益。

融合路径度量值和行重特性的Polar码SCL译码算法

首先提出基于初始对数似然比(Log-Likelihood Ratio,LR)与路径度量值(Path Metric,PM)的PM-LLR-SCL译码算法,在接收端初始LLR和PM值之间建立映射关系,并通过重排PM值完成翻转功能。其次,提出基于极化码生成矩阵的行重特性和PM值的PM-RW-SCL译码算法,不仅考虑了Polar码的最小码距和极化子信道可靠度,同时将路径分裂每一层的PM值引入到译码策略中,从而提高了译码性能。仿真结果显示,与串行抵消列表比特翻转(Successive Cancellation List Bit-flip,SCLF)相比,提出的PM-LLR-SCL算法最大可获得约0.23 dB的性能增益,而基于路径数量的复杂度降低了约62%;与基于行权重的串行抵消列表翻转译码算法相比,PM-RW-SCL算法最大可获得约1.5 dB的性能增益,而复杂度降低了约39%。

基于关键翻转集合的极化码Fast-SSC-Flip译码算法

为了降低极化码快速简化串行抵消翻转(Fast-SSC-Flip)译码算法的候选翻转比特集合大小,减小搜索复杂度,该文提出一种基于关键翻转集合的极化码Fast-SSC-Flip译码算法。基于快速简化串行抵消(Fast-SSC)译码过程中首位译码错误信息比特有极大的概率落于关键集合(CS)中,以及Fast-SSC-Flip译码算法的候选比特均为码字比特,所提算法利用极化码的生成矩阵得到与CS中信息比特相应的码字比特,并用这些码字比特构建关键翻转集合(CFS)作为候选翻转比特集合。实验结果表明,在使用相同候选比特可靠性度量准则的前提下,在码长N=1024及码率R=0.5时,该文所提基于关键翻转集合的Fast-SSC-Flip译码算法相较于传统Fast-SSC-Flip算法在不损失译码性能的情况下,候选翻转集合大小显著降低;相较于新的快速简化串行抵消翻转(N-Fast-SSC-Flip)算法有相近的译码性能,但候选翻转集合至少缩小了77.93%。

一种极化码的优化临界集SCL-Flip译码算法

针对极化码的传统临界集包含正确路径可能被消除的比特位置问题,提出一种极化码的优化临界集SCL-Flip译码算法。该算法将临界集作为初始临界集,采用高斯近似原理对极化子信道的可靠度进行估计,然后,通过改变初始临界集的选取规则,优化用于串行抵消列表译码中临界集的不完整性,并根据信道可靠度由低到高排序形成优化临界集,该优化临界集能减少重译码次数并有效提高翻转准确性。仿真结果表明,所提算法有较大的性能增益,且翻转次数明显降低。

循环冗余校验串行抵消列表解码算法改进

采用动态列表长度及比特翻转,改进循环冗余校验串行抵消列表(CRC-SCL)解码算法,以降低其计算复杂度。与CRC-SCL解码算法采用的固定列表长度不同,改进算法通过动态增加列表长度来选择解码路径。同时,选取路径中似然比最小位进行比特翻转,修正解码序列,降低计算复杂度。在加性高斯白噪声信道下的仿真结果表明,随着Eb/No的增长,改进CRC-SCL算法计算复杂度降低越显著,当Eb/No为1.4dB时,平均计算复杂度可降低62.5%。

基于对数似然比与极化信道可靠度的SCF译码算法

传统的串行抵消比特翻转(SCF)译码算法仅用对数似然比(LLR)的绝对值去衡量信息比特译码结果的可靠情况,导致误块率(BLER)过高和翻转的尝试次数较多。提出一种串行抵消比特翻转译码算法PLR-SCF,分析SC译码算法发生错误译码的原因,通过仿真观察LLR、极化信道可靠度和信息位所在的位置与SC译码算法发生首个判决错误之间的关系,并利用上述因素设计一个能准确衡量信息位发生译码错误程度的度量公式。仿真结果表明,相对于传统的SCF译码算法,该算法能够有效降低BLER,特别是在高信噪比下获得的最大信噪比增益约为0.12 dB,翻转尝试次数与SCF减少13.6%。

一种基于新度量准则的极化码SCLF译码算法

为了解决串行抵消(Successive Cancellation, SC)译码算法在中短码长情况下译码性能不佳的问题,在SC译码算法的基础上增加路径列表和比特翻转方法得到一种改进的串行抵消列表翻转(Successive Cancellation List Flip, SCLF)译码算法。该算法利用比特翻转构建最不可靠的信息位集合,称为翻转集合(Flipping Set, FS),同时提出一种新的度量法则来缩小FS的范围、提高FS的准确率。仿真结果表明,随着信噪比的增大,所提出的SCLF译码算法误块率(Block Error Rate, BLER)有较大提升,当BLER为10^(-3)时,SCLF(码长N=256,列表大小L=8)译码算法的增益比SC(N=256)译码算法提升了0.55 dB;当BLER为10^(-4)时,SCLF(N=256,L=8)译码算法的增益比CA-SCL(N=256,L=8)译码算法提升了0.22 dB;当BLER为10^(-5)时,SCLF(N=256,L=16)译码算法的增益比CA-SCL(N=256,L=16)译码算法提升了0.17 dB。

基于改进第一关键集的极化码SCLF译码算法

为了改进极化码串行抵消列表比特翻转(SCLF)译码算法的误码性能,通过分析已完成译码的比特对未译码比特的影响,提出了一种优化SCLF译码算法的算法,改进了关键集精度。以第一关键集(FCS)作为初始关键集,通过计算比特不可靠度的理论值与实际值,筛选出FCS中包含串行抵消状态路径的错误比特,并按信道可靠度升序排列形成改进第一关键集(IFCS)。用IFCS能有效提高翻转准确性并减少重译码次数。仿真结果表明,所提算法相较于基于修正关键集的SCLF译码算法和决策后处理SCLF译码算法具有更好的误码性能和更低的复杂度,同时还可以与小列表循环冗余校验辅助SCL(CA-SCL)译码算法结合,达到大列表CA-SCL译码算法的性能水平。

基于GRU网络辅助和路径度量交换的极化码SCLF算法

为了解决极化码的现有SCLF算法传输性能较低,翻转集构建不精确,复杂度过高的问题,提出了一种基于GRU网络辅助和路径度量交换串行抵消列表比特翻转(PME-SCLF)算法。首先,重新划分译码状态,将路径度量交换和反向判决的思想结合,提出了一种位翻转策略。其次,通过训练GRU网络定位译码中的第一个错误位,提出了一种翻转集构造方法。最后,对每次低阶翻转的路径度量进行排序,固定低阶可靠位后再进行高阶翻转,提出了一种多比特翻转规则。仿真结果表明,与现有SCLF算法相比,在低信噪比下,所提算法识别第一个错误比特的准确率提高了18~24%,在单比特和多比特翻转下,所提算法分别有最高0.3 dB和0.2 dB的性能增益,且在线译码复杂度较低。

一种优化错误模式集的极化码SCL-Flip译码算法

针对极化码的错误模式集过大无法统计、位于尾部的循环冗余校验码极易出错以及串行抵消列表翻转(SCL-Flip)译码算法的修正临界集排序较差的问题,提出了一种优化错误模式集的极化码SCL-Flip译码算法。该算法通过缩减循环冗余校验码的校验位数缩减错误模式集,并将循环冗余校验码放置在序列头部可靠性最高的位置,不仅减少了错误,且优化了极化码的距离谱。译码失败时首先根据行权重对修正临界集重排序,然后根据循环冗余校验码的错误模式查找错误模式集得到首错的位置并放置在修正临界集的头部,这样既可提高翻转准确性,又能降低额外的翻转次数。仿真表明,所提算法有较大的性能增益,且翻转次数明显降低。

自由空间光通信下的LSTM-SCFlips译码方法研究

针对自由空间光通信下大气湍流引起极化码译码中错误比特难以定位的问题,提出一种自由空间光通信下的LSTM-SCFlips译码方法。首先将极化码串行抵消(SC)译码的对数似然比(LLR)信息序列进行one-hot预编码处理,在不同训练步长下,分析与学习极化码对数似然比信息序列的特征,综合考虑神经预测模型的均方根误差和计算复杂度,选取合适的训练步长,在提升预测结果精确度的基础上,进一步消除预测结果过拟合的现象。通过长短时记忆(LSTM)神经网络模型定位SC译码的第一个错误位时,按错误概率大小排序,依次进行SC译码算法的单比特或多比特翻转。仿真结果表明,在不同的大气弱湍流强度下,自由空间光通信下的LSTM-SCFlips译码方法在以牺牲少量计算资源为前提的情况下能更好地识别最优翻转位,降低计算复杂度,同时获得更好的误码率性能。当误码率为10-4时,LSTM-SCFlips译码方法最优翻转位的正确识别率被提高7个百分点,且产生了0.3 dB~1.2 dB的编码增益。