一种基于软判决的非删余极化码参数识别算法

现有非删余极化码参数识别算法默认冻结比特取值均为0,不具备判断冻结比特取值的能力。针对该问题,推导了码字矩阵与生成矩阵列向量之间存在的校验关系,将比特位类型识别、冻结比特取值的判断转化为该校验关系的检验。在此基础上,引入平均似然差作为统计量,给出了统计量的理论分布及判决门限,并利用判决结果中信息比特位占比随遍历码长变化的规律,完成码率、码长等参数的识别。仿真实验表明,相关性质的推导与实际情况一致,所提算法在保持同一计算复杂度水平且不降低识别性能的基础上,克服了现有方法无法识别冻结比特取值的不足。在信噪比为5.5 dB时,对于码长为512的极化码,算法识别率仍接近100%。

基于编码矩阵结构特征的非删余极化码参数盲识别算法

针对目前标准非删余极化码盲识别存在的算法复杂、误码适应能力不足等问题,首先证明了能够表征极化码码长、码率关系,区分信息子信道和冻结子信道的定理与命题,并基于此提出了一种高效的盲识别算法。该算法只需设定可能的最大码长,构建对应的软判决码字矩阵与克罗内克矩阵,利用所证明的定理与命题对两矩阵校验关系进行判决,估计码率及冻结比特置,最终完成参数的识别。在校验关系判决中,引入平均似然差作为检验量,基于其理论概率分布与极小化极大准则确定判决门限。仿真结果表明,推导的定理、命题与仿真结果一致,当信噪比为6 dB时,对于码长为1 024的极化码,其参数识别率仍接近100%,识别性能和计算复杂度均优于现有软判决算法。