一种基于概率计算的极化码译码器和极化码译码方法
【专利摘要】本发明提出一种基于概率计算的极化码译码器和极化码译码方法。包括：概率序列转换模块，用于将接收到的信道信息转换为第一概率序列；串行干扰抵消译码模块，用于基于判决器的已有判决结果对所述第一概率序列进行迭代处理以得到第二概率序列，并将所述第二概率序列转化为软信息值；判决器，用于对所述软信息值进行硬判决，并将判决结果返回到所述译码模块。本发明将概率计算的思想运用到极化码译码器的设计中，能够降低极化码译码器的处理时延，并较大地提高极化码译码器的总体吞吐率。同时，本发明操作简单，通用性好，具有较好的实用化前景。
【专利说明】一种基于概率计算的极化码译码器和极化码译码方法
【技术领域】
[0001]本发明属于信道编码【技术领域】，特别是一种基于概率计算的极化码译码器和极化码译码方法。
【背景技术】
[0002]极化码(Polar Codes)是2009年由E.Arikan提出的一种被严格证明可以达到信道容量的构造性的信道编码方法。图1是使用极化码译码的基本结构框图；图2是信道极化的基本结构组成示意图。在进行极化编码之前，首先要对N = 2n个独立的二进制输入信道(或先后N次反复使用同一个信道，即一个信道的N个可用时隙)，再利用信道极化的基本单元对二进制输入离散信道反复进行极化，上式中，η为自然数。最基本的信道极化操作是对两个相同的未经极化的信道W: X — y进行单步极化；其中，X是信道输入符号的集合，对于二进制输入信道，X的取值范围为{0，1} ;y是信道输出符号的集合。如图2所示，该极化信道的输入比特分别标记为U1和U2，这两个输入比特通过一个模二加法器输出得到X1，同时将U2直接赋值给X2,也即X1 = U1 ? U2, X2 = U2,式中Θ为模二加运算。把X1和X2分别送入未经极化信道W，其输出为yi和y2。从该信道极化基本单元的输入(U1和U2)和两个信道的输出(71和71)看，原本独立的两个未经极化的信道W被合并成一个两输入两输出的向量信道W2: X2 — y2，其中，；T2 = Z ? Z，运算?为笛卡尔积。该向量信道包含两个子信道χ^-y?χ (输入为U1输出为Y1和y2)和的2) \χ^>y (输入为％输出为yi和y2)，这两个子信道即是两个极化信道。经过该单步极化过程，从信道容量上看
【权利要求】
1.一种基于概率计算的极化码译码器，其特征在于，包括: 概率序列转换模块，用于将接收到的信道信息转换为第一概率序列； 串行干扰抵消译码模块，用于基于判决器的已有判决结果对所述第一概率序列进行迭代处理以得到第二概率序列，并将所述第二概率序列转化为软信息值； 判决器，用于对所述软信息值进行硬判决，并将判决结果返回到所述译码模块。
2.根据权利要求1所述的基于概率计算的极化码译码器，其特征在于， 概率序列转换模块，用于对接收到的信道信息进行解调以转化为软信息；并根据预先设置的信噪比分别将所有软信息除以一个预先确定的固定数，使所述软信息转化为[-1，+1]区间之内的定点小数,并将所述定点小数转化为所述第一概率序列。
3.根据权利要求2所述的基于概率计算的极化码译码器，其特征在于， 所述第一概率序列为双极性概率序列； 串行干扰抵消译码模块，用于基于判决器的已有判决结果根据串行干扰抵消译码算法对所述双极性概率序列进行迭代，在迭代过程中有两种不同的节点:校验节点和变量节点，其中: 对于校验节点计算:俩俩比较所述双极性概率序列所对应的软信息值的大小，并输出软信息值小的双极性概率序列，其中用计数器统计出校验节点两个输入的双极性概率序列中的I的个数，并根据比较I的个数来确定输出值； 变量节点计算:根据所述已有判决结果确定对两个输入的双极性概率序列执行加操作或者减操作，其中为了防止极化码译码迭代算法中的数值增大而导致软信息值超过概率序列所能表达的范围，每一次变量节点处理完加减操作之后，都对所求出的软信息值做缩放操作。
4.根据权利要求1所述的基于概率计算的极化码译码器，其特征在于， 所述第一概率序列为低比特概率序列； 串行干扰抵消译码模块，用于基于判决器的已有判决结果根据串行干扰抵消译码算法对低比特概率序列进行迭代，在迭代过程中有两种不同的节点:校验节点和变量节点，其中: 对于校验节点计算:俩俩比较低比特概率序列所对应的软信息值的大小，并输出软信息值小的低比特概率序列，其中用加法器求出校验节点的两个输入的低比特概率序列所有位上对应的差以获取差序列，并将差序列所有位相加以得到差序列的值；比较差序列的值和O的大小，以确定所述两个输入的低比特概率序列中较小的低比特概率序列，并输出所述较小的低比特概率序列； 对于变量节点计算:根据所述已有判决结果确定对两个输入的低比特概率序列执行加操作或者减操作，其中为了防止极化码译码迭代算法中的数值增大而导致软信息值超过概率序列所能表达的范围，每一次变量节点处理完加减操作之后，都对所求出的软信息值做缩放操作。
5.根据权利要求1所述的基于概率计算的极化码译码器，其特征在于， 所述第一概率序列为低比特概率序列； 串行干扰抵消译码模块，用于基于判决器的已有判决结果根据串行干扰抵消译码算法对低比特概率序列进行迭代，其中当迭代进行到预定阶段的时候，截去所述低比特概率序列的后半部分，在迭代过程中有两种不同的节点:校验节点和变量节点，其中: 对于校验节点计算:俩俩比较低比特概率序列所对应的软信息值的大小，并输出软信息值小的低比特概率序列，其中用加法器求出校验节点的两个输入的低比特概率序列所有位上对应的差以获取差序列，并将差序列所有位相加以得到差序列的值；比较差序列的值和O的大小，以确定所述两个输入的低比特概率序列中较小的低比特概率序列，并输出所述较小的低比特概率序列； 对于变量节点计算:根据已有判决结果确定对两个输入的低比特概率序列执行加操作或者减操作，其中为了防止极化码译码迭代算法中的数值增大而导致软信息值超过概率序列所能表达的范围，每一次变量节点处理完加减操作之后，都对所求出的软信息值做缩放操作。
6.一种基于概率计算的极化码译码方法，其特征在于，包括: 将接收到的信道信息转换为第一概率序列； 基于已有的软信息值判决结果对所述第一概率序列进行迭代处理以得到第二概率序列，并将所述第二概率序列转化为软信息值； 对所述软信息值进行硬判决，并返回所述软信息值判决结果。
7.根据权利要求6所述的基于概率计算的极化码译码方法，其特征在于， 所述将接收到的信道信息转换为第一概率序列包括: 对接收到的信道信息进行解调以转化为软信息。并根据预先设置的信噪比分别将所有软信息除以一个预先确定的固定数，使所述软信息转化为[-1，+1]区间之内的定点小数，并将所述定点小数转化为所述第一概率序列。
8.根据权利要求7所述的基于概率计算的极化码译码方法，其特征在于，所述第一概率序列为双极性概率序列；其中根据串行干扰抵消译码算法对双极性概率序列进行迭代，在迭代过程中有两种不同的节点:校验节点和变量节点，其中: 对于校验节点计算:俩俩比较所述双极性概率序列所对应的软信息值的大小，并输出软信息值小的双极性概率序列，其中用计数器统计出校验节点两个输入的双极性概率序列中I的个数，并根据比较I的个数来确定输出值； 对于变量节点计算:根据已有判决结果确定对两个输入的双极性概率序列执行加操作或者减操作，其中为了防止极化码译码迭代算法中的数值增大而导致软信息值超过概率序列所能表达的范围，每一次变量节点处理完加减操作之后，都对所求出的软信息值做缩放操作。
9.根据权利要求7所述的基于概率计算的极化码译码方法，其特征在于，所述第一概率序列为低比特概率序列；其中基于判决器的已有判决结果根据串行干扰抵消译码算法对低比特概率序列进行迭代，在迭代过程中有两种不同的节点:校验节点和变量节点，其中: 对于校验节点计算:俩俩比较低比特概率序列所对应的软信息值的大小，并输出软信息值小的低比特概率序列，其中用加法器求出校验节点的两个输入的低比特概率序列所有位上对应的差以获取差序列，并将差序列所有位相加以得到差序列的值；比较差序列的值和O的大小，以确定所述两个输入的低比特概率序列中较小的低比特概率序列，并输出所述较小的低比特概率序列； 对于变量节点计算:根据已有判决结果确定对两个输入的低比特概率序列执行加操作或者减操作，其中为了防止极化码译码迭代算法中的数值增大而导致软信息值超过概率序列所能表达的范围，每一次变量节点处理完加减操作之后，都对所求出的软信息值做缩放操作。
10.根据权利要求7所述的基于概率计算的极化码译码方法，其特征在于，所述第一概率序列为低比特概率序列；其中基于判决器的已有判决结果根据串行干扰抵消译码算法对低比特概率序列进行迭代，其中当迭代进行到预定阶段的时候，截去所述低比特概率序列的后半部分，并且在迭代过程中有两种不同的节点:校验节点和变量节点，其中: 对于校验节点计算:俩俩比较低比特概率序列所对应的软信息值的大小，并输出软信息值小的低比特概率序列，其中用加法器求出校验节点的两个输入的低比特概率序列所有位上对应的差以获取差序列，并将差序列所有位相加以得到差序列的值；比较差序列的值和O的大小，以确定所述两个输入的低比特概率序列中较小的低比特概率序列，并输出所述较小的低比特概率序列； 对于变量节点计算:根据已有判决结果确定对两个输入的低比特概率序列执行加操作或者减操作，其中为了防止极化码译码迭代算法中的数值增大而导致软信息值超过概率序列所能表达的范 围，每一次变量节点处理完加减操作之后，都对所求出的软信息值做缩放操作。
【文档编号】H04L1/00GK104079382SQ201410360054
【公开日】2014年10月1日 申请日期:2014年7月25日 优先权日:2014年7月25日
【发明者】牛凯, 许郑磊 申请人:北京邮电大学