一种基于均匀量化的极化码快速简化串行抵消译码算法的制作方法

本发明属于信号处理领域，涉及信道译码中极化码的译码算法。该方法主要是基于均匀量化和特殊结点识别对sc译码算法进行改进。

背景技术：

极化码是一种新型编码方式，于2008年由土耳其毕尔肯大学arikan教授首次提出，其可以实现对称二进制输入离散无记忆信道的容量的代码构造方法，是编码界的新星。极化码作为可理论证明达到香农极限，并且具有可实用的线性复杂度编译码能力的信道编码技术，2016年11月18日，在美国内华达州里诺结束的3gpp的ran1#87会议上，3gpp确定了由华为等中国公司主推的极化码方案作为5g增强移动宽带场景的控制信道编码方案。

极化码的研究主要两个方向是极化信道的构造和极化码的译码。其中极化码译码主要关注的是在译码时降低译码复杂度和提高译码准确性。极化码最为基础和重要的译码算法是sc译码算法。sc译码算法是arikan教授根据极化码的结构提出了一种基于递归思想的译码算法，其标准分析是采用浮点数运算，但高精度浮点数在硬件设计上不容易实现。因此，很多研究者通过量化的方法来改善极化码的译码算法。现已存在的大部分文献是对信道输入的llr和内部llr分别量化，量化值分成整数部分和小数部分，其量化过程比较复杂，不利于硬件的实现。

本发明提出了针对基于均匀量化的sc译码算法存在译码性能损失和译码复杂度高的问题，提出了一种基于均匀量化的极化码快速简化sc译码算法。该算法对sc译码器的输入进行均匀量化取整后作为sc译码器的输入，再加入对特殊结点的识别，从以上两个方面对sc译码算法进行改进。该方案具有输入量化，量化方式简单，减少了存储空间，利于硬件的实现的优点。仿真结果表明，该方案构造的一种基于均匀量化的极化码快速简化sc译码算法的译码性能优于文献[1]“邢超,许顺频,赵生妹.一种基于整数操作的极化码最小和译码算法[j].南京邮电大学学报(自然科学版),2015,35(01):52-55.”的译码性能。

技术实现要素：

有鉴于此，本发明的目的在于提供一种基于均匀量化的极化码快速简化sc译码算法，通过均匀量化和特殊结点的识别对sc译码算法进行改进。其中均匀量化算法简化了sc译码器的输入数据类型，利于sc译码器硬件的实现，特殊结点的识别降低了sc译码器的译码时延，提高了sc译码器的译码性能。该方案不仅构造简单，还可以节省sc译码器的存储空间利于sc译码器的硬件实现。因而该方案为sc译码器的硬件实现提供了一种实用性的参考作用。

为达到上述目的，本发明提供如下技术方案：

首先利用均匀量化规则对sc译码器的输入信号进行均匀量化取整操作，简化了sc译码器的输入数据类型，其目的在于减少了sc译码器的存储空间，利于sc译码器的硬件实现。

其次利用对特殊结点识别，降低sc译码算法的译码时延，提升改进后的sc译码算法的性能。

然后将两种方法进行融合，特殊结点的识别有效的弥补了sc译码算法由于均匀量化带来的译码性能损失。达到了对sc译码算法存储复杂度减小、降低译码时延和提升了译码性能的目的。

最后，在相同的仿真环境下，将本专利所提出的一种基于均匀量化的极化码快速简化sc译码算法与其他同类型的译码算法方案进行仿真对比分析。

本发明的有益效果在于：

提出的一种基于均匀量化的极化码快速简化sc译码算法方案。在该方法中，首先基于最小和算法对sc译码器的输入信号进行量化取整，因为最小和算法对中间运算变量是进行可信度比较，对数似然比的判决是根据正负号，变量的小数位的数值不影响比较和判决，因此节点更新过程不需要进行量化操作，可以直接使用量化后的整数值；其次是确定量化范围的方法，所采用的均匀量化算法避免了制作、存储和查找量化表，减少了存储空间，减少硬件实现难度；然后在运算中变量大小都用一个m比特整数表示，译码性能与浮点数运算的译码算法基本一致；最后所提出的改进sc译码算法中添加了特殊结点的识别，可降低sc译码算法的译码时延。就存储方面而言，本发明基于均匀量化的极化码快速简化sc译码算法，降低了sc译码器的译码时延，简化了sc译码器的输入数据类型，这样就大大降低了存储复杂度，利于硬件实现。就纠错性能方面而言，虽然均匀量化会带来一定译码性能的损失，但特殊结点的识别有效的弥补了部分译码性能，虽其改善译码性能不大，但本文所采用的均匀量化规则不需要采用量化表，降低了sc译码算法的复杂度，利于sc译码器硬件实现。在同样的仿真环境下，本发明基于均匀量化的极化码快速简化sc译码算法的译码算法的译码性能优于同码长码率的利用量化的文献[1]中的sc译码算法的性能。综上所述，本发明提供的一种基于均匀量化的极化码快速简化sc译码算法方案在所需存储空间、译码性能等方面均有优势，能利于sc译码器的硬件实现。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为本发明方法的技术路线图；

图2为awgn信道下接收值的概率密度函数仿真图

图3为基于本发明构造的基于均匀量化的极化码快速简化sc译码算法的误比特率的仿真对比分析图。

图4为基于本发明构造的基于均匀量化的极化码快速简化sc译码算法的误块率的仿真对比分析图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

1.结合附图1说明，基于均匀量化的极化码快速简化sc译码算法具体实现方法是由基于最小和算法下的均匀量化和特殊结点识别组成的。基于均匀量化的极化码快速简化sc译码算法具体实现方法如下：

(1)sc译码算法的节点更新方式在llr域的和积算法如式(1)所示。

由于(1)式中的f(l1,l2)运算涉及了正切双曲函数和反正切双曲线函数的运算，硬件实现复杂，常常用最小和算法对它进行如式(2)近似。

f(l1,l2)≈sign(l1)sign(l2)min{|l1|,|l2|}(2)

其中sign表示取符号位。最小和算法与和积算法性能相差很小，硬件实现容易，并且在高斯白噪声信道条件下译码时不需要估计噪声功率。对于二进制输入信道，信道编码器的输出比特序列经双映射后进入信道，信源比特u∈{0,1}，经过二进制相移调制后的传输信号x＝1-2u，x∈{-1,1}，传输信号经过加性高斯白噪声(additivewhitegaussiannoise，awgn)信道，信道输出值y＝x+n，可以分析出y是服从均值为x＝±1，方差为σ²的正态分布，量化范围根据“3σ规则”确定。均匀量化过程如下：设定信噪比(signalnoiseratio,snr)、码率r，因为eb＝es/r，通常es＝1，由：

根据公式(3)、(4)可以解得n0，再根据

解出σ，从而可以计算出输出信号y的取值范围：当μ＝-1时，输出信号y的取值范围为[-1-3σ,-1+3σ]；当μ＝1，输出信号y的取值范围为[1-3σ,1+3σ]。即信道输出的原始信息y的输出信号y的取值范围为[-1-3σ,1+3σ]。得到输出信号y的取值范围就开始计算量化步长：

sc译码器的输入信号y的量化规则如下：

其中y的量化值n＝y/δ。对信道输出信号y均匀量化后在对其取整，其中floor表示向上取整，ceil表示向下取整。

均匀量化虽然能简化数组类型减少存储空间，但是其存在的缺点是会有一定译码性能的损失，提出算法可以通过特殊结点的添加有效地弥补sc译码器由于均匀量化带来的一些译码性能损失。

(2)以下介绍结点的特性。

1)rate-0结点的特点是当译码访问到该结点时，rate-0结点可以立即反馈一个全零码字给父结点。

2)rate-1结点的特点是只需对其输入的llr向量进行硬判决就可得到对应构成的码字并反馈给父结点。

3)rep结点的译码方式为：信源向量通过生成矩阵形成的码字向量为：其中ur的值的判决方式如式(9)所示。

4)spc结点在经过sc译码算法后在结点处得到的构成码字为则有spc结点处构成码字计算如式(10)所示。

其中h(llr(i))硬判决表示如果llr(i)≥0，则h(llr(i))＝0，反之h(llr(i))＝1；

式(10)中的判决条件是根据j＝argimin|llr(i)|计算的。

本文着重研究量化在最小和算法下的应用，其研究路线是：一、根据“3σ规则”量化的最小和算法下的量化算法设定均匀量化规则。本方案采用m＝8比特均匀量化方式，量化步长为δ。m的第一位表示符号位，其余(m-1)比特表示量化范围，则量化范围为[-t,…,-1,0,1,…,t]，其中t＝2^(m-1)-1。二、根据量化规则对信道输出的原始信号进行均匀量化取整。三、将量化后的整数值作为sc译码器的输入。四、译码过程中对特殊节点的识别。综合以上四个步骤完成对提出的基于均匀量化的极化码快速简化sc译码算法的构造。

2.结合附图2说明，由“3σ规则”可知，正态随机变量在[μ-3σ,μ+3σ]范围内出现的概率约为99.74％。本文提出的均匀量化算法步骤可算出输出信号y的量化范围为：[-3.1239,3.1239]。采用m＝8比特均匀量化方式，计算出量化步长为δ，从而获得了被量化取整后的q(y)。

3.结合附图3和附图4说明，为了验证本专利所提出的基于均匀量化的极化码快速简化sc译码算法方案具有利于sc译码器的硬件实现的优点，进行了matlab仿真分析。仿真环境为awgn信道，采用二进制相移键控调制，信噪比snr为3db，码长n＝256，信息位索引集合a是通过matlab在信噪比为3db的awgn信道下，基于高斯近似算法产生的，信息位集合长度k＝128，码率r＝1/2。

图3显示的是原始的sc译码算法、基于均匀量化的sc译码算法和本文构造的基于均匀量化的极化码快速简化sc译码算法随着snr变化的误比特(biterrorrate,ber)性能的比较。从图3中可以看出，三种译码算法在信噪比小于4.5db时译码性能相当，当信噪比大于4.5db时，在ber为10^-6，基于均匀量化的sc译码算法与原始的sc译码算法相比有0.1db的性能损失。但基于均匀量化的sc译码算法简化了数据类型，减少了存储空间，更加利于硬件的实现。本文所提出的基于均匀量化的极化码快速简化sc译码算法弥补基于均匀量化的sc译码算法由于均匀量化带来的性能误差，在ber为10^-6时，本文提出的方案比基于均匀量化的sc译码算法的译码性能提高了0.07db。

图4显示的是原始的sc译码算法、基于均匀量化的sc译码算法和基于均匀量化的极化码快速简化sc译码算法随着snr变化其误块率(blockerrorrate,bler)性能的变化。从图4中可以看出，当信噪比小于4.5db时，三种译码算法的译码性能近似。当信噪比大于4.5db，bler为10^-5时，基于均匀量化的sc译码算法与原始的sc译码算法性能相差0.12db；所提出的基于均匀量化的极化码快速简化sc译码算法的译码性能比基于均匀量化的sc译码算法的译码性能提升了0.08db。仿真结果表明，所提出的基于均匀量化的极化码快速简化sc译码算法可以改善sc译码算法由于均匀量化带来的性能损失。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。