極化(Polar)碼是Arikan于2009年根據(jù)信道極化現(xiàn)象提出的,它是一種理論上可以逼近香農(nóng)信道容量極限且具有較低復(fù)雜度的線性分組碼。在2016年,3GPP決定將極化碼作為5G中增強移動寬帶(Enhance Mobile Broadband,eMBB)場景下控制信道的信道編碼方案,引起了無線通信領(lǐng)域?qū)W者們的熱切關(guān)注。本文首先闡述了極化現(xiàn)象的基本概念,如信道合并和信道拆分,然后詳細介紹了極化碼的編碼、構(gòu)造和譯碼方法,其中對極化碼的譯碼算法及其性能方面做了重點的研究。其譯碼方法主要有連續(xù)刪除(Successive cancellation,SC)譯碼算法和置信傳播(Belief Propagation,BP)譯碼算法,本文著重研究譯碼算法中的置信傳播譯碼算法。本文對原始的極化碼BP譯碼算法進行了大量的研究和分析之后,在原始BP譯碼算法的基礎(chǔ)上引入信息糾正(Information-Correction,IC)策略,將改進后的算法稱為基于信息糾正策略的置信傳播(Belief Propagation-Information Correction,BP-IC)譯碼算法。此算法中的信息糾正策略有兩種,分別為翻轉(zhuǎn)信息糾正策略和試探信息糾正策略。兩種改進策略均使得BP譯碼算法的譯碼性能得到了極大的提升,仿真結(jié)果顯示,在碼長為1024,碼率為0.5的條件下,在誤幀率為10~(-3)時,與原始BP譯碼算法相比,基于翻轉(zhuǎn)信息糾正的BP-IC譯碼算法獲得了0.75dB的性能增益;基于試探信息糾正的BP-IC譯碼算法獲得了0.9dB的性能增益。兩種改進策略在提高譯碼性能的同時,也帶來了復(fù)雜度的犧牲。所以本文進一步對兩種改進算法的復(fù)雜度進行實驗和分析,仿真結(jié)果顯示,與原始BP算法相比,改進后的算法復(fù)雜度較高,但兩種改進算法的平均復(fù)雜度均會隨著信噪比的增高而降低。假設(shè)原始BP譯碼的最大迭代次數(shù)為60,則在信噪比為2.75dB時,基于翻轉(zhuǎn)信息糾正策略的BP-IC算法的平均迭代次數(shù)為99.5,基于試探信息糾正策略的BP-IC算法的平均迭代次數(shù)為92;而在信噪比為3.0dB時,基于翻轉(zhuǎn)信息糾正策略的BP-IC平均迭代次數(shù)僅為65,基于試探信息糾正策略的BP-IC算法平均迭代次數(shù)僅為69。文章的最后部分對BP-IC譯碼算法的缺點進行了分析。針對在低信噪比時,兩種改進后的譯碼算法的復(fù)雜度較高的問題,在本文提出的BP-IC譯碼算法中加入了基于CRC循環(huán)冗余校驗的提前終止策略,使得低信噪比時的譯碼平均迭代次數(shù)降低了60%以上。
【學(xué)位單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TN911.22
【部分圖文】：

譯碼算法的提出細介紹了原始 BP 譯碼算法。在文獻[38]中，作者提出算法來簡化原始 BP 中的似然比更新算法，將大量的乘除操作，在保證譯碼性能沒有較大損失的前提下，大幅度地[39]中，作者在最小和算法的基礎(chǔ)上提出了標量最小和（降低了計算復(fù)雜度。在文獻[40]中，作者提出了基于信道終止策略，減少了 BP 譯碼時間。改進算法都是對置信傳播算法的譯碼復(fù)雜度進行了優(yōu)化，BP 譯碼算法的譯碼性能并無大的提升，誤碼率并未降低。變緩的前提下，對降低置信傳播算法的誤碼率的方法進行 BP 算法的譯碼性能，并將其與其他兩種主流的極化碼譯長 1024，碼率 0.5 的條件下，對 BP 譯碼和 SC 譯碼以及 S實驗，得到仿真實驗圖 3.5。

與k位信息比特和 m 位凍結(jié)比特組成新的 n 位碼字1u 為 0。到 n 位碼組1nu 輸入極化碼生成矩陣 G，得到極化碼編碼后的信道傳輸后，在接收端接收到1ny ，將1ny 輸入 BP（置信傳播得到估計序列1 nu ，再將1 nu 輸入 CRC-16 檢錯校驗器，得CRC _result true表示 BP 譯碼正確， CRC _result false表于 C 位 CRC 碼字而言，其能夠檢測出任意錯誤的概率為：1 2CP 碼字傳輸?shù)倪^程中，CRC 的校驗位也并不是完全可靠的，碼序列中，CRC 校驗位也出現(xiàn)了錯誤。所以我們?yōu)榱藢?BP檢錯的正確率有初步的了解，對其進行了仿真，以下為仿真 N 為 128、碼率 0.5 和碼長 N 為 1024、碼率 0.5 時 CRC 檢錯

40限，下面我們仿真實驗來觀察其性能極限，是否可以超過 SCL 譯碼算法的性能。仿真實驗數(shù)據(jù)如圖 4.4 所示。圖 4.4 N 位翻轉(zhuǎn)信息糾正 BP-IC 譯碼算法的誤碼率統(tǒng)計圖由圖 4.4 可知，當碼長 N 為 1024，碼率 0.5 時，基于 N 位翻轉(zhuǎn)的 BP-IC 算法的譯碼性能已經(jīng)遠遠超出了原始 BP 譯碼，在 2.75dB 時，其誤碼率與原始 BP 相比，下降了整整兩個數(shù)量級。當信噪比低于 1.75dB 時，改進后的算法與 SCL( L 32)相比差距不大
【相似文獻】

相關(guān)期刊論文 前10條

1 吳道龍;;極化碼譯碼算法研究[J];黑龍江科技信息;2017年10期

2 李小文;彭德義;譚兵;王振宇;;長期演進系統(tǒng)中一種低復(fù)雜度球形譯碼算法[J];計算機應(yīng)用;2012年03期

3 張長帥;宋黎定;劉泳;;低密度奇偶校驗碼快速收斂譯碼算法研究[J];遙測遙控;2007年03期

4 湯一彬;侯曉赟;鄭寶玉;;一種新型可變半徑的球形譯碼算法[J];重慶郵電學(xué)院學(xué)報(自然科學(xué)版);2006年S1期

5 徐正偉,湯靜;語音信號及其編譯碼算法的研究[J];電聲技術(shù);2002年04期

6 劉玉君;;BCH碼譯碼算法的改進[J];重慶郵電學(xué)院學(xué)報;1988年00期

7 劉玉君;關(guān)于RM碼的Reed譯碼算法的改進[J];電子學(xué)報;1989年01期

8 李瑞;柏鵬;彭衛(wèi)東;林志國;林思銘;;基于狼群算法的球形譯碼算法研究[J];微電子學(xué)與計算機;2017年01期

9 褚楚;吳曉富;;逼近最小和譯碼性能的并行多比特翻轉(zhuǎn)譯碼算法研究[J];信號處理;2016年02期

10 袁建國;王琳;黃勝;王永;;基于遺傳算法的概率譯碼算法[J];北京郵電大學(xué)學(xué)報;2012年05期

相關(guān)博士學(xué)位論文 前10條

1 王彪;基于ADMM的低密度校驗碼譯碼算法研究[D];西安電子科技大學(xué);2018年

2 李桂萍;極化碼編譯碼算法研究[D];西安電子科技大學(xué);2017年

3 林鵬;高頻譜效率的OVXDM編碼低復(fù)雜度譯碼算法研究[D];北京郵電大學(xué);2018年

4 羅天放;通信系統(tǒng)中的Turbo碼及Turbo均衡問題研究[D];哈爾濱工程大學(xué);2003年

5 曹海燕;無線通信系統(tǒng)中的LDPC碼、Turbo碼和空時編碼的研究[D];華南理工大學(xué);2006年

6 趙傳鋼;LDPC碼及迭代接收系統(tǒng)研究[D];北京郵電大學(xué);2006年

7 耿嘉;MIMO技術(shù)及其在WLAN中的應(yīng)用[D];東南大學(xué);2006年

8 徐朝軍;RS碼譯碼算法及其實現(xiàn)的研究[D];西安電子科技大學(xué);2006年

9 王單;LDPC碼編譯碼算法研究[D];西安電子科技大學(xué);2006年

10 李晉;低密度奇偶校驗碼及其并行級聯(lián)構(gòu)造的研究[D];東南大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 王春麗;比特翻轉(zhuǎn)譯碼算法及其在密鑰協(xié)商方面的應(yīng)用[D];南京郵電大學(xué);2018年

2 袁海洋;二元LDPC碼ADMM譯碼方法研究及FPGA實現(xiàn)[D];西安電子科技大學(xué);2018年

3 鄧堤峽;面向5G通信的LDPC碼譯碼算法研究[D];西安電子科技大學(xué);2018年

4 魏紅麗;極化碼的譯碼算法研究與改進[D];西安電子科技大學(xué);2018年

5 王飛;Polar碼BP譯碼算法的研究和改進[D];西安電子科技大學(xué);2018年

6 孫亞茹;低密度格碼譯碼算法及其應(yīng)用研究[D];西安電子科技大學(xué);2018年

7 許偉楠;ISI信道下LDPC碼ADMM譯碼算法研究[D];西安電子科技大學(xué);2018年

8 杜倩;基于BADMM的LDPC碼線性規(guī)劃譯碼算法研究[D];西安電子科技大學(xué);2018年

9 劉佳玉;Polar碼的線性規(guī)劃譯碼算法研究[D];西安電子科技大學(xué);2018年

10 孫五星;基于SC的Polar碼譯碼算法的研究[D];西安電子科技大學(xué);2018年

本文編號：2867065