基于深度學(xué)習(xí)的極化碼串行抵消譯碼優(yōu)化算法
發(fā)布時間:2021-07-06 09:43
針對5G場景下極化碼串行抵消譯碼算法低輸出高延遲的問題,提出加快串行抵消譯碼過程中深度學(xué)習(xí)譯碼器整體譯碼速度的方案。該方案根據(jù)信道極化理論計算不同子信道的可靠性,通過調(diào)整參數(shù)的不同取值,剪掉譯碼樹上均為固定位的葉子節(jié)點所在的子二叉樹,從而減少深度學(xué)習(xí)譯碼器的數(shù)量,加快了整體的譯碼速度。仿真結(jié)果表明,所提出的方案不僅具有和原串行抵消算法相同的譯碼性能,而且降低了極化碼串行抵消深度學(xué)習(xí)譯碼的時間復(fù)雜度。
【文章來源】:科學(xué)技術(shù)與工程. 2020,20(08)北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
不同碼長極化碼在SC、BP、PNN、NSC、優(yōu)化后
執(zhí)行l(wèi)ogN次克羅內(nèi)克積(Kronecker product,所得結(jié)果為F?logN)與比特位翻轉(zhuǎn)置換操作(按位翻轉(zhuǎn)置換矩陣BN)后得到,圖1展示了碼長為8的極化碼上述編碼過程。若在二進(jìn)制相移鍵控(binary phase shift keying, BPSK)和加性高斯白噪聲(additive white gaussian noise,AWGN)信道下,則發(fā)送端對碼字x進(jìn)行BPSK調(diào)制后經(jīng)AWGN信道傳輸?shù)玫揭唤M軟信息y,向量y=(1-2x)+z。其中,噪聲向量z∈RN且z~N(0,σ2)。接收端利用這組軟信息計算碼字x中每一位的對數(shù)似然比率值(log likelihood ratio, LLR) LLR (y)= ln [ Ρ(x=0|y) Ρ(x=1|y) ]= 2 σ 2 y 進(jìn)行譯碼。
串行抵消譯碼算法是極化碼的原始譯碼算法。在該算法下,當(dāng)碼長取無限大時,極化碼具有可達(dá)信道容量限的性能。該算法采用逐位譯碼的機(jī)制,前一位譯碼的結(jié)果參與到后一位的譯碼過程中。因此,若前一位譯碼錯誤,就會影響后續(xù)位的輸出結(jié)果,而且該錯誤結(jié)果在后續(xù)位的譯碼過程中無法糾正。對于碼長為N的極化碼,SC的逐位譯碼過程可分為(logN+1)個階段,如圖2所示,最左邊階段N個節(jié)點對應(yīng)信源向量估值 u ^ 0 Ν-1 。在(logN+1)個階段中,軟信息α={α0,α0,…,αN-1}和比特位硬判決估值β={β0,β0,…,βN-1}由節(jié)點傳遞給左孩子(圖2中αl和βl)或右孩子節(jié)點(圖2中αr和βr),最后可計算出信源向量的估值。譯碼時從最右邊二叉樹的根節(jié)點開始,首先以信道初始似然值作為原始信息,計算傳遞給左孩子節(jié)點的軟信息。具體算法[13]如下。
本文編號:3268008
【文章來源】:科學(xué)技術(shù)與工程. 2020,20(08)北大核心
【文章頁數(shù)】:8 頁
【部分圖文】:
不同碼長極化碼在SC、BP、PNN、NSC、優(yōu)化后
執(zhí)行l(wèi)ogN次克羅內(nèi)克積(Kronecker product,所得結(jié)果為F?logN)與比特位翻轉(zhuǎn)置換操作(按位翻轉(zhuǎn)置換矩陣BN)后得到,圖1展示了碼長為8的極化碼上述編碼過程。若在二進(jìn)制相移鍵控(binary phase shift keying, BPSK)和加性高斯白噪聲(additive white gaussian noise,AWGN)信道下,則發(fā)送端對碼字x進(jìn)行BPSK調(diào)制后經(jīng)AWGN信道傳輸?shù)玫揭唤M軟信息y,向量y=(1-2x)+z。其中,噪聲向量z∈RN且z~N(0,σ2)。接收端利用這組軟信息計算碼字x中每一位的對數(shù)似然比率值(log likelihood ratio, LLR) LLR (y)= ln [ Ρ(x=0|y) Ρ(x=1|y) ]= 2 σ 2 y 進(jìn)行譯碼。
串行抵消譯碼算法是極化碼的原始譯碼算法。在該算法下,當(dāng)碼長取無限大時,極化碼具有可達(dá)信道容量限的性能。該算法采用逐位譯碼的機(jī)制,前一位譯碼的結(jié)果參與到后一位的譯碼過程中。因此,若前一位譯碼錯誤,就會影響后續(xù)位的輸出結(jié)果,而且該錯誤結(jié)果在后續(xù)位的譯碼過程中無法糾正。對于碼長為N的極化碼,SC的逐位譯碼過程可分為(logN+1)個階段,如圖2所示,最左邊階段N個節(jié)點對應(yīng)信源向量估值 u ^ 0 Ν-1 。在(logN+1)個階段中,軟信息α={α0,α0,…,αN-1}和比特位硬判決估值β={β0,β0,…,βN-1}由節(jié)點傳遞給左孩子(圖2中αl和βl)或右孩子節(jié)點(圖2中αr和βr),最后可計算出信源向量的估值。譯碼時從最右邊二叉樹的根節(jié)點開始,首先以信道初始似然值作為原始信息,計算傳遞給左孩子節(jié)點的軟信息。具體算法[13]如下。
本文編號:3268008
本文鏈接:http://sikaile.net/kejilunwen/wltx/3268008.html
最近更新
教材專著