[发明专利]一种Polar码译码方法、译码装置和译码器

说明书

本发明公开一种Polar码译码方法、译码装置和译码器，其中译码方法包括以下步骤：在信道接收端获取经过调制的Polar码信息，利用硬判决对信道接收值进行译码，得到初步译码结果，进而得到信道噪声第一估计值；利用卷积神经网络建立信道噪声第一估计值与信道噪声的真实值之间的关系，将信道噪声第一估计值作为输入提供给卷积神经网络，得到信道噪声第二估计值；利用信道接收值和残余噪声的分布统计，修正对数似然比LLR；将修正过的LLR进行BP译码迭代。本发明利用卷积神经网络对信道噪声的特征进行学习并估计出信道噪声的分布，计算出更可靠的似然比信息能帮助译码器进行更准确的译码，提升Polar码的性能。

技术领域

本申请涉及Polar码译码领域，尤其涉及一种Polar码译码方法、译码装置和译码器。

背景技术

Polar码是Arikan提出的新型信道编码，它是迄今为止理论上唯一可达到香农限的信道编码方法，自提出以来，Polar码引起了人们的极大关注。为了改善Polar码在有限码长时的性能，学者们提出了许多有效的译码算法，然而，在实际的通信系统中，信道可能会出现衰落和相关性的噪声。相关噪声的产生有多种原因，接收机处的过采样会引起相关噪声，数字系统中的设备噪声同样具有相关性，而且在电力线通信中，普通建筑物和住宅电子设备也会产生彩色噪声，另一个例子是在10GBASE-t以太网中，需要使用各种滤波方案来对抗相关噪声导致的符号间干扰。

相关性的噪声对信道编码的性能影响很大，解决这个问题的最有效方法就是白化，把有色噪声转化为白噪声，但是这种方法对于长码来说是高度复杂的，需要矩阵乘法。另外，传统的Polar码译码方法只是根据信道的接收值进行译码，而对于信道的噪声无法进行进一步的处理。因此，需要设计出能够利用噪声相关特性而不依赖于其特定结构的低复杂度和鲁棒性的译码方法及其装置。

发明内容

针对现有Polar码译码方案在相关性噪声下性能不理想的问题，本发明提供一种基于HD-CNN(硬判决-卷积神经网络)的Polar码译码方法，通过卷积神经网络对信道噪声的特征进行学习，在接收端对信道噪声进行准确估计，更新并计算LLR(Log likelihoodRatio，对数似然比)值。

一种Polar码译码方法，包括以下步骤：

在信道接收端获取经过调制的Polar码信息，其值为信道接收值，包括有效信息和信道噪声；通过设置门限值，利用硬判决对所述信道接收值进行译码，得到初步译码结果；将所述信道接收值减去所述初步译码结果，得到信道噪声第一估计值；利用卷积神经网络建立所述信道噪声第一估计值与信道噪声的真实值之间的关系，将所述信道噪声第一估计值作为输入提供给所述卷积神经网络，得到信道噪声第二估计值；利用所述信道接收值和残余噪声的分布统计，修正对数似然比LLR；将修正过的LLR进行BP译码迭代，所述残余噪声由最初的信道噪声减去所述信道噪声第二估计值得到。

进一步，所述卷积神经网络的结构包括网络的层数、卷积核的大小和卷积核的数量。

进一步，利用卷积神经网络建立所述信道噪声第一估计值与信道噪声的真实值之间的关系之后，还包括：通过所述卷积神经网络对所述信道噪声第一估计值和误差函数进行训练，误差函数为

n为信道噪声的真实值，n'为信道噪声第二估计值

其中

D和S分别为偏度和峰度，其中n_i表示真实噪声向量中的第i个元素，n′_i表示卷积神经网络输出向量的第i个元素，表示样本的均值。