[发明专利]一种低复杂度的极化码多码块译码器有效
| 申请号: | 202010471715.0 | 申请日: | 2020-05-29 |
| 公开(公告)号: | CN111786683B | 公开(公告)日: | 2022-11-08 |
| 发明(设计)人: | 王闻今;房天昊;侯宏卫;吴体昊 | 申请(专利权)人: | 东南大学 |
| 主分类号: | H03M13/15 | 分类号: | H03M13/15 |
| 代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 孟红梅 |
| 地址: | 211189 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 复杂度 极化 码多码块 译码器 | ||
本发明公开了一种低复杂度的极化码多码块译码器,主要包括:用于获取基础信息查找表模块,用于更新对数似然比LLR的LLR计算模块,用于分裂子路径,并得到保留路径的路径修剪模块,用于更新部分和至相应层的部分和更新模块和进行循环冗余校验码CRC校验并选择输出结果的CRC校验模块;本发明基于FSL算法并结合5G中的分布式CRC特性实现了极化码译码器硬件结构,并且译码器实现过程中采用对路径度量值进行不完全排序、多码块顺序译码、路径索引存储、并行计算校验和等手段,有效降低了译码时延,提高了吞吐量;能够适用于实际的5G系统中,具有较强的工程实用性。
技术领域
本发明属于信道译码领域,尤其涉及一种基于翻转校正子列表(FSL,FlippedSyndrome List)译码算法的极化码低复杂度译码器。
背景技术
极化码由Arikan教授率先提出。其充分利用了信道极化现象,利用可靠信道传输信息比特,其他信道传输冻结比特,从而成为唯一一种被严格证明在二进制离散无记忆信道中可以达到香农极限的信道编码方式,因此吸引了大量的关注和研究,成为了学术界和工业界的研究热点。2016年11月18日,在美国内华达州里诺召开的3GPP RAN1#87次会议,确定了极化码作为5G增强移动宽带(eMBB,Enhanced Mobile Broadband)场景下控制信道编码方案。
Arikan在论文中首先提出了串行消除(SC,Successive Cancellation)译码算法,该译码算法具有较低的复杂度,但是因为前后信息位的关系比较大,会导致错误传播,使得误码率性能下降。针对这一问题,提出了串行消除列表(SCL,Successive CancellationList)译码算法和CRC辅助的SCL(CA-SCL,Cyclic Redundancy Check-Aided SCL)。SCL算法在计算过程中保留L条可能的路径,并计算其路径度量值(PM,Path Metrics),最终选择PM值最小的路径作为输出路径。CA-SCL算法通过添加CRC校验,可以在额外开销不大的情况下有效降低误码率。虽然两种方法都降低了误码率,但是提高了复杂度。注意到在译码二叉树中,存在一些特殊节点。对这些特殊节点进行处理,可以降低译码复杂度。根据这一思路,提出了简化串行消除列表(SSCL,Simplified Successive Cancellation List)算法、快速简化串行消除列表(Fast-SSCL,Fast Simplified Successive Cancellation List)算法等新的算法,但这些算法对译码树中的特殊节点优化不完全,根据这些算法设计的译码器具有译码时延高、吞吐量低等缺点。
发明内容
发明目的:本发明的目的是提出一种基于FSL算法的、低延时、高吞吐量的、适用于5G系统的极化码译码结构。
技术方案:为实现上述发明目的,本发明采用的技术方案为:
一种低复杂度的极化码多码块译码器,包括:查找表模块、对数似然比计算模块、路径修剪模块、部分和更新模块以及循环冗余校验码校验模块;
所述查找表模块,用于给其他四个模块提供译码过程中需要用到的已知信息;
所述对数似然比计算模块,用于根据部分和更新模块输入的路径索引和存储器中的对数似然比更新节点对数似然比;
所述路径修剪模块,用于根据节点对数似然比绝对值的排序索引和硬判决结果计算各条子路径的部分和,然后和硬判决结果以及节点对数似然比绝对值计算路径度量值,最后对路径度量值采用流水线排序,排序算法采用结合双调排序和奇偶排序的混合排序算法,在最后一阶排序中采用不完全排序,并产生硬判决层新的路径索引,同时送入部分和更新模块和循环冗余校验码校验模块;
所述部分和更新模块,用于根据硬判决层路径索引更新译码树各层路径索引,然后更新部分和,并将新的路径索引送入对数似然比计算模块;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010471715.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于强化学习的集中式数据处理时间优化方法
- 下一篇:一种空调器
- 同类专利
- 专利分类





