-
公开(公告)号:CN112953559B
公开(公告)日:2022-11-08
申请号:CN202110182545.9
申请日:2021-02-08
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H03M13/13
Abstract: 本发明公开了基于冻结位对数似然值修正的极化码译码方法,在SCL译码器的译码结果未通过循环冗余校验的情况下,构造衰减因子集合,进行冻结位对数似然值修正译码,包括以下步骤:初始化参数后,计算对数似然值,若比特属于冻结位且对数似然值发生错误需要进行修正,进行冻结位对数似然值修正和节点回溯修正;译码完成后,若译码结果若通过循环冗余校验,说明译码正确,输出译码结果;否则,若未达到最大迭代次数,尝试新的衰减因子再次进行冻结位对数似然值修正译码;如果达到最大迭代次数则译码终止。本发明方法能够削弱串行译码的差错传播并纠正传统SCL译码器中的错误,从而提高SCL译码器的误码性能。
-
公开(公告)号:CN114448575A
公开(公告)日:2022-05-06
申请号:CN202210264801.3
申请日:2022-03-17
Applicant: 东南大学 , 网络通信与安全紫金山实验室
Abstract: 本发明公开了基于动态拷贝映射的极化码重传译码方法,包括以下步骤:首先构造拷贝映射集合,然后进行极化矩阵扩展重传基于动态拷贝映射的置信传播译码,具体包括:接收端对初传接收信号进行译码,如果译码器的输出结果未满足循环冗余校验,则发送否定应答,进行拷贝映射编码、打孔与重传,联合置信传播译码得到译码序列,若通过译码序列通过循环冗余校验,则从译码序列截取子序列,输出最终译码结果;若未通过,且达到迭代上限和重传上限,则重传译码失败,流程结束。与现有技术相比,本发明的译码方法能够动态控制拷贝位分布以及改善极化码的误码块性能。
-
公开(公告)号:CN114448575B
公开(公告)日:2024-02-06
申请号:CN202210264801.3
申请日:2022-03-17
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H04L1/00 , H04L1/1607
Abstract: 本发明公开了基于动态拷贝映射的极化码重传译码方法,包括以下步骤:首先构造拷贝映射集合,然后进行极化矩阵扩展重传基于动态拷贝映射的置信传播译码,具体包括:接收端对初传接收信号进行译码,如果译码器的输出结果未满足循环冗余校验,则发送否定应答,进行拷贝映射编码、打孔与重传,联合置信传播译码得到译码序列,若通过译码序列通过循环冗余校验,则从译码序列截取子序列,输出最终译码结果;若未通过,且达到迭代上限和重传上限,则重传译码失败,流程结束。与现有技术相比,本发明的译码方法能够动态控制拷贝位分布以及改善极化码的误码块性能。
-
公开(公告)号:CN114650063A
公开(公告)日:2022-06-21
申请号:CN202210361218.4
申请日:2022-04-07
Applicant: 东南大学 , 网络通信与安全紫金山实验室
Abstract: 本发明是一种基于遗传算法优化的极化码重传方法,该方法包括第一步:重传前编码部分,包括参数定义、构造拷贝映射、重传部分编码;第二步:遗传算法优化重传打孔向量,包括参数定义与初始化、种群初始化、遗传与变异、计算个体的适应度参数、种群筛选等;使用的码字是循环冗余校验(Cylic Redundancy Check,CRC)码和极化码形成的级联码。本发明中的方法在译码失败的情况下应用极化矩阵扩展重传,对重传中速率匹配的打孔序列应用遗传算法,在迭代过程不断筛选出误码率性能更好的打孔序列,并以前一次重传的打孔序列为基础,优化下一次重传序列,最终能够收敛至局部最优解,获取性能增益。
-
公开(公告)号:CN112953559A
公开(公告)日:2021-06-11
申请号:CN202110182545.9
申请日:2021-02-08
Applicant: 东南大学 , 网络通信与安全紫金山实验室
IPC: H03M13/13
Abstract: 本发明公开了基于冻结位对数似然值修正的极化码译码方法,在SCL译码器的译码结果未通过循环冗余校验的情况下,构造衰减因子集合,进行冻结位对数似然值修正译码,包括以下步骤:初始化参数后,计算对数似然值,若比特属于冻结位且对数似然值发生错误需要进行修正,进行冻结位对数似然值修正和节点回溯修正;译码完成后,若译码结果若通过循环冗余校验,说明译码正确,输出译码结果;否则,若未达到最大迭代次数,尝试新的衰减因子再次进行冻结位对数似然值修正译码;如果达到最大迭代次数则译码终止。本发明方法能够削弱串行译码的差错传播并纠正传统SCL译码器中的错误,从而提高SCL译码器的误码性能。
-
公开(公告)号:CN114650063B
公开(公告)日:2025-02-21
申请号:CN202210361218.4
申请日:2022-04-07
Abstract: 本发明是一种基于遗传算法优化的极化码重传方法,该方法包括第一步:重传前编码部分,包括参数定义、构造拷贝映射、重传部分编码;第二步:遗传算法优化重传打孔向量,包括参数定义与初始化、种群初始化、遗传与变异、计算个体的适应度参数、种群筛选等;使用的码字是循环冗余校验(Cylic Redundancy Check,CRC)码和极化码形成的级联码。本发明中的方法在译码失败的情况下应用极化矩阵扩展重传,对重传中速率匹配的打孔序列应用遗传算法,在迭代过程不断筛选出误码率性能更好的打孔序列,并以前一次重传的打孔序列为基础,优化下一次重传序列,最终能够收敛至局部最优解,获取性能增益。
-
-
-
-
-