Page 45 - 网络电信2024年6月刊
P. 45
二、光通信衰落信道极化码构造的实现过程 j= 的二进制形式; 表示矩阵F= 的n次克罗
高斯近似算法是一种被广泛使用的极化码构造方式,其算 内克积, 有递归式 。对于硬件和软件层面
法复杂度较低,构造结果优异,但并不直接适用于光通信衰落
信道。通过将衰落信道等效为加性高斯白噪声信道,将该构造 的编码方式,可以采用相同的方式进行处理,在译码侧则有所不
方式进行扩展,以适用于光通信衰落信道。
同。
2.1 极化码构造方案
高斯近似算法,主要的应用场合为加性高斯白噪声信道 串行抵消(Successive Cancellation,SC)译码算法是极化
(Additive White Gaussian Noise Channel, AWGNC),该算法
码最经典的译码方式,其流程简单且易于实现。假设码长为2,
噪声均值为0,方差为σ2的高斯加性白噪声,那么接收信号的
LLR形式如公式(8)所示。
的主要思想是在极化过程( , )中,三
个极化信道的对数似然比都是“方差为均值两倍的高斯随机
变量”,从而将问题转化为“用 中的对数似然比均值算出 (8)
和 中的对数似然比均值”。最终利用公式(1)和(2) 公式(8)中,σ2 为噪声方差,yi为第i个接收符号。
不断迭代计算直至码字长度N,然后选取具有最大对数似然比均 根据接收端求得的LLR,可以进行f 运算先求得信息比特u1,
其运算和判决过程分别如公式(9)和公式(10)所示:
值的极化信道来传输信息比特即可。
E{sj}=2E{xi} (1)
E{zk}=φ-1{1-[1-φ(E{xi})]2} (2)
其中,E{xi}代表当前接收到的第i个LLR值,E{sj}代表第j
个偶数信道计算得的LLR均值,E{zk}代表第k个奇数信道计算得
的LLR均值,对于φ函数,可以用公式(3)进行近似计算。 (9)
(3)
瑞利衰落信道下的极化码构造方式有着类似于高斯近似算 (10)
法的构造方式,但不同之处在于,计算需要用到的对数似然比 再将u1作为参数来利用g 运算求解u2,其运算过程和判决过
有所不同,因此,需要将瑞利衰落信道等效为二进制输入加性 程分别如公式(11)和公式(12)所示:
高斯白噪声信道(BIAWGNC)来应用高斯近似算法,即需要计算等
效后的信道的噪声方差。对于瑞利衰落信道,其平均互信息可 (11)
通过公式(4)计算,其中CG为BIAWGNC的平均互信息,可由公式
(5)进行计算,其信道转移概率p(y|s)可由公式(6)计算。
(4) (12)
从而完成一个码长为2的极化码的译码过程,当极化码码长
(5) 为2n时,将译码过程划分为若干层,最底层是若干个基本译码
(6) 单元,将该层的译码结果传递到下一层作为初值进行译码,即
可得到最终译码结果。
利用平均互信息等效的方式,找到一个等效的BIAWGNC,使 串行抵消列表(Successive Cancellation List,SCL)译码
其具有和瑞利衰落信道相同的平均互信息。其等效关系如公式 算法是目前应用最广泛的译码方式,其引入了路径度量(Path-
Metric,PM)的概念,指的是某个译码结果的后验概率,这个值
(7)所示,其中 即为等效信道的噪声方差。 越大,表示该层译码结果正确的概率越大,因此,顺着该结果
继续使用SC译码方式得到最终正确的译码结果的概率越大。SCL
(7) 译码器内部并行的放置了K个SC译码器,从第1个译码器开始执
行运算,直到判决出第一个信息比特后,将第1个译码器计算
2.2 极化码编译码算法实现 出的所有中间数据值和LLR值给第K个译码器,并且将原始译码
路径的ui为0,新路径的ui为1,即同时保留了ui为0和1的两种结
极化码的编码可以在构造完成后通过编码矩阵完成,编 果,并且两个激活的译码器将以各自当前的结果继续进行下列
运算,直到遇到下一个信息比特时,分别重复上述步骤,从而
码矩阵GN可表示为 ,其中n=log2N。BN表示比特倒序 产生K个不同的译码结果,一般来说,SC译码器的个数有限,当
所有的译码器被激活并且判决到新的信息比特时,K个激活的译
置换矩阵,即BN把索引<i1i2…in>2上的元素置换到索引<inin-1… 码器将变为2K个激活的译码器,超出了最大的个数限制,为了
避免这个问题,当遇到这种情况时,需要将2K个路径的路径度
i1>2 上,<i1i2…in>2 和<in in-1 …i1>2分别是i= 和
70 网络电信 二零二四年六月