NR Polar Code 四译码1（SC: N=2,N=4）

明朝百晓生

已于 2022-04-14 15:45:37 修改

阅读量1.8k

点赞数 1

分类专栏：芯片开发文章标签：算法

于 2022-04-14 15:38:05 首次发布

4AM_明朝百晓生

本文链接：https://blog.csdn.net/chengxf2/article/details/124117692

版权

芯片开发专栏收录该内容

94 篇文章 33 订阅

订阅专栏

前言

上面几篇文章可以看到Polar码的优点，编码极其简洁,非常优雅

$x=uG_n$

Polar 译码通过SC方式译码，在有限码长时，性能不理想，改进的串行抵消算法

SCL(Successive Cancellation List) 在译码过程中保留多个候选路径，可以用较少的复杂度

有效的提升有限码长下的Polar 码性能。

在吞吐量测试，游戏场景对数据量要求大的场景不太适用。同时它只适用于离散无记忆信道，很多视频都有提到过（例如台湾交通大学陈伯宁老师，以及原著里面的都有提到过），使得它的泛化性受到很大的影响

在控制信道，因为吞吐量小，比较试用。

在限制条件方面涉及到一些基础交叉学科，特别是信道容量涉及到凸优化。对信道的建模，对于有记忆信道，贝叶斯，HMM,RNN,LSTM这种模型如何处理，无记忆信道里面的高斯白噪声信道，又涉及到假设检验,大数定律。都需要深入去研究。

信道解码的时候，前向纠错码，前面一定要解码正确了，后面才能解码正确，否则会一直错下去，就涉及到K的取值，同时erase probality 如何选取，比如不同温度这个概率是不一样的，以及不同的场景下，太高了，影响速率，太低了就会解码出错。

关键字

串行抵消（Successive Cancellation，SC）译码算法

参考文档：

CSDN

Polar SC的C语言实现之译码篇 - 灰信网（软件开发博客聚合）

SC Decoder 流程
N=2 decoder
N=4 decoder
补充只是

一 SC Decoder 流程

1.1 整体收发流程

通过polar 编码后的 $x\in[0,1]$

再经过BPSK后，发送的实际数据或者接收方收到的数据

$r(x)=\left\{\begin{matrix} 1, if :x=0\\ -1,if :x=1 \end{matrix}\right.$

1.2 译码流程

1.2 目的：

根据接受到向量r,解码出发送方的向量u,

函数: u=L(r), 也称为belief for u

发送方定义一个（N,K）的Polar 码

将K个消息Bit 放在N个子信道上,该子信道称为信息集合

将N-K个子信道放置固定比特，如全为0，该子信道称为冻结集合

$r^N=\begin{bmatrix} r_1 & r_2 & r_3 & .... & r_N \end{bmatrix}$ : received vector

解码流程:

根据收到的 $r^N$ , 解码出 $\hat{u_1}$

根据 $r^N,\hat{u_1}$ ,解码出 $\hat{u_2}$

串行消码

根据 $r^N,\hat{u_1},\hat{u_2},...,\hat{u_i}$ ,解码出 $\hat{u_{i+1}}$

其中：

如果 $u_i$ 传的是冻结bit,则 $\hat{u_i}=0$ ,不需要解码

如果 $u_i$ 传的是消息bit,需要通过SISO decoder 解码

二 N=2 decoder

2.1 SISO decode $\hat{u_1}$ (SPC: single parity check )

因为 $x_1=u_1+u_2$

所以： $u_1=x_1+x_2$

通过下面函数实现异或功能：

$L(u_1)=f(r_1,r_2)=sgn(r_1)sgn(r_2)min(|r_1|,|r_2|)$

$\hat{u_1}=\left\{\begin{matrix} 0,if L(u_1)\geq 0\\ 1, if L(u_1)<0 \end{matrix}\right.$

通过真值表很容易的看出来，只有 $r_1,r_2$ 同符号(正负号相同)的时候，

$sgn(r_1)sgn(r_2)\geq 0$ , $u_1=0$

2.2 解码 $\hat{u_2}$

因为

$u_2=\left\{\begin{matrix} x_2,...\\ x_1, if: \hat{u_1}=0 \\\bar{ x_1}, if: \hat{u_1}=1 \end{matrix}\right.$

其中：

$u_2=\bar{x_1}=\left\{\begin{matrix} 0,if x_1=1\\ 1, if x_1=0 \end{matrix}\right.$

综合得到：

$L(u_2)=r_2+r_1$ , if $\hat{u_1}=0$ , $x=[u_2,u_2]$

$L(u_2)=r_2-r_1, if \hat{u_1}=1,x=[\bar{u_2},u_2]$

belief for 函数：

$\hat{u}=\left\{\begin{matrix} 0,if L(u)>0\\ 1,if L(u)<0 \end{matrix}\right.$

通过真值表也很容易看出：

发现belief for 幅度变大了（2），当跟threshold 比较的时候，更不容易出错。

2.3 二进制树解释：

step1: 收到信息r，通过F函数，在左分支传递过去

$r_1,r_2$ 是关于 $x_1,x_2$ belief

step2 叶节点返回得到的 $\hat{u_1}$ ,在右边分支传递g 函数信息,

$\hat{u_1}$ 起到硬判决作用 ,这也是为什么叫 g 函数的原因

$f(r_1,r_2)=sgn(r_1)sgn(r_2)min(|r_1|,|r_2|)$

$g(r_1,r_2,\hat{u_1})=r_2+(1-2\hat{u_1})r_1$ （可以参照2.2）

step3 根节点得到code word :x

三 SC decoder(N=4) 解码左子树(split 过程)

send belief down to it's left child,and get decisions

原理：

这也是这篇文档中最难理解的一步：

简单的说r是关于X的函数

step1 解码： $\hat{v_1}$ ,获得belief for $v_1$

因为 $v_1=x_1+x_2$

$=[x_{11},x_{12}]+[x_{21},x_{22}]=[x_{11}+x_{21},x_{12}+x_{22}]$

$=[f(r_1,r_3),f(r_2,r_4)]$

写成向量形式:

$L=[L_1,L_2]$ 两个bit

$L_1=f(r_1,r_3),L_2=f(r_2,r_4)$

step2 解码 $\hat{u_1}$ ,获得belief for $u_1$

这时为 N=2 decoder

得到 $\hat{u_1}=f(L_1,L_2)$

先解码出 $U_1,$ ,再解码出 $U_2$ ，再把解码结果返回根节点

step3 根据 $\hat{u_1}$ ,解码出 $\hat{u_2}$ ,获得belief for $u_2$

$\hat{u_1}$ 起一个gate 作用,得到一个关于 $u_2$ 的g 函数

$\hat{u_2}=g(r^4,\hat{u_1})$

为什么称为belief for $u_2$ ,因为得到的 $\hat{u_2}$ 是预测值，跟真实值可能存在偏差

四 SC decoder(N=4) 解码右子树(split 过程)

step1: 解码 $v_2$ ,得到g 函数

因为 $\hat{v_1}=[\hat{u_1}+\hat{u_2},\hat{u_2}]$

有2个bit ，分别基于 $\hat{u_1}+\hat{u_2}$ ， $\hat{u_2}$ 作为gate,得到关于 $v_2$ 的belief for函数

step2 得到N=2的子树，按照N=2解码出 $\hat{v_3},\hat{v_4}$

step3 把解码结果返回到根节点

五背景知识补充

$x$ : code word 为 4bits

$x=[x_1,x_2]$

其中:

$x_1=[x_{11},x_{12}],x_2=[x_{21},x_{22}]$

$x_1=v_1+v_2$

2 bits

$x_2=v_2$

2bits

就是编码的结果

明朝百晓生

关注

1
点赞
踩
12

收藏

觉得还不错? 一键收藏
0
评论
NR Polar Code 四译码1（SC: N=2,N=4）

前言上面几篇文章可以看到Polar码的优点，编码极其简洁，非常优雅 Polar 译码通过SC方式译码，在有限码长时，性能不理想，改进的串行抵消算法SCL(Successive Cancellation List) 在译码过程中保留多个候选路径，可以用较少的复杂度有效的提升有限码长下的Polar 码性能。在吞吐量测试，游戏场景对数据量要求打的场景不太适用。同时它只适用于离散无记忆信道，很多视频都有提到过（例如台湾交通大学陈伯宁老师，以及原著里...
复制链接

扫一扫