[发明专利]一种基于错误概率辅助的删除信道下极化码构造方法

权利要求书

1.一种基于错误概率辅助的删除信道下极化码构造方法，其特征在于：删除信道模型是基于固定删除数量的删除信道模型，同时传输信道中还存在高斯噪声；下文中一律使用删除信道表示同时含有删除错误和高斯噪声的信道；在该删除信道模型下删除图样是均匀分布的且每个删除错误分布独立；删除信道模型下第i个比特的实际译码错误概率为：

公式(1)的含义为在前面i-1个比特都译码正确即的情况下第i个比特译码错误的概率，其中，Y表示实际接收到的符号序列，d表示在接收序列中存在d个删除错误，u_i表示实际输入的第i个比特值，为译码得到的第i个比特的判决结果；

具体步骤如下：

步骤一、根据实际应用场景下传输所需的码字长度和码率确定极化码码长N和信息集长度K，序列A_best和A_worst和初始化为空；

步骤二、分别对删除信道和只有高斯噪声的信道进行固定帧数的基于错误概率中位数的蒙特卡洛仿真，即统计固定仿真次数下得到的各比特的实际译码错误概率的中位数，并将其作为评判比特可靠性的标准，在该标准下实际译码错误概率中位数越低的比特可靠性越高，只有高斯噪声的信道中第i个比特的实际译码错误概率为：

在只有高斯噪声的信道中进行基于错误概率中位数的蒙特卡洛仿真得到可靠性列表并进行排序，挑选出第K位的错误概率的中位数作为阈值T_e,best,将删除信道中得到的错误概率中位数低于T_e,best的比特按照可靠性高低依次归入序列A_best；

步骤三、对于当前的信道参数即码长N,信息位长度K，删除错误数量d和当前SNR,根据经验设置阈值T_e,worst,将删除信道下得到的错误概率中位数高于T_e,worst的比特按照可靠性高低依次归入序列A_worst；

步骤四、提前归入序列A_best和A_worst的比特以及这些比特在译码树中对应的节点均被视为rate-0节点，在后续的蒙特卡洛仿真中不必计算rate-0节点；进行大规模基于错误概率平均数的蒙特卡洛仿真即统计固定仿真次数下得到的各比特的实际译码错误概率的平均数并将其作为评判比特可靠性的标准，在该标准下实际译码错误概率平均数越低的比特的可靠性越高，从而得到没有被提前归入序列A_best和A_worst的比特的可靠性，将这些比特按照可靠性高低进行排序得到可靠性序列A_simulation；最终排序好的可靠性列表为[A_best,A_simulation,A_worst]；

步骤五、挑选可靠性列表[A_best,A_simulation,A_worst]中前K个比特作为信息集A，后面N-K个比特被固定为冻结集A_c。