[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

说明书

本发明提出一种基于错误概率辅助的删除信道下极化码构造方法，根据u端比特的实际译码的错误概率分布提前固定部分比特即利用实际译码的错误概率的中位数选择出“最好”和“最坏”的比特提前固定下来，在之后的蒙特卡洛仿真中不计算这些提前固定的节点的错误概率，使用实际译码的错误概率的平均值作为度量标准进行大规模蒙特卡洛仿真确定剩余比特的可靠性排序。在固定删除错误数量的删除信道中，此方法可以极大地降低构造复杂度，通过该方法构造的信息集和冻结集在译码中能够获得更低的误帧率性能。同时本发明通过提前固定部分比特降低了蒙特卡洛仿真的复杂度，这有利于增加蒙特卡洛仿真的实用性。

技术领域

本方法属于通信领域的信道编码技术，具体涉及一种删除信道下基于错误概率辅助的极化码的改进蒙特卡洛仿真方法。

背景技术

传统的极化码码字构造方法，例如高斯近似、密度进化和Ido-Vardy方法，都只能针对离散无记忆的对称信道，不适用于插入/删除信道。目前极化码在插入/删除信道下依然采用蒙特卡洛仿真来确定信息位和冻结集的位置，其复杂度为O(MNlogN)，其中M为蒙特卡洛仿真的次数，该数值一般为百万量级。传统蒙特卡洛仿真的流程为：u端传输随机比特序列，在接收端使用SC算法译码，与普通译码不同的是，译码时需要使用预先得知的译码输入信息进行计算，而不能直接根据前面比特的译码结果计算。如此循环往复并统计每个比特的错误次数M_i,error，假设仿真的总帧数为M,那么第i个比特的错误概率为根据每个比特的实际错误概率从小到大排序选取出信息位。这种方法需要使用训练序列进行多次计算，而只有当测试数量足够多时，才能保证时间平均得到的结果接近真实的平均值。因此相较于高斯近似等构造方法得到的极化码码字，传统蒙特卡洛仿真构造的极化码码字在译码性能上往往存在缺陷，在高信噪比和低码率时这种缺陷会更加明显。为降低删除信道下码字构造的高复杂度和提升删除信道下极化码码字译码性能，本发明提出一种基于错误概率辅助的改进蒙特卡洛方法。

发明内容

考虑到在蒙特卡洛仿真次数较少时错误数量的时间平均值并不一定是最优的度量方式，本发明特提出一种基于错误概率辅助的改进蒙特卡洛仿真方法，根据u端比特的实际译码的错误概率分布提前固定部分比特即利用实际译码的错误概率的中位数选择出“最好”和“最坏”的比特提前固定下来，在之后的蒙特卡洛仿真中不计算这些提前固定的节点的错误概率，使用实际译码的错误概率的平均值作为度量标准进行大规模蒙特卡洛仿真确定剩余比特的可靠性排序。在固定删除错误数量的删除信道中，此方法可以极大地降低构造复杂度，通过该方法构造的信息集和冻结集在译码中能够获得更低的误帧率性能。

本发明研究的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。所使用的译码算法为文献[1]中提出的基于删除图样加权的译码算法。在该模型下删除图样是均匀分布的且每个删除错误分布独立。本发明提出的基于错误概率辅助的蒙特卡洛仿真与传统蒙特卡洛仿真最大的区别在于：基于错误概率辅助的蒙特卡洛仿真在译码到u端时并不统计每个比特的译码错误次数，而是统计每个比特的错误概率，在本发明研究的删除信道模型下第i个比特的实际译码错误概率为：

该公式的含义为在前面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。

具体方法实施步骤如下：

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。