基于PD-CNN的Polar码译码算法

• 作者: 孔令军 徐鹏 赵生妹 郑宝玉
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: Polar码 卷积神经网络 相关性噪声 置信度传播
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法研究
• 页码范围: 1652-1660
• 页数: 9页
• 分类号: TN911
• 字数: 6567字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2019.10.005

摘要

针对传统Polar码译码算法在相关噪声信道下性能严重下降的问题,提出了一种基于前置预判-卷积神经网络(Prior Decision-Convolutional Neural Networks,PD-CNN)的译码算法.通过前置预判深度优化CNN,使其准确地估计信道噪声并使残余噪声尽可能遵循高斯分布,再根据残余噪声分布统计更新出可靠的似然比信息.分析了不同译码算法对不同码率Polar码在不同噪声相关强度下的译码性能,并与本文所提出的译码算法进行对比.仿真结果表明:在相关噪声信道下,当误码率为10-5时,本文所提出的译码算法与标准置信度传播算法相比可获得约2.5 dB的增益.此外,在高信噪比时,与置信度传播-卷积神经网络算法相比,本文提出的译码算法具有相同的性能,但复杂度更低,译码延迟最大可减少42％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑宝玉	南京邮电大学通信与信息工程学院	283	2852	26.0	40.0
5	赵生妹	南京邮电大学通信与信息工程学院	99	581	13.0	17.0
9	孔令军	南京邮电大学通信与信息工程学院	7	8	2.0	2.0
10	徐鹏	南京邮电大学通信与信息工程学院	1	0	0.0	0.0