极化码译码技术研究文献综述

 2022-09-23 16:02:23

文献综述（或调研报告）：

（1）参考文献：

  1. Kai Niu, Kai Chen, Jiaru Lin, Q. T. Zhang, Polar codes: Primary concepts and practical decoding algorithms, IEEE Communications Magazine, Volume: 52, Issue: 7, 192 – 203, 2014
  2. Bo Yuan, Keshab K. Parhi, Successive cancellation decoding of polar codes using stochastic computing, 2015 IEEE International Symposium on Circuits and Systems (ISCAS), 3040 – 3043, 2015
  3. Ryuhei Mori, Toshiyuki Tanaka, Performance of polar codes with the construction using density evolution, IEEE Communications Letters, Volume: 13, Issue: 7, 519 – 521, 2009
  4. Cemaleddin Simsek, Kadir Turk, Simplified Early Stopping Criterion for Belief-Propagation Polar Code Decoders, IEEE Communications Letters, Volume: 20, Issue: 8, 1515 – 1518, 2016
  5. Freacute;deacute;ric Gabry, Valerio Bioglio, Ingmar Land, Jean-Claude Belfiore, Multi-kernel construction of polar codes, IEEE International Conference on Communications Workshops (ICC Workshops), 761 – 765, 2017
  6. Yingxian Zhang, Aijun Liu, Kegang Pan, Chao Gong, Sixiang Yang, A Practical Construction Method for Polar Codes, IEEE Communications Letters, Volume: 18, Issue: 11, 1871 – 1874, 2014
  7. Christopher Schnelling, Anke Schmeink, Construction of Polar Codes Exploiting Channel Transformation Structure, IEEE Communications Letters, Volume: 19, Issue: 12, 2058 – 2061, 2015
  8. Satish Babu Korada, Eren Scedil; aso˘glu, and Ruuml;diger Urbanke, Polar Codes: Characterization of Exponent, Bounds, and Constructions, IEEE TRANSACTIONS ON INFORMATION THEORY, VOL. 56, NO. 12, 6253-6264, DECEMBER 2010
  9. Erdal Arıkan, On the Origin of Polar Coding, IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS, VOL. 34, NO. 2, 209-223, 2016
  10. 陈凯. 极化编码理论与实用方案研究[D].北京邮电大学,2014.
  11. E. Arikan, 'Channel Polarization: A Method for Constructing Capacity-Achieving Codes for Symmetric Binary-Input Memoryless Channels,' in IEEE Transactions on Information Theory, vol. 55, no. 7, pp. 3051-3073, July 2009.
  12. A. Balatsoukas-Stimming, M. B. Parizi and A. Burg, 'LLR-Based Successive Cancellation List Decoding of Polar Codes,' in IEEE Transactions on Signal Processing, vol. 63, no. 19, pp. 5165-5179, Oct.1, 2015.

（2）文献综述简介

极化码代表了一类新兴的纠错码，其功率接近离散的无记忆信道的容量。[1]中旨在说明其原理，生成和解码技术。与传统的容量接近编码策略不同，它试图使代码尽可能地随机，极化码遵循一种不同的哲学，也是由香农创造的，通过创造一个共同典型的集合。信道极化是极化码的核心概念，通过数字世界中的马太效应直观地阐述，然后详细介绍极化编码的构造方法。极化码的蝶形结构引入了源比特之间的相关性，证明了使用SC算法进行有效解码。从概念和实践角度研究SC解码技术。最先进的解码算法，例如BP和一些通用的SC解码，也在广泛的框架中进行了解释。仿真结果表明，与CRC码连接的极化码的性能优于turbo或LDPC码。最后还讨论了实际场景中一些有前景的研究方向。

极化码已成为其独特的容量实现属性的最有利的信道代码。 迄今为止，已经报道了许多有效解码极化码的方法。 然而，这些先前的努力集中在通过确定性计算设计极化解码器，而现有文献中尚未研究具有诸如低复杂性和强错误恢复性的潜在优点的随机极化解码器的行为。 [2]中首次使用随机逻辑研究极化解码。 具体地，将常用的连续消除（SC）算法重新表述为随机形式。 讨论和分析了几种可能提高解码性能的方法。 仿真结果表明，随机SC解码器可以实现与其确定性对应的类似的纠错性能。 这项工作可以为随机极性码解码器的未来硬件设计铺平道路。

Arıkan提出的抽象极化编码使得有可能为对称二进制输入离散无记忆信道构建容量实现代码，具有低编码和解码复杂度。 然而，最初提出的代码构造方法的复杂性在块长度中呈指数增长，除非信道是二进制擦除信道。 最近，[3]文中提出了一种新的容量实现代码构造方法，其对于任意对称二进制输入无记忆信道的块长度具有线性复杂性。 在这封信中，我们评估了用新构造方法设计的极化代码的性能，并将其与使用Arıkan提出的线性复杂度的另一种启发式方法构造的代码进行比较。

极化码作为第一个经过理论验证的容量实现纠错码，已经成为信息论领域的一个里程碑，其低复杂度的编码和解码结构引起了人们的高度关注。对于解码部分，研究集中于基于连续消除和信任传播（BP）解码器的高效和低复杂算法。为了进一步降低基于BP的解码器的计算复杂度，可以使用避免不必要的迭代的早期停止方法。在[4]中提出了一种降低复杂度的早期停止方法，用于基于BP的极化码解码器。所提出的方法基于以下假设：仅观察极化为最高错误概率的小的信息比特簇足以检测成功的解码。仿真结果表明，与文献中的方法相比，所提出的早期停止准则显着降低了成功解码检测的计算复杂度以及整个解码过程的总操作数。

[5]中提出了一种基于混合不同大小的多个核的二进制极性码的广义构造，以构造不仅是整数幂的块长度的极化码。 这导致多核极化码具有非常好的性能，同时编码复杂度仍然很低并且解码遵循与原始Arikan极性码相同的一般结构。 该结构提供了许多实际优点，因为可以实现更多的代码长度而不会刺破或缩短。 我们在数值上观察到，我们的结构的错误率性能优于使用穿孔方法的最先进的结构。

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章