《电子技术应用》
您所在的位置:首页 > 通信与网络 > 设计应用 > 基于排序分组码本的纠错译码优化算法
基于排序分组码本的纠错译码优化算法
电子技术应用
薛晓娜,周志刚,倪建功,林叶江,裴豆
杭州电子科技大学 电子与信息学院
摘要: 针对基于猜测随机加性噪声的通用纠错译码算法中码本容量大、译码速度慢的问题,提出一种基于排序分组码本的纠错译码优化算法。对待译码序列分段,按照信息位码重大小对各码段进行排序,再按照码重值对码段进行分组,产生每组的码本,以组的形式进行译码。经仿真验证表明,优化算法译码速度相比于噪声猜测译码算法提升了一倍,误码性能与极大似然译码算法性能基本一致,验证了算法有效性。
中图分类号:TN919.32 文献标志码:A DOI: 10.16157/j.issn.0258-7998.245027
中文引用格式: 薛晓娜,周志刚,倪建功,等. 基于排序分组码本的纠错译码优化算法[J]. 电子技术应用,2024,50(6):47-51.
英文引用格式: Xue Xiaona,Zhou Zhigang,Ni Jiangong,et al. An optimized error-correcting decoding based on ordered group codebook[J]. Application of Electronic Technique,2024,50(6):47-51.
An optimized error-correcting decoding based on ordered group codebook
Xue Xiaona,Zhou Zhigang,Ni Jiangong,Lin Yejiang,Pei Dou
College of Electronics and Information, Hangzhou Dianzi University
Abstract: The Guessing Random Additive Noise Decoding with Ordered Group Codebook (OGC-GRAND) is proposed to solve the problems of large codebook capacity and slow decoding speed in GRAND. The decoding process can be executed by segmenting the decoding sequence, sorting the code segments according to the code weight of information bits, grouping the code segments according to the code weight value, and generating a codebook for each group. The simulation results show that the decoding speed of the algorithm is twice as fast as that of GRAND, and the bit error rate is the same as the Maximum Likelihood Decoding (MLD), which verifies the effectiveness of the algorithm.
Key words : channel decoding;universal decoding;ordered group;codebook

引言

线性分组码作为信道编码中最典型的编码方式,其译码算法经过数十年的发展逐渐成熟并广泛应用,重要的线性分组码有BCH码[1-3]、LDPC码[4]以及Polar码[5]等。目前各类分组码常用的译码算法都是利用编码原理进行译码,如BCH码并行实现的BM译码[6];LDPC码的自适应全并行MAP-BP译码算法[7];Polar码的CRC-SCL译码算法[8]。这些译码算法的设计及优化都依赖于编码方式。

为了建立线性分组码的通用译码架构,彭燕妮等[9]提出了一种基于RBF人工神经网络的线性分组码的通用译码网络,该网络经过一系列有效的训练后,可以实现各种类型的线性分组码的译码。Duffy等[10]提出了一种基于噪声猜测(Guessing Random Additive Noise Decoding, GRAND)的译码算法,该算法是极大似然译码算法的一种实现,利用传输过程中的噪声而非码结构进行译码,适用于码率较高的中短码。Duffy等[11]又对文献[10]中的算法进行改进,提出设置阈值(GRAND with Abandonment, GRANDAB)的译码算法,如果译码器查询噪声的次数超过设定的阈值,将中止译码进程来降低运算复杂度。Duffy等[12]提出了一种基于位可靠度排序(Ordered Reliablity Bits GRAND, ORBGRAND)的软判决译码算法,适用于并行硬件实现。Riaz等[13]和Abbas等[14]分别提出了GRAND算法和ORBGRAND算法的高吞吐量硬件架构。Li等[15]将串行抵消列表(Successive Cancellation List, SCL)译码算法与GRAND算法相结合,提出了适用于CRC-Polar码的SCL-GRAND译码算法。

文献[10]中的算法需要预先存储许用码字作为码本,信息位有 bit时码本中有个码字,码长增加时,所占用的硬件资源会急剧增加,因此,该算法多适用于中短码[15]。针对这一问题,本文提出了一种基于排序分组码本(GRAND with Ordered Group Codebook, OGC-GRAND)的GRAND优化算法,对文献[10]中码本的构建进行了优化,具体为:对接收码字排序和分组,以组为单位进行译码,对每一组译码时,仅产生与该组信息位码重的汉明距离不超过纠错位数的所有许用码字作为码本,即可完成该组码字的译码。仿真结果表明,在纠错位数确定的情况下,OGC-GRAND算法误码性能与最大似然(Maximum Likelihood Decoding, MLD)译码算法下的误码性能相同,与GRAND算法相比,大幅减少了译码时的码本容量,有效提升了译码速度。

本文中,符号“+”和“-”分别为模二加和模二减。全文中大写字母为随机变量,小写字母为随机变量的实现,因字母表示码长,噪声的实现用表示。[a]表示对a取整。


本文详细内容请下载:

https://www.chinaaet.com/resource/share/2000006029


作者信息:

薛晓娜,周志刚,倪建功,林叶江,裴豆

(杭州电子科技大学 电子与信息学院,浙江 杭州 310000)


Magazine.Subscription.jpg

此内容为AET网站原创,未经授权禁止转载。