文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.173601
中文引用格式： 王丹，李孟杰，李玉河，等. 簡化的極化碼譯碼算法[J].電子技術應用，2018，44(6)：99-102，107.
英文引用格式： Wang Dan，Li Mengjie，Li Yuhe，et al. Simplified polar code decoding algorithm[J]. Application of Electronic Tech-
nique，2018，44(6)：99-102，107.
0 引言
2009年ARIKAN E教授提出了極化碼[1]，并且通過數學方法證明了當碼長無限長時其性能可以達到香農極限。極化碼一經提出就在國際上引起廣泛的關注，并且在2016年11月3GPP RAN1 #87會議上確定5G eMBB場景控制信道編碼為極化碼。
極化碼在實際應用中存在著一些缺點。連續刪除(Successive Cancellation，SC)譯碼對于長碼有很好的糾錯性能，但是對中短碼長譯碼性能有顯著的降低。為了克服這個問題，學者們提出了許多改進方法，如置信傳播（Belief Propagation，BP）譯碼算法[2]、線性規劃（Linear Programming，LP）譯碼算法[3]等。這些算法雖然可以提高一部分譯碼性能，但是譯碼算法的復雜度太大。一些算法針對SC算法進行了改進，文獻[4]提出了連續刪除列表(Successive Cancellation List，SCL)譯碼算法，特別是在冗余循環校驗(Cyclic Redundancy Check，CRC)輔助下的SCL的譯碼性能可以超過最大似然(Maximum Likelihood，ML)譯碼[5]。但同時SCL譯碼的復雜度也隨之增加。文獻[6]中提出的堆棧SC（SCStack，SCS）譯碼有和SCL譯碼相同的譯碼性能，此外SCS譯碼的時間復雜度遠低于SCL譯碼，并且在高的信噪比下可以降低搜索寬度L。
本文對SC譯碼和SCL譯碼進行了算法簡化，降低了算法的復雜度和時延。并且用數學證明的方法證明了簡化算法的可行性。
1 極化碼編碼
Polar Code是一種結構性與迭代性極強的信道編碼技術，其設計核心理論是對信道的極化，信道極化過程主要包括兩部分[1]：信道聯合過程和信道分裂過程。
1.1 信道極化[1]
信道聯合：對已知的二進制離散無記憶信道W進行N次迭代復制WN：XN→YN，N=2n，并對復制所得信道進行遞推方式組合。WN和WN之間的轉移概率關系為：
圖1所示為在高斯信道下，碼長為N=4 096的信道極化仿真圖。根據仿真結果，可以看出部分信道的信道容量成兩極分化。據此可以選出I(W)→1的信道傳輸信息比特作為信息位，I(W)→0的信道傳輸固定比特作為凍結位。
1.2 極化碼編碼
2 SC譯碼算法
把βv傳遞給pv。這時v節點的譯碼消息傳遞終止，因為在余下譯碼過程中將不會再次激活節點v。
2.1 簡化的SC譯碼算法
本節通過簡化傳統譯碼的消息傳遞規則，簡化了SC譯碼算法。并且證明簡化譯碼算法的譯碼性能是與傳統的譯碼性能相同。
(1)Rate-0節點
對于Rate-0節點v，由于它所有后代都是Rate-0節點，因此當v接收到軟信息αv時，不去激活左右的子節點而直接計算βv：
對于任意dv=n-1的Rate-1節點一定滿足式(15)。假設dv=i的Rate-1節點也滿足(15)，于是對于dv=i-1的Rate-1節點v的子節點dv=i，滿足式(15)。因此，根據上面的推導可以證明式(12)成立。
②證明式(13)成立：當dv=n時，對Rate-1節點，式(13)顯然是成立，因此，可以通過歸納法證明dv<n的Rate-1節點也是滿足式(13)的。
2.2 算法復雜度分析
3 SCL譯碼算法
為了提高SC譯碼算法在碼長較短情況下糾錯能力，SCL譯碼算法被提出，L代表搜索寬度。每次必須有一點被估計，它的可能值0和1都需要被考慮。因為存在L組碼字候選，所以每次新的位估計產生2L組候選路徑，其中一半需要丟棄。因此，路徑度量值(Path Metric，PM)被提出。PM計算如下：
SCL譯碼算法是從根節點出發，按廣度優先的方法對路徑進行擴展；每一層向下一層擴展時，選擇當前層中具有較小PM的L條。當沒有到達葉節點而搜索寬度已經達到，按照PM的從大到小的排列保留PM小的L條路徑。直到到達葉節點，然后選取PM最小路徑作為譯碼結果。
為了進一步提高極化碼的譯碼性能，編碼前在信息比特中添加CRC，然后利用SCL譯碼算法獲得L條搜索路徑，最后借助“正確信息比特可以通過CRC校驗”的先驗信息，對這L條搜索路徑進行挑選，從而得到正確譯碼結果。
4 簡化的SCL譯碼算法
傳統的SCL譯碼算法每次進行路徑擴展時都會產生2L條路徑，但是對于凍結比特，由于譯碼結果是已知的，因此對于凍結比特不進行路徑擴展，直接判決比特，路徑度量值也不改變，從而減少剪枝算法執行的次數，達到降低算法復雜度的目的。
由上述的譯碼過程分析，式(20)PM的計算可以改為：
因為凍結比特在譯碼過程中結果是已知的，所以不需要去選擇路徑，進而PM也不需要計算。另外，由于分裂次數的減少，剪枝算法也隨之減少，并最終達到了降低算法復雜度的目的。
5 仿真結果與分析
如圖4所示，在高斯信道下，碼長為1 024，碼率為0.5，采用二進制相移鍵控調制，譯碼輸出使用24位CRC校驗。搜索寬度L分別為1，2，4，8，16，32 的CA-SCL譯碼性能，仿真數據是106幀，一幀長1 024個比特。仿真結果表明，隨著L的值增加，誤碼率在逐漸降低，CA-SCL譯碼算法的性能明顯要優于SC(L=1)譯碼算法。
6 結論
極化碼是目前唯一可以通過數學證明達到香農極限的信道編碼技術，并且已經成為5G控制信道的編碼方案。本文詳細敘述極化碼編譯碼的原理和結構，并提出關于SC譯碼和SCL譯碼的優化算法，在不改變譯碼性能的前提下，降低了算法復雜度。通過對SC譯碼和SCL譯碼的性能進行了仿真分析，結果表明，隨著搜索寬度L的增加，極化碼的譯碼性更優，但復雜度也隨著增加。因此關于SCL的復雜度和數據吞吐量是下一步研究方向。
參考文獻
[1] ARIKAN E.Channel polarization：a method for constructing capacity-achieving codes for symmetric binary-input memoryless channels[M].IEEE Press，2009.
[2] ARIKAN E.A performance comparison of polar codes and Reed-Muller codes[J].Communications Letters IEEE，2008，12(6)：447-449.
[3] GOELA N，KORADA S B，GASTPAR M.On LP decoding of polar codes[C].Information Theory Workshop.IEEE，2010：1-5.
[4] TAL I，VARDY A.List decoding of polar codes[J].IEEE Transactions on Information Theory，2012，61(5)：2213-2226.
[5] NIU K，CHEN K.Stack decoding of polar codes[J].Electronics Letters，2012，48(12)：695-697.
[6] NIU K，CHEN K.CRC-aided decoding of polar codes[J].IEEE Communications Letters，2012，16(10)：1668-1671.
[7] BALATSOUKAS-STIMMING A，PARIZI M B，BURG A.LLR-based successive cancellation list decoding of polar codes[J].IEEE Transactions on Signal Processing，2015，63 (19)：5165-5179.
作者信息:
王 丹，李孟杰，李玉河，賈東升
(重慶郵電大學 重慶市移動通信技術重點實驗室，重慶400065)