基于校正搜索宽度的极化码译码算法研究.docx

基于校正搜索宽度的极化码译码算法研究
摘要
本文针对极化码的译码问题展开了研究，提出一种基于校正搜索宽度的译码算法。该算法主要通过修改校正搜索宽度实现性能的优化，其具有简单、高效、鲁棒性好等优点。通过仿真实验验证了该算法的可行性和性能优越性。本文还对该算法的发展方向和应用前景进行了展望。
关键词：极化码，译码，校正搜索宽度，性能优化，仿真实验。
引言
随着通信技术的不断发展，数据传输速率和可靠性已成为衡量通信系统性能的重要指标。极化码作为近年来备受关注的一种编码技术，其在高速通信系统中的应用逐渐得到了广泛应用，尤其在新一代无线通信标准5G中，更是成为必不可少的一部分。
极化码的编解码技术最早由Arikan提出，其具有编码简单、译码复杂度低、抗噪性能好等优点。极化码的译码问题一直是研究的热点之一，目前主要有基于树搜索、基于递归和基于CRC的算法等。其中，基于树搜索的算法由于其译码性能高和结构简单，被广泛应用于实际系统中。
然而，在实际应用中，极化码的译码依然存在一些问题。例如，当序列长度较长时，译码延迟会变得很大；当信道质量较差时，译码性能会存在一定程度的下降。因此，对极化码的译码问题进行深入研究，对于提高通信系统的可靠性和性能至关重要。
本文主要研究基于校正搜索宽度的极化码译码算法，通过改变搜索树的宽度大小来实现性能的优化。本文的主要贡献在于提出了一种简单、高效、鲁棒性好的译码算法，并进行了详细的仿真实验验证。同时，本文也对该算法的发展前景进行了探讨和展望。
二、算法设计
2.1极化码译码原理
极化码的编码原理相对简单，其主要思想是通过不停地迭代，将大的码字划分成小的码字，并将其转化为码长为1的比特，以实现对信息的编码。极化码的译码复杂度主要集中在反向译码（即解码）上。极化码的反向译码主要是利用递归结构的思想，先译码子节点，再通过决策操作输出父节点的信息，最终得到整个码字的解码结果。
极化码的译码原理如图1所示。在本文后续算法设计中，将会用到图1中的节点顺序编号。
图1按照顺序编号的极化码节点结构图
2.2算法流程
本文提出的基于校正搜索宽度的译码算法的流程如下：
（1）初始化。将所有的节点划分为N个部分，每部分的节点编号为0~2^(N-1)-1，其中N表示极化码的节点深度。将所有节点的路径可靠性打分为0，并设置根节点经过的路径可靠性打分为1。
（2）迭代搜索。迭代搜索的流程如下：
-从第L级节点开始，将$L=1$，并循环执行以下步骤，直到$L=N-1$：
-针对第$L$级的每个节点（编号为$0$~$2^L-1$），计算其左右子节点的路径得分，并取其最小值，得到当前节点的路径可靠性打分；
-如果当前节点为根节点，则不进行搜索；
-否则，进行贪心选择，选择路径可靠性最小的子节点进行译码，同时记录选择的路径可靠性打分；
-将当前节点下传到所选子节点，在所选子节点上进行接下来的迭代搜索。
-针对$L=N-1$时的搜索结果，进行反向译码得到码字信息。
2.3算法优化
针对上述算法流程，本文提出了一种基于校正搜索宽度的优化方法，主要包括以下两个方面：
（1）修改搜索宽度，缩小搜索范围。在算法迭代过程中，可以根据节点的信道质量和误码率等因素，确定当前搜索的宽度大小。若信道质量较好，则可以扩大搜索树的宽度，以获取更多的选择信息。若信道质量较差，则可以缩小搜索树的宽度，降低搜索复杂度，以减少误码率。
（2）添加校正操作，进一步提高译码性能。在搜索的过程中，每当发现所选子节点的路径可靠性打分比当前节点大，则说明存在误判的可能性。此时可以对当前节点的路径可靠性打分进行修正，以提高译码性能。
三、仿真实验
本文针对上述算法进行了仿真实验，以验证该算法的可行性和性能优越性。实验采用C++程序进行模拟，设置SNR为0~5dB之间的不同信噪比，以验证不同条件下的译码性能。
实验结果如图2所示，其中比较了不同搜索宽度下的译码性能。可以看出，当搜索宽度较小时，译码性能受到影响，误码率较高；当搜索宽度较大时，译码性能优越，误码率更低。同时，本文所提出的算法译码性能明显优于现有的算法，这证明了该算法的可行性和有效性。
图2不同条件下的译码性能比较
四、结论
本文主要研究了基于校正搜索宽度的极化码译码算法，通过修改搜索树的宽度和添加校正操作，提高了算法的性能和鲁棒性，同时简化了算法的结构和实现。通过仿真实验，验证了该算法的可行性和性能优越性。未来可以对该算法进行优化，以提高其在实际通信系统中的应用效果。