基于CNN扰动的极化码译码算法

作者：赵生妹; 徐鹏; 张南; 孔令军^*

来源：电子与信息学报, 2021, 43(07): 1900-1906.

• 极化码
• 串行抵消译码
• 扰动噪声
• 卷积神经网络

针对中短码长下串行抵消(SC)算法性能较差,且串行抵消列表(SCL)算法复杂度较高等问题,根据译码纠错空间理论,该文提出了一种基于卷积神经网络(CNN)扰动的极化码译码算法。对SC译码失败的接收序列,通过CNN产生相应的扰动噪声,并将该扰动噪声添加到接收信号中,然后根据重新计算的似然信息进行译码。仿真结果表明:与SC译码算法相比,所提出的算法约有0.6 d B的增益,与SCL(L=16)译码算法相比,该算法约有0.1 d B的提升,且平均复杂度更低。

• 单位
  南京邮电大学; 通信与信息工程学院; 中国航天系统科学与工程研究院