Polar碼并行級聯結構設計及性能分析*

潘小飛，張青雙，蔡　彪，成風毅

(解放軍理工大學 通信工程學院，江蘇 南京 210007)

?

Polar碼并行級聯結構設計及性能分析*

潘小飛，張青雙，蔡彪，成風毅

(解放軍理工大學 通信工程學院，江蘇 南京 210007)

摘要：提出一種基于Polar系統碼的并行級聯結構，通過引入迭代譯碼過程，以提升有限碼長Polar碼性能。首先利用分組碼的聯合界技術，在均勻交織的條件下分析了所提級聯碼的碼重分布特性，并給出了在中高信噪比下的漸近性能界。然后，利用分量譯碼器外信息轉移圖分析了不同碼長Polar碼并行級聯的迭代收斂性能。仿真結果表明，在AWGN信道條件下，所提并行級聯碼性能優于相同碼長、碼率的系統Polar碼，并且與理論分析結果匹配，證明了理論分析的有效性。

關鍵詞：Polar系統碼；并行級聯；漸近性能；迭代收斂性能

0引言

Polar碼是2009年，土耳其專家Arikan基于信道極化提出的一種新的信道編碼方案，也是第一種在理論上證明能夠達到Shannon極限的碼字，近年來引起了信道編碼、物理層安全等領域學者的極大關注[1-2]。雖然具有編譯碼復雜度低，Shannon極限可達等特點，但在有限碼長條件下，Polar碼與LDPC以及Turbo碼相比，在性能上依然有一定差距。主要原因是信道極化速度較慢，在有限碼長條件下，為保證較高碼率傳輸，一部分信道條件較差的極化后的子信道也被選來傳輸信息，這樣必然會導致誤碼性能惡化。

為解決此問題，許多基于Polar碼的級聯編碼方案被提出，以輔助提高有限碼長條件下Polar碼性能。文獻[3]將RS碼與Polar以Turbo乘積碼的方式級聯以提高信道條件較差子信道的可靠度。文獻[4]將文獻[3]中的RS碼替換為BCH碼和卷積碼，進一步提升級聯性能。文獻[5]將條件較差的子信道進行二次編碼，通過引入LDPC碼來提高相應子信道的可靠度。 實際上，任何線性分組碼都可以轉化為系統碼的形式。上述文獻均局限于非系統Polar的級聯方案設計，并未考慮系統利用系統Polar碼來設計迭代結構以探索更優性能。

1Polar碼基本原理

1.1信道極化

對于兩個獨立的相同容量的邏輯信道，Arikan發現對信道進行組合和拆分以后，生成的兩個子信道容量不再相同。一個信道的容量會增加，另一個容量則相應的減小，總容量則保持不變，這種通過模二加方式使信道容量發生變化的現象稱為信道極化現象。

(1)

式中，?為kronecker積。整個Polar碼的編碼即可表示為：

(2)

1.2SC(Successive Cancellation)軟輸出譯碼算法

SC算法是Arikan提出的Polar碼最原始的譯碼算法，也是復雜度最低的算法。

圖1　N=8的Polar碼因子圖示例

然而，在迭代譯碼過程中往往需要軟入軟出(SISO)譯碼算法來實現軟信息的交互，SC算法并不能完成這一功能。文獻[6]利用SC譯碼的特點，設計了一種低復雜度的軟輸出SC譯碼算法(SCAN)。

(3)

其中運算符號⊙定義為：

傳統的教學多以教師講授為主，以教師為主體，易于控制教學的進程，邏輯性和系統性相對較強，學生遵循教師的講解，易于快速形成知識結構和體系．然而，這種教學方法不利于調動學生的積極性和主動性，學生的參與意識不強，因此需要改變授課方式．

(4)

(5)

2并行級聯結構設計

2.1SC軟輸出譯碼算法

Polar系統碼和傳統的系統碼類似，在編碼碼字中包含所要傳送的信息比特。可以對非系統碼進行相應的變換，獲得其系統碼的形式[7]。將式(2)分解后可得：

(6)

(7)

式中，GAB為集合B確定的矩陣GA的列向量構成的矩陣。如果GAB為可逆矩陣，則極化后的子信道傳輸的信息為：

(8)

(9)

為保證GAB可逆，根據GN的特性，可將集合B與集合A取值相同，由此方式構造的Polar碼即為系統碼。

2.2基于Polar系統碼的并行級聯結構

由于Polar碼本身的一些缺陷導致在有限碼長時，誤碼性能并不理想。為提高有限碼長性能，提出類似Turbo碼的并行級聯結構，如圖2所示。

圖2　Polar系統碼并行級聯結構

圖2給出了基于Polar系統碼的并行級聯結構，類似與Turbo碼，信息比特先經過Polar系統碼編碼形成第一路校驗比特；然后再對交織后的信息比特進行二次Polar系統編碼，形成第二路校驗比特。兩路校驗比特經過刪余后與信息比特共同構成級聯碼字。需要注意的是，Polar碼為分組碼，碼長必須為2的冪次，在交織長度為M的情況下，可以將整個數據分為n=M/K個短的碼組進行(N,K)系統碼的編碼，其中K為信息位長度。若每一個系統碼分組校驗比特的刪余比特數為Cp，總碼長為Nc=M+2n(N-K-Cp)，相應的級聯碼碼率為：

(10)

該并行級聯結構可以采用類似Turbo的譯碼方式，分量譯碼器采用SCAN譯碼算法，通過多次迭代以獲得優異的性能。

3性能分析及仿真

為分析所提結構的的性能，以給碼字的構造提供一定的理論指導，本節擬采用聯合界技術對所提并行級聯結構進行漸近性能分析。而后，利用外信息轉移圖來分析不同碼長Polar碼并行級聯對系統性能的影響。

3.1漸近性能分析

(11)

式中，Ad表示碼字集合中，碼字重量為d的碼字個數。相應的，其輸入輸出枚舉函數可以表示為：

(12)

式中，Am,d表示輸入信息比特重量為m，輸出碼字比特重量為d的碼字個數。則相應的誤碼性能上界為[8]：

(13)

在高信噪比條件下，影響性能的只有最小碼重的碼字。對于并行級聯的Polar碼而言，在高信噪比條件下，性能上界僅和最小碼重碼字有關，即：

(14)

在采用均勻交織以后，相應碼重碼字的數量為[9]：

(15)

(16)

式中，M為交織長度。表1給出了(128,64)Polar系統碼和(64,32)Polar系統碼的碼重分布，這兩種碼長碼字的最小碼重均為8。

表1　系統Polar碼碼重分布

由表1中數據可知，采用(128,64)的Polar碼級聯以后的最小級聯碼重為9，對應的信息序列重量為7。然而，信息重量大時，考慮交織的影響以后，其同時達到最小碼重的概率極小，需要將相應較小的幾個碼重都考慮在內，即其誤碼性能漸近界為：

(17)

相應的，(64,32)碼級聯后的漸近性能為：

(18)

3.2收斂性能分析

上面僅僅估計了高信噪比時的信噪比漸近性能界，對于相同交織長度下，不同碼長Polar碼的迭代收斂特性并沒有給一個很好的描述[10]。在分析Turbo碼的收斂特性時，常采用外信息轉移圖(EXIT)來分析迭代收斂性能，對于并行級聯Polar碼也可以采用同樣的方法來估計收斂特性[11]。假設SISO譯碼器的先驗輸入信息滿足高斯分布，為：

(19)

(20)

利用該先驗信息進行軟輸出譯碼以后，得到的外信息為E，則外信息與發送信息的互信息為：

(21)

即IE=T(IA,Eb/N0)，與輸入先驗信息和信道軟信息有關。IA和IE的關系即為外信息轉移圖，通過該圖即可觀察某種Polar碼的迭代收斂特性。

3.3仿真結果

基于前面的分析，本節對前面結果進行相應的仿真驗證，信道條件為AWGN信道，采用BPSK調制。Polar系統碼采用SCAN算法，迭代譯碼最大迭代次數為5次，Polar碼構造方法采用密度進化算法[12]，且碼率設置為0.5，級聯碼率為1/3。

圖3給出了Eb/N0=1.2 dB，交織長度為40 960時，不同碼長Polar碼的外信息轉移圖對比；可以看出，在相同交織長度下，碼長越長，收斂門限越高；然而相應的誤碼平層越低，原因是碼長長，最小碼重較大。

圖3　Eb/N0=1.2 dB,交織長度40 960，不同Polar碼并行級聯迭代的外信息轉移圖對比

圖4給出了不同碼長Polar碼在相同交織長度條件下的誤比特率仿真結果對比，分量譯碼器采用SCAN算法，SCAN僅1次迭代，分量譯碼器之間的迭代次數為5次。由圖中可以看出(64,32)Polar碼收斂門限較低，誤碼平層較高，而相應的(128,64)Polar碼收斂門限最高，誤碼平層最低，這和EXIT圖分析結果一致。同時，可以看出，利用聯合界技術分析的(128,64)Polar的漸近收斂特性和仿真曲線在高信噪比條件下基本一致，驗證了分析的準確性。同時，在誤比特率10-5條件下，若采用(128,64)并行級聯，與相同碼率，碼長相近的系統Polar碼相比，性能優勢在0.5 dB左右。同時，并行級聯結構的分量譯碼過程中，每個碼塊可以并行譯碼，譯碼延時相比于單獨的系統Polar碼而言，要低很多。

圖4　交織長度1024，級聯碼率1/3,分量碼率0.5，不同碼長條件下誤比特率仿真結果

4結語

本文提出了基于Polar系統碼的并行級聯結構，利用聯合界技術和外信息轉移圖分別分析了所提結構的漸進性能和迭代收斂性能，AWGN信道下的仿真結果與理論分析相符合。與相同碼長碼率的系統碼相比，性能提升0.5 dB，大大提高了Polar碼的實用價值。為實現高碼率的并行級聯碼，系統Polar碼的刪余設計需要進一步的研究。并行級聯結構的收斂門限和誤碼平層需要一個折衷，在分量碼長選定的情況下，需要深入研究合適的交織器來降低誤碼平層。

參考文獻：

[1]Arikan E.Channel Combining and Splitting for Cutoff Rate Improvement [J].IEEE Transaction on Information Theory,2006,vol.52 (2):628-639.

[2]Arikan E.Channel Polarization: A Method for Constructing Capacity-Achieving Codes for Symmetric Binary-Input Memoryless Channels [J].IEEE Transactions on Information Theory,2009,vol.55(7): 3051-3073.

[3]Mahdavifar Hessam,El-Khamy Mostafa,Lee Jungwon and Kang Inyup.Performance Limits and Practical Decoding of Interleaved Reed-Solomon Polar Concatenated Codes[J].IEEE Transaction.Communication,2014,62(5): 1406-1417.

[4]WANG Ying and Krishna R Narayanan.Concatenations of Polar Codes with Outer BCH Codes and Convolutional Codes[C]//.Proc.52-th Annual Allerton Conference,Monticello,2014: 813-819.

[5]GUO Jing,QIN Ming-hai,Albert Guillen i Fabregas and Siegel Paul H.Enhanced Belief Propagation Decoding of Polar Codes Through Concatenation[C]//.Proc.IEEE ISIT,Honolulu,2014: 2987-2991.

[6]Fayyaz Ubaid U and Barry John R.Low-Complexity Soft-Output Decoding of Polar Codes[J].IEEE Selected.Communication.,2014,32(5): 958-966.

[7]Arikan E Systematic Polar Coding[J].IEEE Communication.Letter,2011,15(8): 860-862.

[8]Benedetto S and Montorsi G.Unveiling Turbo Codes: Some Results on Parallel Concatenated Coding Schemes[J].IEEE Transaction.Information.Theory.,1996,42(2): 409-429.

[9]Chatzigeorgiou Ioannis and Rodrigues Miguel R D.Analysis and Design of Punctured Rate-1/2 Turbo Codes Exhibiting Low Error Floors[J].IEEE Selected.Communication,2009,27(6): 944-953.

[10]李斌,王學東,王繼偉.極化碼原理及應用[J].通信技術,2012,45(10):21-23.

LI Bin,WANG Xue-dong,WANG Ji-wei.Theory and Application of Polar Code[J].Communications Technology,2012,vol.45(10):21-23.

[11]Brink S Ten.Convergence Behavior of Iteratively Decoded Parallel Concatenated Codes[J].IEEE Transaction.Communication.,2001,49(10): 1727-1737.

[12]Trifonov Peter.Efficient Design and Decoding of Polar Codes[J.IEEE.Transaction.Communication,2012,60(11): 1-7.

Design and Analysis of Parallel Concatenation Structure for Systematic Polar Codes

PAN Xiao-fei,ZHANG Qing-shuang,CAI Biao,CHENG Feng-yi

(College of Communications Engineering,PLA University of Science and Technology,Nanjing Jiangsu 210007,China)

Abstract：A parallel concatenated structure based on systematic polar codes is proposed,thus to improve the performance of polar codes with finite length by using the iterative decoding strategy.Firstly,the union bounding technique is used to estimate the asymptotic performance for the proposed structure when uniform interleaver is considered.Then,the convergence behavior is analyzed by means of extrinsic information transfer chart (EXIT chart).Simulation results show that the proposed structure outperforms the systematic polar codes in same code length and rate.Meanwhile,the simulation results and theoretical results are well matched and this indicates the correctness of this theoretical analysis.

Key words：systematic polar codes; parallel concatenation; asymptotic performance; iterative convergence behavior

doi:10.3969/j.issn.1002-0802.2016.02.002

* 收稿日期：2015-09-06；修回日期：2015-12-21Received date:2015-09-06；Revised date：2015-12-21

中圖分類號：TN911.3

文獻標志碼：A

文章編號：1002-0802(2016)02-0130-05

作者簡介：

潘小飛(1979—)，男，博士，副教授，主要研究方向為低信噪比條件下信號的接收，信息論與編碼；

張青雙(1990—)，男，博士研究生，主要研究方向為信息論與信道編碼，衛星通信；

蔡彪(1992—)，男，碩士研究生，主要研究方向為衛星通信；

成風毅(1988—)，男，碩士研究生，助教，主要研究方向為信息論與信道編碼，衛星通信。