公开(公告)号：CN110138390A

公开(公告)日：2019-08-16

申请号：CN201910505532.3

申请日：2019-06-12

Applicant: 中国计量大学

Inventor： 王秀敏 ,  何金隆 ,  单良 ,  洪波

IPC: H03M13/13 ,  G06N3/04

Abstract: 本发明提供了一种与深度学习结合的低时延极化码译码器，特别是相比于简化的连续取消列表(Simplified Successive Cancellation List，SSCL)译码器具有更少的计算次数。该装置包含5个模块，分别是正常SCL计算模块、Rate-0计算模块、Rep计算模块、Rate-1计算模块和普通节点的DNN计算模块。这种与深度神经网络结合的SSCL译码器除了保留原有的Rate-0、Rate-1和Rep节点的低译码延迟特性外，还用深度神经网络对普通节点译码来降低译码时延，最后达到降低整体译码延时的目的。实验计算得出，当码长为64、码率为1/2时，本发明的译码延迟比SSCL的译码延迟降低约27％。

公开(公告)号：CN111431542A

公开(公告)日：2020-07-17

申请号：CN202010384465.7

申请日：2020-05-08

Applicant: 中国计量大学

Inventor： 王秀敏 ,  何金隆 ,  常虹

IPC: H03M13/09 ,  H03M13/13 ,  H03M13/29 ,  H03M13/00 ,  H04L1/00

Abstract: 本发明为基于CRC辅助的极化码的置信度传播翻转算法设计。本发明利用置信度传播译码算法的特性，在极化码原始置信度传播算法的译码过程基础上，利用CRC的检错特性，并根据原始置信度传播算法的译码结果的LLR值的大小，选取若干较小的LLR所对应的R值，对相应的R值进行翻转，以提升置信度传播算法的译码性能。该方案适用于任何码长、码率的极化码。该算法每次仅进行一位的R值翻转，并保持其它位LLR值不变，以降低通过翻转对译码结果的影响。该算法进行翻转操作时，每次仅进行一位翻转操作，且相互独立，因此对于指定翻转位数的算法，可通过相应个数的并行运算，以降低译码时延。该算法随着翻转的位数增多，其译码性能也随着增加。