基于PD-CNN的Polar码译码算法

来源：信号处理杂志 2019年第10期北京时间：

作者：徐鹏, 孔令军, 赵生妹, 郑宝玉

摘要：针对传统Polar码译码算法在相关噪声信道下性能严重下降的问题，提出了一种基于前置预判-卷积神经网络（Prior Decision-Convolutional Neural Networks，PD-CNN）的译码算法。通过前置预判深度优化CNN，使其准确地估计信道噪声并使残余噪声尽可能遵循高斯分布，再根据残余噪声分布统计更新出可靠的似然比信息。分析了不同译码算法对不同码率Polar码在不同噪声相关强度下的译码性能，并与本文所提出的译码算法进行对比。仿真结果表明：在相关噪声信道下，当误码率为10-5时，本文所提出的译码算法与标准置信度传播算法相比可获得约2.5 Bd的增益。此外，在高信噪比时，与置信度传播-卷积神经网络算法相比，本文提出的译码算法具有相同的性能，但复杂度更低，译码延迟最大可减少42%。

关键词：Polar码, 卷积神经网络, 相关性噪声, 置信度传播