极化码的基本原理1概要1.pptVIP

下载本文档

40
0
约 21页
2017-07-23 发布于湖北
举报
版权申诉

极化码的基本原理1概要1.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

极化码的基本原理1概要1

* * * * * * * * * * * * * * * * * * * * * * * 电子科技大学通信抗干扰技术国家级重点实验室 */13 姓名：于清苹纲要极化码基本原理极化码编码极化码译码 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.1 基本定义二元离散无记忆信道和信道容量 I(X;Y)=H(X)-H(X|Y) bit/符号 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.1 基本定义假设DMC信道具备输入-输出对称性对称信道？行排列阵、列排列阵、输入等概时可达信道容量… 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.1 基本定义 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.2 信道极化 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.2 信道极化 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.2 信道极化 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.2 信道极化 Polarization in BEC 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.2 信道极化（仅对BEC，取“=”）其中，递归关系： 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.2 信道极化单步信道极化： 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.2 信道极化举例： 1. 基本原理 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 1.2 信道极化 BEC信道 2. 极化码编码 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 2.1 编码 2. 极化码编码 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 2.1 编码 2. 极化码编码 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 2.1 ????-陪集码举例… 2. 极化码编码 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 2.1 极化信道的可靠性估计巴氏参数对BEC： 2. 极化码编码 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 2.1 极化信道的可靠性估计密度进化(Density Evolution) LLR: a(z)：随机变量LLR的概率密度函数信道满足对称性，假设发送全零比特，比特判决值错误的概率为递归计算：适用所有B-DMC信道，计算复杂度高 2. 极化码编码 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 2.1 极化信道的可靠性估计高斯近似(Gaussian Approximation) 将概率密度函数用一族方差为均值2倍的高斯分布来近似，将PDF简化成对一维的均值进行计算 LLR消息的计算过程可以用高斯近似成为 (发送全零比特时) 2. 极化码编码 * 电子科技大学通信抗干扰技术国家级重点实验室 */13 2.1 编码过程举例参考文献 [1] E. Ar?kan, “Channel combining and splitting for cutoff rate improvement,” IEEE Trans. Inf. Theory, vol. 52, no. 2, pp. 628–639, Feb. 2006. [2] E. Arikan, “Channel polarization: A method for constructing capacityachieving codes for symmetric binary-input memoryless channels,” IEEE Transactions on Information Theory, vol. 55, no. 7, pp. 3051– 3073, July 2009. [3] ——, “List decoding of polar codes,” in 2011 IEEE International Symposium on Information Theory Proceedings, July 2011, pp. 1–5. [4] R. Mori and T. Tanaka, “Performance of polar codes with the construction using density evolution,” IEEE Commun. Lett., vol