一种基于新度量准则的极化码SCLF译码算法

为了解决串行抵消(Successive Cancellation,SC)译码算法在中短码长情况下译码性能不佳的问题,在SC译码算法的基础上增加路径列表和比特翻转方法得到一种改进的串行抵消列表翻转(Successive Cancellation List Flip,SCLF)译码算法.该算法利用比特翻转构建最不可靠的信息位集合,称为翻转集合(Flipping Set,FS),同时提出一种新的度量法则来缩小FS的范围、提高FS的准确率.仿真结果表明,随着信噪比的增大,所提出的SCLF译码算法误块率(Block Error Rate,BLER)有较大提升,当BLER为10-3时,SCLF(码长N=256,列表大小L=8)译码算法的增益比SC(N=256)译码算法提升了 0.55 dB;当BLER为10-4时,SCLF(N=256,L=8)译码算法的增益比CA-SCL(N=256,L=8)译码算法提升了 0.22 dB;当BLER为10-5时,SCLF(N=256,L=16)译码算法的增益比CA-SCL(N=256,L=16)译码算法提升了 0.17 dB.