[发明专利]一种极化码自适应译码方法及系统

权利要求书

1.一种极化码自适应译码方法，其特征在于，先构建神经网络并进行训练，再将待译码路径信息输入至神经网络得到信息码二叉树每层的最大路径数；而后将每层的最大路径数输入至译码器，再根据每层的最大路径数对待译码路径并行进行扩展得到候选路径，然后计算候选路径的转移概率并进行排序，再根据路径长度和最大的转移概率得到译码结果。

2.根据权利要求1所述的一种极化码自适应译码方法，其特征在于，包括以下步骤：

步骤一、构建神经网络

构建一个神经网络并进行训练，其中，神经网络包括输入层、隐藏层和输出层；

步骤二、预测

将待译码路径信息y输入至神经网络得到每层的最大路径数Z_i，再将每层的最大路径数Z_i输入至译码器；其中，i∈(1,…,K-2)，K为信息位的个数；

步骤三、译码器初始化

令译码器中Q的宽度为L_max，Q为存储每层路径的列表；再将Q、Q中的译码路径以及存储矩阵初始化为空；其中，Q中的译码路径为

步骤四、扩展

在译码器的信息码二叉树中，若信息码二叉树的第i级为冻结位，则将Q中所有译码路径扩展为再将扩展后的译码路径存储至Q中并执行步骤六；若信息码二叉树的第i级为信息位，则读取该层对应的最大路径数Z_i，并将Q中前Z_i条路径扩展得到的候选路径为及且候选路径的转移概率不同；

步骤五、排序

计算候选路径的转移概率并进行排序，再由大到小选取L_max条候选路径存至Q中；

步骤六、决断

若Q中的路径长度与码长N相同，则将Q中转移概率最大的路径输出作为译码结果，否则返回至步骤四。

3.根据权利要求2所述的一种极化码自适应译码方法，其特征在于，根据以下公式计算每层的最大路径数：

其中，W_ij为权重，b_j为偏置，x_j为每层对应的输入值。

4.根据权利要求2所述的一种极化码自适应译码方法，其特征在于，转移概率的计算公式如下：

其中，表示输入为u₁时长度为i的路径的转移概率，表示长度为i的译码路径的奇数项，表示长度为i的译码路径的偶数项，为接收到的码字向量，为先前的译码路径，u_i为先前的信道输入。

5.根据权利要求2所述的一种极化码自适应译码方法，其特征在于，输入层的结点数等于码长N，且输入向量为待译码路径信息y，隐藏层结点数为8*N，输出层结点数为K–2。

6.根据权利要求1～5任一项所述的一种极化码自适应译码方法，其特征在于，利用TensorFlow平台对神经网络进行训练，其中，最大迭代次数T_epoch为50。

7.一种采用权利要求1～6任一项所述的一种极化码自适应译码方法的译码系统，其特征在于，包括神经网络单元和译码单元，所述神经网络单元和译码单元电连接；其中，神经网络单元用于计算信息码二叉树中每层最大的路径数，译码单元用于对待译码路径信息进行译码。

8.根据权利要求7所述的一种极化码自适应译码系统，其特征在于，译码单元包括路径扩展单元和排序单元，所述路径扩展单元和排序单元电连接，且路径扩展单元与神经网络单元电连接。