基于遗传算法优化的极化码重传方法与流程

1.本发明属于无线通信中的信道编码技术领域，具体涉及基于遗传算法优化的极化码极化矩阵扩展重传方法。


背景技术：

2.极化码(polar code)是一种可被证明在串行消除(successive cancellation,sc)译码方法下的传输速率可以达到二进制输入无记忆对称信道的信道容量。极化码采用信道聚合与分裂操作，将n个等容量独立的物理信道转化为新的n个容量呈现差异分布的比特信道。通过分析这n个比特信道的容量或者高斯近似法(gaussian approximation,ga)，决定信息比特和冻结比特的位置分布。
3.极化矩阵扩展重传(polarizing matrix extension hybrid automatic retransmission request,pme-harq)是一种极化码特有的重传方案，在发送端收到否定应答(negative acknowledgement,nack)后对部分信息位拷贝映射后再编码重传，并在接收端将接收信号合并后译码。本发明中基于遗传算法优化的重传方法能够改善重传系统中速率匹配打孔(puncturing)的误码块性能(block error rate,bler)。


技术实现要素：

4.技术问题：本发明的目的是提供一种基于遗传算法优化的极化码重传方法，使用的码字是循环冗余校验(cylic redundancy check,crc)码和极化码形成的级联码。本发明中的方法在译码失败的情况下应用极化矩阵扩展重传，对重传中速率匹配的打孔序列应用遗传算法，在迭代过程不断筛选出误码率性能更好的打孔序列，并以前一次重传的打孔序列为基础，优化下一次重传序列，最终能够收敛至局部最优解，获取性能增益。
5.技术方案：本发明的基于遗传算法优化的极化码重传方法包括如下步骤：
6.第一步：重传前编码部分，本步骤包括如下流程：
7.(1)参数定义
8.设初传极化码的码长为n，信息位个数为k；应用高斯近似法计算得到的信道度量集合，记为其中gi,1≤i≤n表示第i个极化信道的高斯近似值；待编码序列为其中ui,1≤i≤n是待编码序列的第i个元素；经过编码与传输后的接收序列为其中yi,1≤i≤n是接收序列的第i个元素；
9.设最大重传次数为q，每次重传的比特个数为e，重传后的母码长度为n
harq
，与初传极化码的码长n满足如下关系：
[0010][0011]
其中为上取整函数；
[0012]
应用高斯近似法计算重传后的信道度量参数，记为
其中hj,1≤j≤n
harq
表示第j个极化信道的高斯近似值；取出序列中前n
harq-n个元素并构成一组新序列记为其中β
l
,1≤l≤n
harq-n表示重传部分第l个极化信道的高斯近似值，β
l
＝h
l
；设拷贝映射的个数为ω，
[0013]
(2)构造拷贝映射
[0014]
取序列中信道度量最大的k个元素的索引构成信息位索引集合，记为其中ak,1≤k≤k表示序列中第k个最大元素的索引，取序列中最大的k个元素的索引构成集合，记为其中bk,1≤k≤k表示序列中第k个最大元素的索引，
[0015]
对初传待编码序列的信息位索引集合取后ω个元素，对重传待编码序列的可靠位索引集合取前ω个元素，形成拷贝映射关系矩阵：
[0016][0017]
矩阵中每列的元素满足一一对应关系：其中表示映射关系；
[0018]
(3)重传部分编码
[0019]
记重传部分的待编码序列为并初始化为全0向量，其中ν
l
,1≤l≤n
harq-n是重传部分待编码序列的第l个元素，依据拷贝映射关系矩阵(2)，将待编码序列中ω个信息位的值拷贝至重传待编码序列中：
[0020][0021]
将两组待编码序列级联为送入母码长为n
harq
的编码器得到码字其中xj,1≤j≤n
harq
是码字中第j个编码比特；根据极化码生成矩阵的下三角特性，码字的子序列即为初传待编码序列编码后的码字，不参与重传；
[0022]
第二步：遗传算法优化重传打孔向量，本步骤包括如下流程：
[0023]
(1)参数定义与初始化
[0024]
设当前重传次数为q,1≤q≤q，初始化令q＝1；设当前遗传算法的迭代次数为t,1≤t≤t，其中t是迭代次数上限，初始化令t＝1；设遗传算法的种群中个体数上限为v，根据经验v的取值一般为5；
[0025]
记第q次重传的打孔向量为其中表示第q次重传码字中第l个比特的打孔情况，值为0则表示该比特是打孔位不参与传输，反之该比特参与传输，打孔向量满足如下关系：
[0026][0027]
其中e为每次重传的比特数，
[0028]
(2)种群初始化
[0029]
若q＝1，将种群初始化为v个全0的二进制打孔向量，记为pq＝(p
q,1
,...,p
q,n
,...,p
q,v
)，其中p
q,n
,1≤n≤v表示第n个打孔向量，然后随机将上述打孔向量中e个0置为1，使其满足式(4)；
[0030]
否则q≠1，首先将种群初始化为前一次重传的二进制打孔向量，记为pq＝(p
q,1
,...,p
q,n
,...,p
q,v
)，使其满足p
q,n
＝p
q-1,1
,1≤n≤v，然后随机将上述打孔向量中e个0置为1，使其满足式(4)；
[0031]
(3)遗传与变异
[0032]
通过两阶段的操作构造参与第t次迭代的种群；
[0033]
遗传操作：取种群中任意两打孔向量，对其按位与操作，生成新的个体
[0034][0035]
其中1≤n1,n2≤v,n1≠n2，&表示二进制的按位与运算；
[0036]
变异操作：新生成的个体ξ中0和1的数目发生变化，需要将qe-∑ξ个0置1，位置随机确定，利用了遗传算法的变异特性，以满足式(4)；
[0037]
种群中每两组向量生成一个新的个体，新生成的子代个体与原始种群共同构成ξq＝(ξ
q,1
,...,ξ
q,ε
,ξ
q,ε 1
,...,ξ
q,ε v
)，其中
[0038][0039]
(4)计算个体的适应度参数
[0040]
对第q次重传种群ξq中全部的打孔向量进行模型信道的离线仿真，模型信道选择加性高斯白噪声信道或者时变衰落信道，发送端传输经过打孔的码字，记为接收端收到打孔后的码字，记为其中λ
l
,1≤l≤n
harq-n是第l个元素，如果则该打孔向量的比特x
l
未传输，在接收端令λ
l
＝0；随后将接收序列级联为作为联合译码的接收序列，其中rj,1≤j≤n
harq
表示第j个接收元素，重复上述过程获取各打孔向量的误码率，记为误码率向量bler＝(bler1,...,bler
ε v
)，
[0041]
(5)种群筛选
[0042]
筛选出误码率向量bler＝(bler1,...,bler
ε v
)中v个最小值的索引θ＝(θ1,...,θv)，更新种群pq令
[0043]
(6)如果迭代次数t＜t则令t＝t 1转入步骤(3)继续迭代；否则转入步骤(7)。
[0044]
(7)如果重传次数q＜q则令q＝q 1,t＝1，转入步骤(2)对下一次重传的打孔序列寻优；否则寻优完毕，输出q次重传优化后的种群首项，记为{p
1,1
,...,p
q,1
,...,p
q,1
}，其中p
q,1
表示第q次重传经遗传算法优化后的局部最优打孔向量，全部流程结束。
[0045]
所述的映射关系具体表现为：在编码阶段，用左侧索引对应的待编码比特覆盖右侧索引对应的待编码比特；在译码阶段，用右侧索引对应的估计比特覆盖左侧索引对应的估计比特。
[0046]
所述的ω需满足ω≤k，根据译码器的类型或信道状态自主选择。
[0047]
所述的对第q次重传种群ξq中全部的打孔向量进行模型信道的离线仿真，模型信道可以选择加性高斯白噪声信道或者时变衰落信道。
[0048]
所述的变异操作：新生成的个体ξ中0和1的数目发生变化，需要将qe-∑ξ个0置1。
[0049]
有益效果：本发明的基于遗传算法优化的极化码重传方法，能够对极化矩阵扩展重传方案进行优化。优化过程主要针对于重传的速率匹配打孔方案。首先构造打孔向量的种群，然后应用遗传算法的遗传与变异过程从父代种群中生成新的子代种群，依据仿真得到的误码率bler筛选出新的向量种群，不断迭代最终输出结果。本发明同时设计了多次重传打孔的优化过程，即在前一次重传打孔的局部最优解的基础上优化下一次重传的打孔向量，以此保证系统的连续性与有效性。本发明在时变衰落信道下获得较大的性能增益，同时方法的收敛速度较快，作为一种离线搜索与优化不会带来额外的复杂度。
附图说明
[0050]
图1为本发明基于遗传算法优化的极化码重传方法流程图；
[0051]
图2为本发明具体实施方式中重传拷贝映射示意图。
具体实施方式
[0052]
本发明的基于动态拷贝映射的极化码译码方法，码长n＝4，信息比特数k＝3，重传后码长n
harq
＝8，循环冗余校验码长度r＝2。本例中的极化码的构造方法为高斯近似，构造信噪比为1.5分贝，循环冗余校验码的生成多项式为g(x)＝x2 1。
[0053]
如图1所示，包括如下步骤：
[0054]
第一步：重传前编码部分。本步骤包括如下流程：
[0055]
(1)参数定义
[0056]
设初传极化码的码长为n＝4，信息位个数为k＝3；应用高斯近似法计算得到的信道度量集合，记为待编码序列为经过编码与传输后的接收序列为设最大重传次数q＝4，每次重传的比特个数e＝1，重传后的母码长度为n
harq
＝8；
[0057]
应用高斯近似法计算重传后的信道度量参数，记为取出序列中前4个元素并构成一组新序列，记为β
l
＝h
l
；设拷贝映射的个数为ω＝1，可以根据译码器的类型或信道状态自主选择。
[0058]
(2)构造拷贝映射
[0059]
取序列中信道度量最大的3个元素的索引构成信息位索引集合，记为取序列中最大的3个元素的索引构成集合，记为
[0060]
对初传待编码序列的信息位索引集合取后1个元素，对重传待编码序列的可靠
位索引集合取前1个元素，构成矩阵
[0061]
(3)重传部分编码
[0062]
记重传部分的待编码序列为并初始化为全0向量。依据拷贝映射关系，将待编码序列中可靠度较低的1个信息位的值拷贝至重传待编码序列中可靠度较高的信息位：ν1＝u2。随后将两组待编码序列级联为送入母码长为8的编码器得到码字，记为根据极化码生成矩阵的下三角特性，码字的子序列为该序列即为初传待编码序列编码后的码字，不参与重传。
[0063]
第二步：遗传算法优化重传打孔向量。本步骤包括如下流程：
[0064]
(1)参数定义与初始化。
[0065]
设当前重传次数为q,1≤q≤q，令q＝1；设当前遗传算法的迭代次数为t,1≤t≤t，其中t是迭代次数上限，令t＝1；设遗传算法的种群中个体数上限为v＝3；
[0066]
设第q次重传的打孔向量为其中1≤l≤n
harq-n表示第q次重传码字中第l个比特的打孔情况，值为0则表示该比特是打孔位不参与传输，反之该比特参与传输。打孔向量满足如下关系：
[0067][0068]
其中e＝1。
[0069]
(2)种群初始化。
[0070]
若q＝1，将种群初始化为v个全0的二进制打孔向量，然后随机将上述打孔向量中e个0置为1：
[0071][0072]
否则q≠1，首先将种群初始化为前一次重传的二进制打孔向量，然后随机将上述打孔向量中e个0置为1，以q＝2为例：
[0073][0074]
(3)遗传与变异
[0075]
构造遗传算法参与第t次迭代的种群。取种群中任意两打孔向量，对其按位与操作，并将qe-∑ξ个0置1(位置随机确定)，生成新的个体，以q＝2为例：
[0076]
ξ
2,1
＝p
2,1
&p
2,2
＝(0,0,0,1)
→
(0,1,0,1)
[0077]
ξ
2,2
＝p
2,1
&p
2,3
＝(0,0,0,1)
→
(1,0,0,1)
[0078]
ξ
2,3
＝p
2,2
&p
2,3
＝(0,0,1,1)
→
(0,0,1,1)
[0079]
种群中每两组向量可生成一个新的个体，新生成的子代个体与原始种群共同构成新的种群，记为ξ2＝(ξ
2,1
,ξ
2,2
,ξ
2,3
,p
2,1
,p
2,2
,p
2,3
)。
[0080]
(4)计算个体的适应度参数
[0081]
对第q次重传种群ξq中全部的打孔向量进行模型信道的离线仿真(模型信道选择时变衰落信道)。发送端传输经过打孔的码字，记为接收端收到打孔后的码字，记为如果则表示比特x
l
未传输，在接收端令λ
l
＝0。将接收信号级联为作为联合译码的接收信号。重复上述模拟过程获取各打孔向量的误码率
[0082]
bler＝(bler1,...,bler6)＝(0.01,0.015,0.012,0.014,0.011,0.017)
[0083]
(5)种群筛选
[0084]
筛选出误码率向量bler中v个最小值的索引，记为θ＝(θ1,θ2,θ3)＝(1,3,5)；
[0085]
更新种群pq，令
[0086]
(6)如果迭代次数t＜t则令t＝t 1转入步骤(3)继续迭代；否则转入步骤(7)。
[0087]
(7)如果重传次数q＜q则令q＝q 1,t＝1，转入步骤(1)对下一次重传的打孔序列寻优；否则寻优完毕，输出q次重传优化后的种群首项，记为{p
1,1
,...,p
q,1
,...,p
q,1
}，其中p
q,1
表示第q次重传经遗传算法优化后的局部最优打孔向量，全部流程结束。
[0088]
本文中所描述的具体实施例仅仅是对本发明的举例说明。相关技术领域的技术人员可以对所描述的具体实施例做修改补充以及进一步优化参数取值，在不脱离本发明的原理的前提下，这些改进也视为本发明的保护范围。