A High-Throughput Energy-Efficient Implementation of Successive-Cancellation Decoder for Polar Codes Using Combinational Logic
提出了一种基于组合逻辑的高吞吐量、能量有效的极化码连续抵消(SC)译码器结构。与时序电路相比,所提出的组合架构在相对低的时钟频率下操作,但是利用了这种架构中固有的高度并行性,以在短到中等块长度下提供吞吐量和能量效率之间的有利折衷。在较长的块长度,本文提出了一种混合逻辑SC解码器,它结合了组合解码器的优点与顺序逻辑解码器的低复杂性。介绍了组合译码器在ASIC和FPGA上的性能特点,并详细分析了组合译码器的功耗。最后,本文提出了一种分析的复杂性和延迟的组合解码器,并获得的吞吐量增益的混合逻辑解码器相对于纯同步架构。
2016-01-11 cs.AR
A Flip-Syndrome-List Polar Decoder Architecture for Ultra-Low-Latency Communications
我们考虑极化解码器的实际硬件实现。为了减少由于连续消除(SC)的串行性质而导致的延迟,现有优化利用两种方法来改进并行性,即,多比特判决或减少的路径分裂。在本文中,我们将这两个过程结合成一个错误模式为基础的架构。它同时产生一组候选路径的多个比特与预存储的模式。对于速率-1(R1)或单奇偶校验(SPC)节点,我们证明了少量的确定性模式,以保证性能保护。对于一般节点,低权重错误模式在查找表中通过伴随式索引,并在O(1)时间内检索。所提出的翻转综合征列表(FSL)解码器完全并行化的所有组成代码块,而不牺牲性能,因此是适合于超低延迟的应用。同时,为了进一步降低复杂度和提高性能,提出了两种代码构造优化方法.
2018-08-06 cs.AR cs.IT math.IT
Multi-mode Unrolled Architectures for Polar Decoders
McGill University(麦吉尔大学);École de technologie supérieure(高等技术学院)
本文提出一种基于展开架构的极化码解码器族,实现超1 Tbps吞吐量,并引入多模式方法支持多种码长和码率,在保持高速的同时实现灵活解码,峰值吞吐25.6 Gbps。
2016-07-11 cs.AR
LILLIPUT: A Lightweight Low-Latency Lookup-Table Based Decoder for Near-term Quantum Error Correction
量子设备的错误率比运行大多数量子应用所需的错误率高出几个数量级。为了缩小这一差距,量子纠错(QEC)对逻辑量子比特进行编码,并使用几个物理量子比特来分发信息。通过对逻辑量子比特周期性地执行校正子提取电路,在运行程序的同时提取关于错误的信息(称为校正子)。解码器使用这些伴随式来实时识别和纠正错误,这需要使用量子算法中实现的反馈。不幸的是,软件解码器速度慢,硬件解码器速度快,但准确度较低。因此,到目前为止,几乎所有的QEC研究都依赖于离线解码。为了使实时解码在短期QEC,我们提出LILLIPUT-一个轻量级的低延迟查找表解码器。LILLIPUT由两部分组成--首先,它将校正子转换为错误检测事件,这些事件索引到查找表(LUT)中,查找表的条目实时提供错误信息。第二,它通过离线运行软件解码器,为LUT编程所有可能的错误事件的错误分配。LILLIPUT容忍量子硬件中任何操作的错误,包括门和测量,并且容忍的错误数量随着代码的大小而增加。它需要<7%的现成FPGA逻辑,使其能够轻松集成在现有系统中的控制和读出电路旁边。LILLIPUT的延迟只有几纳秒,并支持实时解码。我们还提出了压缩LUT(CLUT),以减少LILLIPUT所需的内存。通过利用并非所有错误事件的可能性都相等的事实,并且仅存储最可能的错误事件的数据,CLUT将所需的存储器减少了高达107倍(从148 MB到1.38 MB),而不会…
2021-08-14 cs.AR quant-ph
Terabit-per-Second Multicore Polar Code Successive Cancellation Decoders
本文提出了一种高吞吐量、高能效的多核连续消除(SC)极化码译码器结构。SC是一种具有一组顺序操作的低复杂度解码算法。SC的顺序处理性质限制了并行性,但不仅促进了流水线化,而且促进了具有优化的流水线深度的SC解码器的多个副本,以实现Tb/s吞吐量。MCSC解码器架构由具有较低频率和流水线深度的多个SC解码器组成,以并行处理多个码字,从而实现较低功耗。MCSC的流水线深度分别为每个多核配置使用寄存器减少/平衡(R-RB)的方法进行优化。这使得能够有效地实现1核、2核、4核和8核候选MCSC解码器。为了降低实现的复杂度,自适应对数似然比(LLR)量化方案用于1-5比特范围内的内部LLR。在28 nm高k金属栅(HKMG)ASIC工艺下的布局布线结果表明,4核MCSC解码器在3.92 mm $^2$面积上实现了1 Tb/s的吞吐量,能量效率为1.55 pJ/bit。
2021-08-27 cs.AR
Operation Merging for Hardware Implementations of Fast Polar Decoders
极化码是一类可证明达到信道容量的线性分组码。它们已经被选择作为用于$5^{\text{th}}$代无线通信网络(5G)的增强型移动宽带(eMBB)场景的控制信道的编码方案,并且正在被考虑用于附加的使用场景。因此,极化码的快速解码技术是必不可少的。针对极化码的连续消除(SC)解码的改进吞吐量的先前工作是利用特殊最大似然(ML)节点的半并行实现。在这项工作中,我们提出了一种新的快速简化SC(Fast-SSC)解码器架构。与基线Fast-SSC解码器相比,我们的解决方案能够降低内存需求。我们通过更有效的内存利用率来实现这一目标,这也使得在单个时钟周期内执行多个操作成为可能。最后,我们提出了新的特殊节点合并技术,进一步提高吞吐量,并详细介绍了一种新的快速SSC为基础的解码器架构,以支持合并操作。所提出的解码器将操作序列要求减少了多达$39\%$,这使得能够减少通过$35\%$解码码字的时间步长的数量。采用65 nm TSMC工艺的ASIC实现结果表明,与以前的Fast-SSC解码器架构相比,所提出的解码器具有高达$31\%$的吞吐量提高。
2020-06-03 cs.AR
Tb/s Polar Successive Cancellation Decoder 16nm ASIC Implementation
本文提出了一种高效的极化码连续消除(SC)解码器的ASIC实现方法。SC是一种低复杂度的深度优先搜索解码算法,适用于需要极高吞吐量和低功耗的超5G应用。在这项工作中,SC的ASIC实现利用了许多技术,包括流水线和展开,以实现Tb/s的数据吞吐量,而不影响功率和面积指标。为了降低实现的复杂度,使用自适应对数似然比(LLR)量化方案。该方案通过考虑SC译码器中LLR分布的不规则极化和熵,在1-5比特的范围内优化了内部LLR的比特精度。当码块长度为1024比特,有效载荷为854比特时,该方案的性能代价小于0.2dB。此外,在SC中的一些计算需要大的空间与高度并行化,而其他需要更长的时间步长。为了优化这些计算并减少存储器和延迟,使用寄存器减少/平衡(R-RB)方法。最终的解码器架构被称为优化极化SC(OPSC)。在16 nm FinFet ASIC工艺下的后布局布线结果表明,OPSC解码器在0.79 mm $^2$面积上实现了1.2 Tb/s的编码吞吐量,能量效率为0.95 pJ/bit。
2020-09-20 cs.AR
Step-GRAND: A Low Latency Universal Soft-input Decoder
本文提出GRAND的软输入变体step-GRAND,在保持理想平均解码延迟的同时降低最坏情况延迟,其硬件实现以47.7 Gbps吞吐量解码CA-polar码,面积效率提升10倍且最坏延迟降至1/6.8。
2023-07-27 cs.AR cs.IT eess.SP
A Multi-Kernel Multi-Code Polar Decoder Architecture
极化码在过去十年中受到越来越多的关注,并且已被选择用于下一代无线通信标准。对极化码的大多数研究集中在从称为二进制内核的$2\times2$极化矩阵构造的码:从二进制内核构造的码具有绑定到$2\times2$的幂的码长度。最近的一些作品提出了基于不同维度的多个内核的构造方法,而不仅仅是二进制内核,允许代码长度不同于$2$的幂。在这项工作中,我们设计并实现了文献中第一个多核逐次相消极化码解码器。它可以解码由二进制和三进制内核构成的任何代码:该架构的大小适合最大代码长度$N_{max}$,在代码长度、码率和内核序列方面完全灵活。在$65$ nm CMOS工艺下,该解码器的工作频率可达$1$ GHz以上,吞吐量可达$615$ Mb/s。面积占用范围介于$N_{max}=256$的$0.11$ mm $^2$和$N_{max}=4096$的$2.01$ mm $^2$之间。实施结果显示出前所未有的灵活性:使用$N_{max}=4096$,可以使用相同的硬件解码多达$55$的代码长度,以及任何内核序列和码率。
2018-02-02 cs.AR
Low-latency List Decoding Of Polar Codes With Double Thresholding
对于具有短到中等码长的极化码,使用列表连续消除解码来实现良好的纠错性能。然而,目前的列表解码中的列表修剪是基于排序策略的,其时间复杂度较高。这导致对于大列表大小的长解码延迟。在这项工作中,针对低延迟的列表解码实现,提出了一种双阈值算法的快速列表修剪。结果,在性能下降可以忽略不计的情况下,列表修剪延迟大大减少。基于双阈值法,提出了一种低延迟的列表解码结构,并采用UMC 90 nm CMOS工艺实现。综合结果表明,即使是一个大的列表大小为16,所提出的低延迟架构实现了220 Mbps的解码吞吐量在641 MHz的频率。
2015-04-14 cs.AR
A Multi-Gbps Unrolled Hardware List Decoder for a Systematic Polar Code
McGill University(麦吉尔大学);École polytechnique fédérale de Lausanne(洛桑联邦理工学院);École de technologie supérieure(高等技术学院)
本文提出将展开技术应用于SCL译码,实现多Gbps极化码硬件译码器,在28nm CMOS下吞吐量超10Gbps,能效7.25pJ/bit,纠错性能媲美LDPC。
2017-02-03 cs.AR
A Node-Based Polar List Decoder with Frame Interleaving and Ensemble Decoding Support
本文提出一种支持帧交织与图集成的广义基于节点的极化列表译码器,通过复用空闲单元、动态调度和在线指令生成,在28nm工艺下实现3.34 Gbps吞吐量,较现有最优译码器提升1.41倍。
2024-08-08 cs.AR
Fast Polar Decoders: Algorithm and Implementation
极化码可证明地实现无记忆信道的对称容量,同时具有显式构造。这项工作的目的是增加吞吐量的极性解码器硬件的数量级相对于最先进的逐次抵消解码器。我们提出了一种算法,架构和FPGA实现的千兆比特每秒的极性解码器。
2013-12-09 cs.AR cs.IT math.IT
Low Latency GNN Accelerator for Quantum Error Correction
Chalmers University of Technology(查尔姆斯理工大学);University of Gothenburg(哥德堡大学)
本文提出基于FPGA的图神经网络解码器加速器,通过硬件优化在1微秒内实现更低的逻辑错误率,提升量子纠错精度。
2026-07-09 cs.AR quant-ph
LLR-based Successive-Cancellation List Decoder for Polar Codes with Multi-bit Decision
极化码由于其容量实现特性,已经成为最有吸引力的信道编码之一。到目前为止,连续消除列表(SCL)译码算法是保证极化码优异纠错性能的主要方法。然而,原始SCL解码器的硬件设计具有大的硅面积和长的解码延迟。虽然最近的一些努力可以减少SCL解码器的面积或延迟,但这两个指标仍然不能同时优化。本文首次提出了一种基于对数似然比(LLR)的多比特判决SCL译码算法。这种新的算法称为LLR-2Kb-SCL,可以使用LLR消息对任意K个比特同时确定2K比特。此外,还提出了一种缩减数据宽度的方法来减少排序块的关键路线。然后,基于所提出的算法,一个新的SCL解码器的VLSI结构的开发。综合结果表明,对于列表大小为4的示例(1024,512)极化码,与现有技术相比,所提出的LLR-2Kb-SCL解码器实现了面积和延迟的显著减少。结果表明,当K=2和3时,所提出的设计的硬件效率分别是现有设计的2.33倍和3.32倍。
2016-03-23 cs.AR cs.IT math.IT
A Scalable Open-Source QEC System with Sub-Microsecond Decoding-Feedback Latency
Joint Center for Quantum Information and Computer Science, University of Maryland(马里兰大学量子信息与计算科学联合中心);Lawrence Berkeley National Laboratory(劳伦斯伯克利国家实验室)
本文提出一个基于RISC-Q的开源量子纠错系统,通过低延迟高吞吐量的解码流水线实现亚微秒级解码反馈延迟,适用于超导量子比特的部署。
2026-03-17 cs.AR quant-ph
Hardware Implementation of Successive Cancellation Decoders for Polar Codes
最近发现的极化码被视为编码理论的重大突破;它们使用低复杂度的连续消除(SC)解码算法可证明实现离散无记忆信道的理论容量。受极化编码理论最新发展的启发,我们提出了一系列用于SC极化解码器的高效硬件实现。我们表明,这样的解码器可以实现O(n)的处理元件,O(n)的存储器元件,并可以提供一个恒定的吞吐量为一个给定的目标时钟频率。此外,我们表明,SC解码可以实现在对数域,从而消除昂贵的乘法和除法运算,大大降低了每个处理元素的复杂性。我们还提出了一个详细的架构SC解码器,并提供逻辑合成结果确认的线性增长的复杂性的解码器的代码长度的增加。
2011-11-18 cs.AR cs.IT math.IT
Hardware Implementation of Fano Decoder for Polarization-adjusted Convolutional (PAC) Codes
本文提出了一种极化调整卷积码Fano译码的硬件实现架构。这种架构使用了一种新的分支度量单位特定于PAC码。该解码器在FPGA上进行了测试,并在ASIC上使用TSMC 28 nm 0.72 V库对其性能进行了评估。该解码器可以时钟频率为500 MHz,并达到38 Mb/s的平均信息吞吐量在3.5 dB的信噪比为128和1/2的码率的块长度。
2021-06-29 cs.AR cs.IT math.IT
A unified polar decoder platform for low-power and low-cost devices
在本文中,我们设计了一个极化解码平台,为不同的应用场景,需要低成本和低功耗的通信。具体地,诸如连续消除(SC)、SC列表(SCL)和Fano解码器之类的流行的极化解码器都在相同的架构下被支持。与促进并行性的高吞吐量或低延迟解码器不同,这种架构通过重复调用由核心模块执行的“子进程”来促进串行化。由此产生的串行SCL-8解码器仅为SC解码器的3倍大。通过资源共享和自适应解码技术等降低成本和功耗。我们进行了性能仿真和硬件实现,以评估实际的芯片面积和能耗。
2021-07-19 cs.AR cs.IT math.IT
An Efficient List Decoder Architecture for Polar Codes
长极化码可以在低复杂度的连续消除(SC)译码算法下实现任意二进制输入离散无记忆信道的对称容量。然而,对于具有短和中等码长的极化码,SC算法的解码性能较差。对于短极性码或中等极性码,循环冗余校验(CRC)辅助的连续消除列表(SCL)译码算法比SC译码算法具有更好的误码性能。在本文中,我们提出了一个有效的列表解码器架构的CRC辅助SCL算法,基于算法的重新配方和建筑技术。特别地,提出了一种面积有效的消息存储器架构,以减少所提出的解码器架构的面积。提出了一种适用于大链表的高效路径剪枝单元。对于长度1024和速率$\frac{1}{2}$的极化码,当列表大小为$L=2$和4时,所提出的列表解码器架构在TSMC 90 nm CMOS技术下实现。与文献中的列表解码器相比,我们的解码器实现了1.33至1.96倍的硬件效率。
2014-11-16 cs.AR cs.IT math.IT
Fast Low-Complexity Decoders for Low-Rate Polar Codes
McGill University(麦吉尔大学);École polytechnique fédérale de Lausanne(洛桑联邦理工学院);École de technologie supérieure(高等技术学院)
本研究改进了低速率极化码的低复杂度译码算法,识别更多构成码并添加专用硬件,同时调整码构造以降低延迟和提高吞吐量,在FPGA和ASIC上验证了显著性能提升。
2016-03-18 cs.AR cs.IT math.IT
NEO-QEC: Neural Network Enhanced Online Superconducting Decoder for Surface Codes
量子纠错(QEC)是量子计算中消除量子比特误码影响的重要手段,而表面码(SC)是最有前途的QEC方法之一。在量子计算机的控制设备中,SC的解码是计算量最大的任务,许多工作都集中在SC的精确解码算法上,包括神经网络的解码算法。实际的QC还需要低延迟解码,因为缓慢的解码会导致量子位上的错误累积,从而导致逻辑故障。对于具有超导量子位的QC,除了具有高精度和低延迟之外,实用的解码器还必须非常节能。为了降低QC的硬件复杂度,我们应该在具有有限功率预算的低温环境中解码SC,其中超导量子比特运行。在本文中,我们提出了一种基于NN的准确,快速,低功耗的解码器,能够解码SC和晶格手术(LS)操作与测量误差的辅助量子位。为了实现SC解码器的准确性和硬件效率,我们应用二值化NN。我们设计了一个基于SFQ的数字电路的解码器的神经处理单元(NPU),并用SPICE级仿真对其进行了评估。我们通过量子错误模拟器对单个逻辑量子比特的保护和码距为13的LS的最小操作进行了评估,分别达到了2.5%和1.0%的准确度阈值。
2022-09-01 cs.AR quant-ph
Micro Blossom: Accelerated Minimum-Weight Perfect Matching Decoding for Quantum Error Correction
提出异构软硬件架构的 Micro Blossom 精确 MWPM 解码器,利用 O(d^3) 并行单元显著降低延迟,FPGA 原型实现 0.8 μs 平均解码延迟。
2025-02-20 cs.AR quant-ph
An Asymmetric Adaptive SCL Decoder Hardware for Ultra-Low-Error-Rate Polar Codes
理论上,极化码在连续消除(SC)解码下不表现出错误平层。在实践中,对于真实SC列表(SCL)解码器硬件,还没有报告低至$10^{-12}$的帧出错率(FER)。本文提出了一种非对称自适应SCL(A2 SCL)解码器,在真正的硬件实现,高吞吐量和超可靠的通信。我们建议将多个SC解码器与SCL解码器级联,其中SC/SCL解码器的数量相对于它们的面积和延迟是平衡的。此外,还采用了一种新的非均匀量化技术。这两个优化对于在有限的芯片面积内提高SCL吞吐量至关重要。作为应用,我们构建了一个链路级FPGA仿真平台,用于测量3GPP NR Polar码(具有奇偶校验和CRC位)的超低FER。它可以灵活地支持最大为$8$的所有列表大小、最大为$1024$的码长和任意码率。使用所提出的硬件,解码速度比CPU核心快7000倍。首次测量了低至$10^{-12}$的误码率,并分析了量化效应。
2019-04-04 cs.AR cs.IT math.IT
A High-Throughput Architecture of List Successive Cancellation Polar Codes Decoder with Large List Size
极化码作为第一种实现信道容量的前向纠错(FEC)码,近年来引起了广泛的研究兴趣。与其他流行的FEC码相比,通过具有大列表大小的列表连续消除解码(LSCD)解码的极化码具有更好的纠错性能。然而,由于LSCD的串行解码性质和列表管理(LM)的高复杂度,解码延迟高,这限制了极化码在需要低延迟和高吞吐量的实际应用中的使用。在这项工作中,我们研究了LSCD的高吞吐量实现与一个大的列表大小。具体而言,在算法层面,为了实现低解码延迟与适度的硬件复杂度,两个解码方案,多位双阈值方案和部分G节点前瞻方案,提出。然后,一个高吞吐量的VLSI架构实现所提出的算法开发与不同的计算模块的优化。在UMC 90 nm CMOS工艺上的实现结果表明,当链表大小为8、16和32时,该结构的解码吞吐量分别为1.103 Gbps、977 Mbps和827 Mbps。
2018-05-08 cs.AR eess.SP
Coset Ensemble Decoder for Quantum Error Correction with Algorithm-Hardware Co-Design
Imperial College London(帝国理工学院);Rutgers University(罗格斯大学)
提出陪集集成解码算法,通过显式利用逻辑等价陪集改进Union-Find解码,结合硬件架构优化,在电路级退极化噪声下实现比MWPM和UF解码器更好的精度-延迟权衡,并显著降低FPGA资源消耗。
2026-06-09 cs.AR quant-ph
A Combinational Multi-Kernel Decoder for Polar Codes
本文提出首个基于连续消除的多核极化码组合译码器,支持二元及二元-三元混合码,实现灵活码长与在线速率分配,FPGA上N=48时吞吐量达812.1 Mbps。
2023-05-13 cs.AR cs.IT cs.SY
A Sequence Repetition Node-Based Successive Cancellation List Decoder for 5G Polar Codes: Algorithm and Implementation
由于5G的低延迟和高可靠性要求,低复杂度的基于节点的连续消除列表(SCL)解码在5G通信系统中的使用受到了相当大的关注。通过识别解码树中的特殊组成码并立即对这些组成码进行解码,与传统SCL解码相比,基于节点的SCL解码提供了解码延迟的显著减少。然而,虽然存在许多类型的节点,但是当前基于节点的SCL解码器受限于缺乏可以有效地解码大量不同组成码以进一步减少解码时间的更一般化的节点。在本文中,我们扩展了最近的广义节点,序列重复(SR)节点SCL解码,我们描述了SR列表解码器的第一个实现。通过合并某些SR-列表解码操作并对5G新无线电(NR)极化码应用各种优化,与类似的最先进的基于节点的SCL解码器相比,我们的优化SR-列表解码算法将吞吐量提高了几乎${2\times}$。我们还提出了支持所有5G NR极化码的优化SR列表解码算法的硬件实现。综合结果表明,我们的SR列表解码器可以实现$2.94 \, \mathrm{Gbps}$吞吐量和$6.70\, \mathrm{Gbps} / \mathrm{mm}^2$面积效率为${L=8}$。
2022-08-26 cs.AR cs.IT math.IT
High-Throughput Rate-Flexible Combinational Decoders for Multi-Kernel Polar Codes
极化码在过去十年中受到越来越多的关注,并且已经被选择作为第五代(5G)无线通信系统中的控制信道的编码方案。然而,传统的极化码仅由二进制(2x2)内核构造,其将块长度限制为2的幂。为了获得更灵活的块长度,提出了多核极化码。提出了一种基于逐次相消译码算法的高吞吐量多核极化码组合结构。所提出的方案可以解码纯二进制、纯三进制(3x 3)和二进制-三进制混合极化码。解码器的架构是速率灵活的,这意味着可以在每个时钟周期为解码器分配新的码率。通过FPGA实现验证了该结构的有效性,结果表明,N=81的码可以获得1664.5Mbps的编码吞吐量。还提出了一种新型的基于Python的极坐标编译器来自动生成目标解码器的HDL模块。设计人员可以输入极化码的目标块长度和内核顺序,并自动获得所需的VHDL文件。根据我们的模拟,大多数所需的HDL文件可以在不到0.4秒的时间内生成。
2023-01-25 cs.AR cs.IT cs.SY
A Scalable, Fast and Programmable Neural Decoder for Fault-Tolerant Quantum Computation Using Surface Codes
本文针对旋转表面码容错量子计算提出了一种可扩展、快速且可编程的神经解码系统,通过硬件高效算法、定制硬件和可编程架构实现低延迟高准确率解码,并在FPGA上验证了接近MWPM的性能。
2023-05-25 cs.AR quant-ph
Unrolled and Pipelined Decoders based on Look-Up Tables for Polar Codes
LaCIME, École de technologie supérieure(拉西姆实验室,高等技术学院);Institute of Communications, Hamburg University of Technology(通信研究所,汉堡工业大学);Department of Electrical Engineering, Eindhoven University of Technology(电气工程系,埃因霍温理工大学)
本研究针对极化码展开译码器,提出三种基于查找表的译码器变体,在保持纠错性能的同时,最优变体面积减少23%,吞吐量接近10 Gbps。
2023-08-04 cs.AR cs.IT math.IT
A Low-Latency List Successive-Cancellation Decoding Implementation for Polar Codes
极化码由于其可证明的容量实现性能,近年来吸引了大量的研究兴趣。为了获得良好的纠错性能,使用具有大列表大小的列表连续消除解码(LSCD)来解码极化码。然而,由于列表管理操作的复杂度和延迟随着列表大小而快速增加,因此LSCD的总体延迟变大并且限制了极化码在高吞吐量和延迟敏感应用中的适用性。因此,在这项工作中,低延迟实现LSCD与大的列表大小进行了研究。具体而言,在系统级,提出了一种选择性扩展方法,使得一些可靠的比特不被扩展,以减少计算量和延迟。在算法层面,提出了一种双阈值方案作为列表管理操作的快速近似排序方法,以减少大列表大小的LSCD延迟。一个VLSI架构的LSCD实现选择性扩展和双阈值的计划,然后开发,并使用UMC 90 nm CMOS工艺实现。实验结果表明,即使是一个大的列表大小为16,建议的LSCD实现了460 Mbps的解码吞吐量在658 MHz的时钟频率。
2018-06-29 cs.AR cs.IT eess.SP
High-Throughput Flexible Belief Propagation List Decoder for Polar Codes
由于其高度并行性,置信传播(BP)解码非常适合于高吞吐量实现,因此代表了用于满足未来通信系统的超高峰值数据率的有希望的解决方案。然而,对于极化码,BP解码的纠错性能远不如广泛使用的CRC辅助的连续消除列表(SCL)解码算法。为了缩小与SCL的性能差距,BP列表(BPL)解码通过多个置换因子图(PFG)扩展了对候选码字的探索。从实现的角度来看,设计一个统一的和灵活的硬件架构BPL解码,支持各种PFG和代码配置提出了一个很大的挑战。在本文中,我们提出了极化码的BPL解码器的第一个硬件实现,并通过应用一种硬件友好的算法来克服实现挑战,该算法在运行中生成灵活的排列。首先,我们推导出图的选择增益,并提供了一个顺序生成(SG)算法,以获得一个接近最优的PFG集。我们进一步证明了任何置换可以分解成多个固定路由的组合,我们设计了一个低复杂度的置换网络,以满足解码时间表。我们的BPL解码器不仅通过并行执行解码和置换生成具有低解码延迟,而且还支持任意列表大小而没有任何面积开销。实验结果表明,对于长度为1024、码率为1/2的极化码,采用32个PFG的BPL解码器具有与列表大小为4的SCL相似的纠错性能,在SNR=4.0dB时,吞吐量达到25.63 Gbps,面积效率达到29.46 Gbps/mm $^{2}$,其分别比现有技术的BP翻转和SCL解码器快1.82 $\times$和4.33 $\time…
2023-03-19 cs.AR cs.IT math.IT