从BEC信道到5G标准：手把手图解Polar码的‘信道极化’核心思想

从BEC信道到5G标准手把手图解Polar码的‘信道极化’核心思想在通信技术飞速发展的今天编码理论作为信息传输的基石始终扮演着关键角色。2009年Erdal Arikan教授提出的Polar码以其独特的信道极化思想彻底改变了信道编码的格局并最终成为5G eMBB场景的控制信道编码标准。本文将从一个最简单的二元擦除信道(BEC)出发通过直观的图解和类比逐步揭示Polar码如何通过创造好信道与坏信道来实现接近香农极限的性能。1. 信道极化的直观理解想象你面前有两条质量不稳定的通信通道有时能完美传递信息有时则会完全丢失数据。这就是二元擦除信道(BEC)的基本特性——它以概率Pe擦除传输的比特而不是像其他信道那样产生错误比特。这种简单的信道模型恰好是理解极化现象的最佳起点。信道极化的本质是通过巧妙的编码结构将一组相同的独立信道转化为两类极端不同的子信道好信道容量趋近于1几乎能无差错传输信息坏信道容量趋近于0几乎无法传递任何有效信息关键发现随着编码长度的增加好信道的数量会趋近于原始信道的容量这正是Polar码能达到香农极限的理论基础。让我们用最简单的2通道结构来说明这一过程U1 ──⊕── Channel1 ── Y1 │ U2 ──┴── Channel2 ── Y2在这个结构中U1和U2是原始信息比特Y1和Y2是接收端观测值。通过数学分析可以发现U1的传输质量变差需要两个信道都正确传输才能解码U2的传输质量改善只要任一信道正确传输就能解码具体到BEC信道(设Pe0.5)U1的成功率(1-Pe)² 0.25U2的成功率1-Pe² 0.75这就是最基本的极化现象——一个信道变差的同时另一个信道变好了。2. 从2通道到N通道的极化扩展单一极化步骤产生的效果有限但通过递归应用这一过程就能产生显著的极化效果。Arikan提出的核心创新正是这种递归结构——通过克罗内克积(Kronecker product)将极化操作扩展到N个信道。2.1 4通道极化结构当我们将2通道结构递归应用到4个信道时极化效果更加明显Stage 1 Stage 2 U1 ──⊕──⊕──⊕── Channel1 │ │ │ U2 ──┴──⊕──⊕── Channel2 │ │ U3 ─────┴──⊕── Channel3 │ U4 ────────┴── Channel4对于Pe0.5的BEC信道计算各Ui的成功概率U1: 0.0625 (极差)U2: 0.4375U3: 0.5625U4: 0.9375 (极好)可以看到U4已经成为一个非常可靠的传输通道而U1则几乎无法使用。2.2 极化效果的数学规律随着信道数量N的增加极化现象遵循以下规律信道数量N最好信道成功率最差信道成功率20.750.2540.93750.062580.99610.0039160.99990.0001这个表格清晰地展示了当N趋近于无穷大时部分信道的成功率趋近于1完美信道而另一部分趋近于0完全无用信道。3. Polar码的编码策略理解了信道极化现象后Polar码的编码策略就变得直观了信道可靠性估计计算每个极化后子信道的传输可靠性常用方法巴氏参数、密度进化、高斯近似华为贡献β-expansion方法兼顾精度与复杂度比特分配原则在可靠性最高的K个子信道上传输信息比特在其余子信道上传输固定的冻结比特通常为0生成矩阵构造 极化码的生成矩阵可以表示为G_N B_N F^{\otimes n}其中$F^{\otimes n}$表示基本矩阵F的n次克罗内克积$B_N$是比特反序排列矩阵实际应用提示在5G标准中冻结比特的位置和值是收发双方预先约定好的这大大简化了译码过程。4. SC译码算法与LLR计算串行抵消(SC)译码是Polar码的基础译码算法其核心思想是逐步解码和似然比计算。4.1 SC译码的基本步骤初始化计算接收序列的对数似然比(LLR)# Python伪代码示例BEC信道的LLR初始化 def init_llr(y, pe): if y 0: return log((1-pe)/pe) # 更可能是0 elif y 1: return log(pe/(1-pe)) # 更可能是1 else: # 擦除 return 0 # 完全不确定递归计算通过f函数和g函数在因子图上传递LLR值f函数f(a,b) sign(a)sign(b) min(|a|,|b|)g函数g(a,b,u) (-1)^u * a b串行判决从U1到UN依次做出硬判决# 硬判决示例 def hard_decision(llr): return 0 if llr 0 else 14.2 译码过程的图解示例考虑一个简单的2比特Polar码译码过程接收值: y10, y21 (假设Pe0.2) 冻结比特: u10 (已知) 步骤1: 计算u1的LLR LLR(u1) f(LLR(y1), LLR(y2)) f(log(0.8/0.2), log(0.2/0.8)) f(1.386, -1.386) -1.386 步骤2: 判决u1 已知u10 (冻结比特)无需判决 步骤3: 计算u2的LLR LLR(u2) g(LLR(y1), LLR(y2), u1) (-1)^0 * 1.386 (-1.386) 0 步骤4: 判决u2 u2 0 (因为LLR0时默认判0)虽然SC译码算法简单直观但它存在错误传播的问题——一旦某个比特判决错误会影响后续所有比特的译码。这也是后来发展出SCL(列表译码)、CA-SCL(CRC辅助列表译码)等改进算法的主要原因。5. Polar码在5G中的应用实践在5G标准中Polar码被采用为eMBB场景下控制信道的编码方案这主要基于以下优势理论最优性当码长足够大时Polar码可以逼近香农极限低复杂度编码和SC译码的复杂度均为O(N log N)灵活性通过调整冻结比特的位置可以轻松实现不同码率确定性结构给定码长和码率Polar码的结构完全确定无需像LDPC那样设计校验矩阵实际5G系统中的Polar码实现还包含多项优化速率匹配通过打孔或重复适应不同传输块大小交织设计提高在衰落信道下的性能CRC辅助提升短码性能减少错误传播在华为的5G基站和终端芯片中Polar码的实现进一步采用了并行处理架构加速SC译码过程近似计算在LLR计算中引入量化简化早期终止根据LLR置信度提前结束译码迭代从BEC信道这个最简单的模型出发我们一步步揭示了Polar码如何通过信道极化这一天才构想将不可靠的物理信道转化为近乎完美的逻辑信道。这种从理论到实践的跨越正是信息论最激动人心的魅力所在。在实际工程中理解极化现象的本质比掌握复杂的数学推导更为重要——它让我们能够针对具体应用场景灵活调整Polar码的参数和结构在性能和复杂度之间找到最佳平衡点。