杨 洋 方 勇 单博炜

(长安大学信息工程学院 西安 710064)

1 引言

由于移动通信系统对高吞吐率的需求不断增长，具备高译码并行度的LDPC码取代了Turbo码被第5代移动通信技术标准(5G New Radio, 5G NR)所采用。此外，与Turbo码相比，LDPC码还具有更高的编码增益，更高的译码运算效率，以及更低的错误平层等优势[1]，并将继续成为下一代移动通信技术标准中信道编码方案的有力竞争者。

自5G NR开始，移动通信系统需支持更多新应用场景下的可靠通信，特别是高速移动场景，例如高速铁路、车载自组织网络(Vehicular Ad hoc NETworks, VANETs)、无人机(Unmanned Aerial Vehicles, UAVs)等。在高速移动场景下，信道呈现时变的非平稳特性，这给信道估计带来很大挑战，因为过大的信道估计误差会导致LDPC码置信传播(Belief-Propagation, BP)译码的性能恶化[2]。

常用的信道估计方法可根据是否依赖导频信号分为两类。一类是基于导频辅助的方法，包括最小二乘估计、最小均方误差估计和最大似然估计等。采用连续消除类译码算法[3,4]的极化码常采用此类信道估计方法[5]。然而在非平稳信道条件下，若要利用基于导频辅助的方法准确追踪时变的信道状态将导致大量的导频开销，从而降低传输效率。另一类是不需要或仅需要极少量导频辅助，主要发掘接收信号本身所蕴含信道信息的盲信道估计方法，这类方法更适合非平稳信道条件下的信道估计。文献[6]针对极化码提出一种可输出软信息的连续消除列表译码算法, 并通过盲信道估计与信道译码之间的迭代实现联合信道估计与译码(Joint Channel Estimation and Decoding, JCED)。……