.png){kind=icon}
返回
t-SNE-Assisted Permuted Sparse Graphs Selection for Polar Code BPL Decoding
.png){kind=icon}
PRE
AI
DOI：10.1109/jiot.2026.3720345.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
许多研究者将极化码视为低密度奇偶校验类（LDPC-like）码，并采用并行置信传播（BP）译码器进行极化码译码，即LDPC-like BP列表（BPL）译码。LDPC-like BPL译码中采用的稀疏图通过图剪枝构造，破坏了极化码固有的固定蝴蝶结构，导致结构分析和图选择困难。由于稀疏图通常由高维邻接矩阵表示，本文提出了一种基于t-分布随机邻域嵌入（t-SNE）降维的稀疏图选择方案。所提算法首先对复杂的稀疏图数据进行降维，然后应用K-means聚类选择聚类中心以构建译码列表。仿真结果表明，所提译码器相比随机和循环移位方案在无额外计算复杂度的情况下实现了超过0.2 dB的显著性能提升，同时在译码性能上优于基于核主成分分析（KPCA）的方案。
Keyword:
Dimensionality reduction
low-density parity check-like (LDPC-like) belief propagation (BP)
permuted sparse graph
polar code
