摘要
近年来随着智能交通系统中人工智能和无人驾驶等技术的发展，对于车对车通信的传输质量要求日益提高。随着第五代通信系统(5thGenerationMobileCommunicationTechnology,5G)的普及，其带来的低时延高带宽特性能很好的解决目前车辆网的痛点。而面对车载信道中复杂多变的传输环境，如何针对5G通信系统进行设计优化使其满足车联网通信的需求是目前研究的热点。 极化码作为一种在理论上能达到信道容量的编码方案，具有较低的编译码复杂度与无错误平层等优点。但在5G车联网应用场景下，极化码作为控制信道下的编码方案，其较短的码长容易引起极化不完全译码性能较差等问题。为了满足车联网下低时延的要求，同时对抗车载信道恶劣的时变衰落传输环境，需要设计一个性能可靠且计算复杂度较低的译码方案。因此本文的主要工作为： (1)极化码在较短码长下性能损失严重的问题，本文在动态比特翻转串行抵消译码算法(Dynamiclistsuccessivecancellationbit-flippingdecoding,D-SCF)的基础上进行改进。提出基于关键集合的D-SCF译码器。通过使用基于关键集合的简化搜索方法和偶校验级联构造方法，相比原始D-SCF译码算法在有效降低了译码计算量的同时提高译码性能，且在低码长情况下译码性能提升更加明显。 (2)为了提高误码率性能，对概率成形编码调制方案进行研究。并推导了成形后非等概的多进制幅度调制(MultyAmplitudeShiftKeying,M-ASK)及正交幅度调制(QuadratureAmplitudeModulation,QAM)信号，在加性高斯白噪声信道(AdditiveWhiteGaussianNoise,AWGN)下的理论误符号率公式。并通过所提的理论公式验证了非等概信源如图像信源，在经过加密操作或极化码编码后可以避免传输性能的损失。 (3)针对车载信道中收发机高速移动产生的多普勒效应及多径时延等特性，使用抽头时延模型对车载信道进行建模仿真。并建立车载信道下基于极化码的正交频分复用(OrthogonalFrequencyDivisionMultiple,OFDM)传输系统模型，在该系统模型下仿真评估本文所提的改进D-SCF译码算法性能。仿真结果表明在中高信噪比(＞15dB)的车载信道传输环境下，本文所提的改进D-SCF译码算法与列表译码算法译码相比，能在更低的计算复杂度下获得较好的译码性能。
NETL