Polar码是什么：从信道容量到5G控制信道

Polar 码是现代信道编码里非常特殊的一类码。它特殊，不只是因为它进入了 5G NR 控制信道，也不只是因为它有一个漂亮的蝶形编码结构；更重要的是，它给出了一个非常清楚的答案：怎样从信道本身出发，构造一类可以达到二元输入离散无记忆信道对称容量的编码。

如果用一句话概括：Polar 码是一类基于“信道极化”现象构造的线性分组码。它通过把多个相同的基础信道组合、分裂，得到一批可靠性差异越来越明显的合成子信道；发送端把信息比特放在可靠子信道上，把不可靠子信道固定为冻结位；接收端再利用这些结构进行译码。

这篇文章先不进入细节推导，而是把 Polar 码放进整个信道编码的发展脉络里看清楚：它为什么被提出，它和 Turbo / LDPC 是什么关系，它的核心机制是什么，它经历了哪些重要发展，以及为什么 5G NR 会把它用于控制信道。

信道编码到底在解决什么问题

通信系统面对的根本矛盾是：真实信道有噪声，但我们希望信息可靠传输。

发送端发出一串比特，经过调制、无线信道、噪声和干扰之后，接收端拿到的往往不是清晰的 0 和 1，而是一组带不确定性的观测值。信道编码的作用，就是在原始信息中加入有结构的冗余，让接收端可以利用整体约束把错误纠回来。

从 Shannon 1948 年的信息论开始，人们就知道一个重要结论：只要传输速率低于信道容量，就存在某种编码方式，使误码概率可以随着码长增加而趋近于 0。

这句话极其强大，但也留下了一个工程问题：Shannon 告诉我们“好码存在”，却没有直接给出一套简单、可构造、可译码、能在真实系统里跑起来的码。

后来的信道编码研究，很多时候都在追这个目标：离信道容量尽量近，同时编码和译码复杂度不能失控。

常见码率写作：

R = \frac{K}{N}

其中 $K$ 是信息比特长度， $N$ 是编码后的码长。容量问题可以粗略理解为：在某个信道条件下， $R$ 能不能尽量接近容量，同时仍然可靠。

从 Shannon 到 Turbo、LDPC、Polar

从历史上看，信道编码不是一条直线，而是几次关键思想的接力。

Shannon 建立了容量理论，给出了“可靠通信极限”的存在性。Hamming、BCH、Reed-Solomon 等经典代数码让纠错编码有了明确结构，适合解决许多早期存储和通信问题。卷积码配合 Viterbi 译码，在较长时间内成为通信系统中的主力方案。

LDPC 码由 Gallager 在 1960 年代提出，核心是用稀疏校验矩阵定义码，并通过迭代消息传递译码。它提出得很早，但受限于当时计算能力，没有马上成为工程主角。后来随着计算能力提升和迭代译码思想成熟，LDPC 被重新发现，并在长码、高吞吐场景中展现出很强竞争力。

Turbo 码由 Berrou、Glavieux 和 Thitimajshima 在 1993 年提出，是信道编码史上的一个震动点。它通过并行级联卷积码、交织器和迭代译码，在实际复杂度下逼近 Shannon 限，让“接近容量”从理论理想变成工程现实。

Polar 码由 Arikan 在 2009 年提出。它的标志性意义在于：这是第一类被严格证明可以达到二元输入离散无记忆信道对称容量，并且具有显式构造和低复杂度编译码算法的编码方案。

这也是为什么很多概述文章会把 Polar 码写成“第一个具有显式构造的容量可达码”。这里的“容量可达”对应 Arikan 论文标题中的 capacity-achieving codes，更严格地说是达到对称容量。

Turbo、LDPC 和 Polar 的位置关系

Turbo、LDPC 和 Polar 经常被放在一起比较，更准确地说，它们是面向不同结构、复杂度和应用需求的三种代表性现代信道编码方案。

编码	出现时间	核心结构	译码特点	工程优势	典型位置
Turbo	1993	并行级联卷积码 + 交织器	迭代译码	中短码性能强，曾长期用于移动通信	3G / 4G 数据信道的重要方案
LDPC	1960s 提出，1990s 后复兴	稀疏校验矩阵	置信传播 / 消息传递	并行度高，长码和高吞吐表现好	5G NR 数据信道
Polar	2009	信道极化 + 冻结位	SC / SCL / CA-SCL	理论结构清楚，短控制信息场景有优势	5G NR 控制信道

Turbo 码的核心贡献，是让工程界真正看到接近 Shannon 限的可实现方案。它靠迭代译码把两个相对简单的分量码联合起来，从全局上获得强性能。

LDPC 码的核心优势，是稀疏图结构带来的并行译码能力。对高吞吐、长数据块、硬件并行实现来说，LDPC 很自然。因此 5G NR 数据信道采用 LDPC，并不令人意外。

Polar 码的优势不主要体现在“它在所有码长下都压倒其他码”。如果只看有限码长性能，原始 SC 译码下的 Polar 码并不总是惊艳。Polar 真正的关键在于它的理论构造非常干净：通过信道极化，可以明确知道哪些位置适合承载信息，哪些位置应该冻结。后来配合 CRC 和 SCL 译码之后，有限码长性能显著改善，才使它在控制信道场景中具备工程竞争力。

所以可以这样理解三者的关系：Turbo 是迭代译码时代的工程突破，LDPC 是稀疏图和并行译码的长码强者，Polar 是从信道极化出发的容量可达构造，并在 5G 控制信道中完成工程落地。

Polar 码的基本思想：信道极化

Polar 码的名字来自 polarization，也就是极化。这里的极化不是物理电磁波极化，而是信道可靠性的两极分化。

假设有一个二元输入信道 $W$ 。我们把多个独立使用的 $W$ 通过一个固定变换组合起来，再从接收端和逐位判决的角度把它们看成一组新的合成子信道。随着码长 $N$ 增大，这些合成子信道会逐渐分成两类：

一类越来越可靠，接近“无噪声信道”。
一类越来越不可靠，接近“完全没用的信道”。

这就是信道极化。

Polar 码的编码策略顺势而来：选出可靠的子信道集合 $\mathcal{A}$ 放信息比特；剩下的不可靠位置集合 $\mathcal{A}^c$ 放固定值，通常固定为 0，这些位置叫冻结位。

于是一个 Polar 码通常可以用三个量描述：

码长 $N$ ：通常取 2 的幂，来自递归构造。
信息长度 $K$ ：真正承载信息的比特数。
信息位集合 $\mathcal{A}$ ：哪些子信道被认为足够可靠。

这比“把 $K$ 个比特乘上一个矩阵”更接近 Polar 码的本质。矩阵只是实现结构；真正决定性能的是信道极化之后，哪些子信道被选为信息位。

一张图先建立全局印象

下面这张图把第一篇最重要的三件事压缩在一起：信道编码是问题背景，信道极化是 Polar 码的核心机制，5G 控制信道是它的重要工程落点。

Polar 码从信道编码到 5G 控制信道的中文简图

Polar 码由哪些部分组成

从学习和实现角度看，Polar 码至少要拆成三件事：编码、构造、译码。

编码回答的是：给定信息位和冻结位，如何生成发送码字。Polar 码最基本的编码矩阵来自二阶核：

F = \begin{bmatrix} 1 & 0 \\ 1 & 1 \end{bmatrix}

长度为 $N=2^n$ 时，可以通过 Kronecker 幂得到 $F^{\otimes n}$ ，再结合 bit-reversal 等约定形成生成矩阵。这个结构带来一种类似 FFT 的蝶形计算方式，因此 Polar 编码可以用递归或蝶形网络高效完成。

构造回答的是：哪些位置放信息，哪些位置冻结。它不是附属问题，而是 Polar 码性能的核心问题。因为 Polar 码的思想就是“好子信道放信息，坏子信道冻结”，所以必须先评估每个子信道的可靠性。对 BEC 这类理想信道，可以用 Bhattacharyya 参数递推看得很清楚；对 AWGN 这类实际信道，就需要密度进化、高斯近似、Polarization Weight 等方法来生成可靠性排序。

译码回答的是：接收端如何从带噪观测恢复信息。Arikan 原始论文中对应的是 SC，也就是 successive cancellation，逐次抵消译码。SC 的思想是按位判断，每判断一位，就把前面已经判断出的结果用于后续位的判决。SC 结构简单，复杂度低，但有限码长下性能不总是理想。

后来 SCL，也就是 successive cancellation list 译码，把“每一步只保留一条路径”改成“保留多条候选路径”，显著改善性能。再配合 CRC 辅助筛选，就得到 CA-SCL。Tal 和 Vardy 对 SCL 译码做了重要推进，使其成为 Polar 码有限码长性能提升的关键方案之一。

因此，真正理解 Polar 码，不能只看生成矩阵。你至少要同时抓住这三条线：

编码结构： $F$ 、Kronecker 幂、蝶形网络。
构造方法：子信道可靠性排序、冻结位选择。
译码算法：SC、SCL、CA-SCL。

Polar 码为什么说是容量可达码

“容量可达”是 Polar 码最常被提到的标签，但它很容易被误解。

容量可达不是说任意短码长、任意译码器、任意参数下 Polar 码都比其他码强。它说的是在 Arikan 给出的理论框架下，对于二元输入离散无记忆信道，当码长趋于无穷时，可以选择合适的信息位集合，使码率逼近该信道的对称容量，同时块错误率趋于 0。

这个结论重要在两点。

第一，它不是随机编码意义上的“存在某种好码”，而是给出了显式构造路线。通过信道极化，我们知道应该如何挑选可靠子信道。

第二，它的复杂度可控。原始 Polar 码的编码和 SC 译码复杂度都是 $O(N \log N)$ ，这让它不只是理论对象，也具备工程实现的基础。

但也要看到另一面：理论渐近性能不等于有限码长性能。实际系统里 $N$ 不可能无限大，控制信道尤其经常面对短块长。因此 Polar 码进入工程时，必须处理有限码长、CRC 辅助、列表大小、速率匹配、交织等问题。

Polar 码的发展脉络

Polar 码从 2009 年提出后，发展主线大致可以分成几类。

第一类是译码增强。原始 SC 译码结构清楚，但容易出现错误传播：前面某一位判错，会影响后续判决。SCL 通过保留多条路径缓解这个问题，CA-SCL 再用 CRC 从候选路径中筛选更可能正确的一条。今天谈工程 Polar 码，基本绕不开 SCL 和 CA-SCL。

第二类是构造方法。理论上，子信道可靠性可以通过密度进化等方法分析；工程上，还需要更轻量、更稳定、更适合不同信道条件的方法。例如高斯近似常用于 AWGN 信道下的构造，Polarization Weight 则提供了一种更轻量的可靠性排序思路。5G NR 中还采用了标准化的可靠性序列，避免每次都从头做复杂构造。

第三类是有限码长优化。原始 Polar 码的渐近理论很漂亮，但实际通信系统关心的是有限码长下的 BLER、吞吐、延迟和硬件复杂度。系统 Polar 码、CRC 连接、交织设计、路径度量、列表大小选择、速率匹配等，都是围绕有限码长性能展开的工程补强。

第四类是标准化应用。Polar 码被 5G NR 采纳后，它从理论热点变成通信标准中的实际模块。标准化带来的一个变化是：学习 Polar 码不能只停在 $G_N$ 和 SC 译码公式上，还要理解 CRC、交织、子块交织、速率匹配、编码链路和译码链路如何配合。

为什么 5G NR 控制信道选择 Polar 码

5G NR 对信道编码做了明确分工：数据信道主要采用 LDPC，控制信道采用 Polar。3GPP TS 38.212 规定了 NR 中信道编码、复用、交织和速率匹配等处理流程，其中包含 Polar 码用于控制信息的处理链路。

这个选择和应用场景有关。

数据信道通常强调高吞吐、大数据块、并行处理，LDPC 的稀疏图结构和并行译码非常适合。控制信道承载的信息块通常更短，但重要性很高，例如调度、反馈、广播控制等信息。控制信息一旦错了，后续数据传输可能直接失效。

Polar 码在控制信道中的优势主要来自几个方面：

它在短到中等长度控制信息上，配合 CRC-aided SCL 后性能有竞争力。
它的理论结构清晰，可靠性序列和冻结位机制适合标准化描述。
它可以自然结合 CRC、交织和速率匹配，形成完整控制信道链路。
它和 LDPC 形成互补：LDPC 负责数据面，Polar 负责控制面。

所以 5G 中的 Polar 码不是孤立的“编码矩阵”，而是一条处理链路的一部分。发送端通常会经历 CRC 添加、交织、Polar 编码、速率匹配等步骤；接收端则通过对应的解速率匹配、译码、CRC 检查等步骤恢复控制信息。

容易误解的几个点

第一个误解是把 Polar 码等同于生成矩阵。生成矩阵很重要，但它只是编码结构。Polar 码真正的核心是信道极化以及由此带来的信息位选择。

第二个误解是把“容量可达”理解成“短码一定最强”。容量可达是渐近理论结论，有限码长性能还要看构造、译码器、CRC、列表大小和信道条件。

第三个误解是认为冻结位只是随便补 0。冻结位的值通常简单，但冻结位的位置绝不随便。哪些位置冻结，哪些位置放信息，正是 Polar 构造问题的核心。

第四个误解是只学 SC 译码就能理解工程 Polar。SC 是理解 Polar 的基础，但工程中常见的是 SCL 和 CA-SCL。尤其在 5G 场景下，CRC 辅助列表译码非常关键。

第五个误解是忽略速率匹配。理论 Polar 码喜欢 $N=2^n$ ，但实际系统的信息长度和发送资源不会总是刚好匹配 2 的幂。puncturing、shortening、repetition 等速率匹配方式，是工程实现里必须面对的问题。

后续学习路线

这套系列会按从概念到工程的顺序展开。第一阶段先建立基本概念：B-DMC、码率、容量、LLR、二阶核、生成矩阵和小码长算例。第二阶段进入信道极化理论，重点理解 combining、splitting、Bhattacharyya 参数和冻结位选择。第三阶段讨论构造方法，从 BEC 走向 AWGN，并解释 design-SNR。第四阶段系统讲 SC、SCL、CA-SCL。第五阶段进入有限码长、CRC、系统码、性能曲线和速率匹配。最后再回到 5G NR，把标准链路串起来。

如果要给 Polar 码学习画一条主线，我会写成：

信道容量 -> 信道极化 -> 子信道可靠性排序 -> 信息位 / 冻结位选择 -> Polar 编码 -> SC 译码 -> SCL / CA-SCL -> 速率匹配 -> 5G NR 控制信道。

这条线比单纯从矩阵开始更稳。矩阵会在第三篇出现，但在那之前，先知道矩阵为什么会被这样构造，后面才不会陷入“公式都认识，但不知道它们在解决什么问题”的状态。

小结

Polar 码可以从三个层面理解。

理论上，它是 Arikan 基于信道极化提出的显式容量可达码，回答了如何构造一类接近 Shannon 极限的编码。

结构上，它通过二阶极化核和 Kronecker 幂形成递归编码网络，再通过子信道可靠性排序选择信息位和冻结位。

工程上，它需要与 SCL / CA-SCL、CRC、交织和速率匹配结合，才能在有限码长场景中发挥性能，并最终进入 5G NR 控制信道。

把它放在 Turbo 和 LDPC 旁边看，Polar 码不是简单替代谁，而是现代信道编码版图中的第三条重要路线：Turbo 代表迭代译码突破，LDPC 代表稀疏图和高并行长码方案，Polar 代表信道极化驱动的显式容量可达构造。

参考

C. E. Shannon, “A mathematical theory of communication,” Bell Syst. Tech. J., vol. 27, no. 3, pp. 379-423, Jul. 1948; vol. 27, no. 4, pp. 623-656, Oct. 1948, doi: 10.1002/j.1538-7305.1948.tb01338.x; 10.1002/j.1538-7305.1948.tb00917.x.

R. G. Gallager, “Low-density parity-check codes,” IRE Trans. Inf. Theory, vol. 8, no. 1, pp. 21-28, Jan. 1962, doi: 10.1109/TIT.1962.1057683.

C. Berrou, A. Glavieux, and P. Thitimajshima, “Near Shannon limit error-correcting coding and decoding: Turbo-codes. 1,” in Proc. IEEE Int. Conf. Commun. (ICC), Geneva, Switzerland, May 1993, pp. 1064-1070, doi: 10.1109/ICC.1993.397441.

E. Arikan, “Channel polarization: A method for constructing capacity-achieving codes for symmetric binary-input memoryless channels,” IEEE Trans. Inf. Theory, vol. 55, no. 7, pp. 3051-3073, Jul. 2009, doi: 10.1109/TIT.2009.2021379.

I. Tal and A. Vardy, “List decoding of polar codes,” IEEE Trans. Inf. Theory, vol. 61, no. 5, pp. 2213-2226, May 2015, doi: 10.1109/TIT.2015.2410251.

3GPP, “NR; Multiplexing and channel coding,” 3GPP TS 38.212.