一种基于神经网络的极化码BP译码方法
授权
摘要
本发明公开了一种基于神经网络的极化码BP译码方法，属于无线通信技术领域。在非理想的信道环境下，将深度学习技术引入现有的极化码BP译码中进行优化设计，充分利用Transformer模型的并行计算和全局特征提取能力，对BP译码得到的粗估计噪声执行进一步的准确估计，然后将更新的LLR值反馈给连接的BP译码继续迭代，从而减少了噪声相关性对BP译码性能的影响，达到了提升BP译码可靠性的目的；同时，本发明所提方法可以在实现类似译码性能的同时，降低译码的复杂度。
基本信息
专利标题 ：
一种基于神经网络的极化码BP译码方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111711455A
申请号 ：
CN202010460627.0
公开（公告）日 ：
2020-09-25
申请日 ：
2020-05-26
授权号 ：
CN111711455B
授权日 ：
2022-04-12
发明人 ：
刘芳芳曾志民张瑞颐
申请人 ：
北京邮电大学
申请人地址 ：
北京市海淀区西土城路10号
代理机构 ：
代理人 ：
优先权 ：
CN202010460627.0
主分类号 ：
H03M13/13
IPC分类号 ：
H03M13/13
法律状态
2022-04-12 ：
授权
2020-10-27 ：
实质审查的生效
IPC(主分类) : H03M 13/13
申请日 : 20200526
申请日 : 20200526
2020-09-25 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
