基于深度学习的PC-SCMA联合迭代检测译码方法

授权

摘要

本发明属于计算机和通信技术领域，具体涉及一种基于深度学习的联合迭代检测译码方法；所述方法包括在SCMA的消息传递算法的因子图中资源节点和用户节点之间的传递路径中添加可学习权重因子；在置信度传播算法的因子图中信息迭代中添加可通过离线学习的可学习偏移量；并形成联合因子图；将联合因子图中的可学习权重因子以及可学习偏移量作为深度神经网络的隐藏层参数，并输入加扰后的信息比特值在深度神经网络中进行迭代更新；依次迭代更新资源节点信息、先验节点信息以及用户节点信息；更新完资源节点信息、用户节点的先验信息以及用户节点信息后，输出估计传输符号；本发明可以在运算复杂度增大在可接受范围内，有效提高检测译码BER性能。

基本信息

专利标题：

基于深度学习的PC-SCMA联合迭代检测译码方法

专利标题（英）：

暂无

公开（公告）号：

CN113395138A

申请号：

CN202110660122.3

公开（公告）日：

2021-09-14

申请日：

2021-06-15

授权号：

CN113395138B

授权日：

2022-05-03

发明人：

彭大芹何彦琦黄萍

申请人：

重庆邮电大学

申请人地址：

重庆市南岸区南山街道崇文路2号

代理机构：

重庆辉腾律师事务所

代理人：

卢胜斌

优先权：

CN202110660122.3

主分类号：

H04L1/00

IPC分类号：

H04L1/00 G06N3/04 G06N3/08