一种基于强化学习的极化码屏蔽矩阵构建方法
公开
摘要
本发明提供了一种基于强化学习的极化码屏蔽矩阵构建方法,该方法能根据当前信道条件选择最佳的凿孔位置与缩短位置,从而获得相应的屏蔽矩阵。主要内容包括:将屏蔽矩阵构造过程类比为马尔可夫决策过程,并且通过强化学习进行模型的构建;根据屏蔽矩阵的性质,对模型的各种参数进行相应的设置;采用Q‑learning算法在训练时对模型进行Q表的更新,并且根据Q表进行动作的选择。由于模型最终状态的奖励值只由译码的误帧率所决定,所以适用于不同的信道。本发明方法相对穷举法在保证性能的情况下复杂度有一定的降低。
基本信息
专利标题 :
一种基于强化学习的极化码屏蔽矩阵构建方法
专利标题(英):
暂无
公开(公告)号 :
CN114584154A
申请号 :
CN202210221579.9
公开(公告)日 :
2022-06-03
申请日 :
2022-03-09
授权号 :
暂无
授权日 :
暂无
发明人 :
谢锟钰
申请人 :
中国计量大学
申请人地址 :
浙江省杭州市下沙高教园区学源街258号中国计量大学
代理机构 :
代理人 :
优先权 :
CN202210221579.9
主分类号 :
H03M13/13
IPC分类号 :
H03M13/13 G06N20/00
法律状态
2022-06-03 :
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