[1]王之卓,吕健鸿,王中鹏.基于深度残差收缩网络的LDPC译码算法[J].浙江科技学院学报,2022,(01):35-41.
WANG Zhizhuo,LU.. Jianhong,WANG Zhongpeng.LDPC decoding algorithm based on deep residual shrinkage network[J].,2022,(01):35-41.
点击复制
基于深度残差收缩网络的LDPC译码算法(/HTML)
《浙江科技学院学报》[ISSN:1001-3733/CN:61-1062/R]
- 卷:
-
- 期数:
-
2022年01期
- 页码:
-
35-41
- 栏目:
-
- 出版日期:
-
2022-02-27
文章信息/Info
- Title:
-
LDPC decoding algorithm based on deep residual shrinkage network
- 文章编号:
-
1671-8798(2022)01-0035-07
- 作者:
-
王之卓; 吕健鸿; 王中鹏
-
浙江科技学院 信息与电子工程学院,杭州 310023
- Author(s):
-
WANG Zhizhuo; LU.. Jianhong; WANG Zhongpeng
-
School of Information and Electronic Engineerying, Zhejiang University of Science and Technology, Hangzhou 310023, Zhejiang, China
-
- 关键词:
-
低密度奇偶校验码; 置信传播算法; 归一化最小和算法; 深度残差收缩网络
- 分类号:
-
TN911.22
- 文献标志码:
-
A
- 摘要:
-
为了研究瑞利衰落信道下提高低密度奇偶校验码(low density parity check,LDPC)信道译码算法纠错性能的方法,结合神经网络技术,提出一种基于深度残差收缩网络(deep residual shrinkage networks,DRSN)的归一化最小和(normalized minsum,NMS)译码算法(简称DRSNNMS译码算法)。首先,本译码算法使用深度残差收缩网络预测信道增益;然后结合接收信号计算对数似然比(log likelihood ratio,LLR),将其作为译码算法的输入进行译码,DRSN通过学习接收信号中噪声的相关特征,以抑制噪声的方法使预测结果更加接近真实信道增益;最后使用实现较简便的NMS算法进行译码。仿真试验结果表明,在高信噪比环境下,本译码算法的误码率最低时接近常规算法误码率的1/3,译码性能得到一定的提高。本研究结果可为译码算法降低误码率提供参考。
更新日期/Last Update: