基于深度學習的神經歸一化最小和LDPC長碼譯碼
所屬分類：技術論文
上傳者：wwei
文檔大?。?span>4407 K
標簽： LDPC 深度學習 神經網絡
所需積分：0分積分不夠怎么辦？
文檔介紹：LDPC碼是一種應用廣泛的高性能糾錯碼,，近年來基于深度學習和神經網絡的LDPC譯碼成為研究熱點,。基于CCSDS標準的（512,，256）LDPC碼,，首先研究了傳統(tǒng)的SP、MS,、NMS,、OMS的譯碼算法，為神經網絡的構建奠定基礎,。然后研究基于數(shù)據(jù)驅動（DD）的譯碼方法,，即采用大量信息及其經編碼、調制,、加噪的LDPC碼作為訓練數(shù)據(jù)在多層感知層（MLP）神經網絡中進行訓練,。為解決數(shù)據(jù)驅動方法誤碼率高的問題，又提出了將NMS算法映射到神經網絡結構的神經歸一化最小和（NNMS）譯碼,，取得了比NMS更優(yōu)秀的誤碼性能,，信道信噪比為3.5 dB時誤碼率下降85.19%。最后研究了提升NNMS網絡的SNR泛化能力的改進訓練方法,。
現(xiàn)在下載
VIP會員,，AET專家下載不扣分；重復下載不扣分,，本人上傳資源不扣分,。