基于卷积神经网络的多天线Polar码联合解调-解码方案

• 作者: 侯永宏 杨梦頔
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: Polar码 卷积神经网络 多天线技术 联合解调-解码方案
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 物联网与5G通信技术
• 页码范围: 314-320
• 页数: 7页
• 分类号: TN911
• 字数: 5480字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2018.03.004

摘要

为了验证运用神经网络进行信道解码的可行性,利用其提高短码长Polar码的译码准确率,提出了一种基于卷积神经网络(convolutional neural network,CNN)的多天线(multiple-input multiple-output)Polar码新颖联合解调-解码方案.搭建了一种包括4个卷积层,2个全连接层和1个输出层的卷积神经网络,采用最小均方误差作为损失函数,通过计算机生成了Polar码编码的多天线数据并对网络进行训练,使训练得到的神经网络能很好地提取出Polar码比特间的关系特征,从而拟合出Polar码译码函数.仿真结果表明,在相同信噪比条件下,基于CNN的Po-lar码联合解调-解码方案的误码率优于已有的基于全连接神经网络方案;所提方案在不同码率的仿真实验中的误码率皆优于基于全连接神经网络方案,损失曲线的收敛速度更快,显示了基于CNN的Polar码联合解调-解码方案具有更好的泛化能力和学习能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯永宏	天津大学电气自动化与信息工程学院	31	228	7.0	14.0
2	杨梦頔	天津大学电气自动化与信息工程学院	1	2	1.0	1.0