基于深度学习的低复杂度LDPC译码器

• 作者: 杨祯琳
• 来源期刊: 电脑与电信
• 关键词: 深度学习 信道译码 LDPC码
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 62-65
• 页数: 4页
• 分类号: TN911.22
• 语种: 中文

摘要

在信道译码结合深度学习技术的研究中,维数限制问题一直是研究者们寻求突破的重点.由于深度神经网络是储存密集型,深度神经网络信道解码器通常需要比传统置信传播(BP)译码大得多的计算和内存开销.为了缓解这个问题,提出了一种应用于LDPC码的改进的神经网络译码器.根据深度神经网络信道解码器中权重参数值分布,有选择性地对新的神经网络解码器添加权重参数,通过限制训练参数数量,降低了深度神经网络信道解码器的规模,并且算法与BP译码相比取得了较大译码增益.