公开(公告)号：CN113965209A

公开(公告)日：2022-01-21

申请号：CN202111259031.5

申请日：2021-10-28

Applicant: 中国计量大学

Inventor： 包秀品 ,  王秀敏 ,  李君 ,  洪波

IPC: H03M13/13 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种与深度学习结合的极化码译码算法(CNN‑ADSCL)，利用深度学习和神经网络的技术来动态选择列表大小。该译码器包含4个模块，分别是信道编码与调制模块，加噪模块，卷积网络处理模块和SCL译码模块。卷积网络处理模块包含两部分，一个是网络训练部分，一个是训练好的模型部分。在本发明中，我们建立了动态自适应SCL译码算法，使用学习好的模型对本次译码所需的列表进行预测。本发明在译码前对列表进行判断，因此不会造成多余的译码延迟。本发明的优势在于可以动态判断所需列表大小，与自适应SCL(ADSCL)和CRC‑SCL相比，具有类似的译码性能，比CRC‑SCL译码算法具有更低的复杂度，从而降低译码时延和复杂度。

公开(公告)号：CN113114274A

公开(公告)日：2021-07-13

申请号：CN202110411964.5

申请日：2021-04-16

Applicant: 中国计量大学

Inventor： 刘恒 ,  王秀敏 ,  李君 ,  包秀品

IPC: H03M13/11

Abstract: 本申请提供了一种基于分段关键集合的简化极化码移位剪枝连续消除列表(Partition Successive Cancellation List with Shifted‑pruning,PSCL‑SP)译码器，由编码模块、分段集合生成模块、路径移位剪枝模块、初始SCL译码模块和校验模块组成。在连续消除移位剪枝列表译码器中增加分段集合生成模块，基于分段集合来减少路径移位剪枝的搜索范围。首先根据错误概率把编码确定的关键集合进行不均匀分段，然后通过译码器初始尝试以后的译码信息来确定第一个错误发生的位置和所在的分段位置，如果错误发生在第一段则进行正常路径移位剪枝操作，第二段采用连续消除译码，如果第二段发生错误则直接对第二段关键集合进行路径移位剪枝操作，减少了SCL‑SP译码器额外的路径移位剪枝次数，进一步减少译码器的计算复杂度，同时保证译码性能没有下降。

公开(公告)号：CN116743190A

公开(公告)日：2023-09-12

申请号：CN202310701088.9

申请日：2023-06-14

Applicant: 中国计量大学

Inventor： 冉梦蕊 ,  李君 ,  包秀品 ,  王秀敏

IPC: H03M13/23 ,  H03M13/11 ,  H04L1/00

Abstract: 本发明提出一种基于神经网络的LSBP与OSD级联方案。该级联方案由编码调制模块、LSBP译码模块、神经网络模块以及OSD译码模块组成，神经网络模块根据译码过程中的软信息实时动态决定是否执行OSD译码算法。为了解决传统LSBP与OSD级联方案中译码时延较高的问题，在传统级联方案基础上用神经网络模块代替原始级联方案中判决码字的动态阈值，神经网络模块根据LSBP译码得到的软信息进行训练输出结果为[1 0]或[0 1]。[0 1]表示执行神经网络模块获得的判决码字不满足阈值公式判断条件时，输出判决码字；[1 0]表示满足阈值判断条件，需要执行OSD译码。所提出的基于神经网络的LSBP与OSD级联方案与LSBP方案相比有性能增益，与传统的级联方案相比降低了额外平均译码尝试次数。

公开(公告)号：CN114915296A

公开(公告)日：2022-08-16

申请号：CN202210486386.6

申请日：2022-05-06

Applicant: 中国计量大学

Inventor： 包秀品 ,  王秀敏 ,  章东平

IPC: H03M13/09 ,  H03M13/13 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于一维卷积网络和多比特翻转的极化码软消除(SoftCancellation)SCAN译码算法，利用深度学习技术实现SCAN译码算法多比特翻转。该译码算法包含翻转模块，判断模块和译码模块三部分。翻转模块被用来构造候选翻转比特集合，用来评估每个信息比特的错误概率。判断模块被用来对当前翻转的比特的类型进行判断，决定是否执行当前比特的翻转动作。因为神经网络的训练是离线的，所以并不会影响译码的在线效率。因此，利用所提出的算法，进一步提升了SCAN译码算法的性能，并通过判断模块来判断所翻转信息比特的类型，可以一定程度上避免错误的翻转。