公开(公告)号：CN111711455A

公开(公告)日：2020-09-25

申请号：CN202010460627.0

申请日：2020-05-26

Applicant: 北京邮电大学

Inventor： 刘芳芳 ,  曾志民 ,  张瑞颐

IPC: H03M13/13

Abstract: 本发明公开了一种基于神经网络的极化码BP译码方法，属于无线通信技术领域。在非理想的信道环境下，将深度学习技术引入现有的极化码BP译码中进行优化设计，充分利用Transformer模型的并行计算和全局特征提取能力，对BP译码得到的粗估计噪声执行进一步的准确估计，然后将更新的LLR值反馈给连接的BP译码继续迭代，从而减少了噪声相关性对BP译码性能的影响，达到了提升BP译码可靠性的目的；同时，本发明所提方法可以在实现类似译码性能的同时，降低译码的复杂度。

公开(公告)号：CN111711455B

公开(公告)日：2022-04-12

申请号：CN202010460627.0

申请日：2020-05-26

Applicant: 北京邮电大学

Inventor： 刘芳芳 ,  曾志民 ,  张瑞颐

IPC: H03M13/13

Abstract: 本发明公开了一种基于神经网络的极化码BP译码方法，属于无线通信技术领域。在非理想的信道环境下，将深度学习技术引入现有的极化码BP译码中进行优化设计，充分利用Transformer模型的并行计算和全局特征提取能力，对BP译码得到的粗估计噪声执行进一步的准确估计，然后将更新的LLR值反馈给连接的BP译码继续迭代，从而减少了噪声相关性对BP译码性能的影响，达到了提升BP译码可靠性的目的；同时，本发明所提方法可以在实现类似译码性能的同时，降低译码的复杂度。