一种分布式联合信源信道编码系统的深度学习译码方法

    公开(公告)号:CN114448570A

    公开(公告)日:2022-05-06

    申请号:CN202210104626.1

    申请日:2022-01-28

    Applicant: 厦门大学

    Abstract: 一种分布式联合信源信道编码系统的深度学习译码方法,涉及电子通信中的数据传输。包括以下步骤:1)确定分布式联合信源信道编码系统译码的训练样本集;2)确定深度学习译码模型;3)确定深度学习网络模型的loss函数;4)确定需要增加信息交互单元的隐藏层位置并插入信息交互单元隐藏层;5)确定深度学习译码训练模型的隐藏层的激活函数;6)确定输入的训练样本集梯度下降的方式训练模型,调整训练的参数确定最后网络模型;7)将需要译码样本集输入模型完成分布式联合信源信道系统信源的译码。针对分布式联合信源信道编码系统可以实现并行译码,并能挖掘分布式信源间的相关性进而提高系统的译码性能。

    一种分布式联合信源信道编码系统的深度学习译码方法

    公开(公告)号:CN114448570B

    公开(公告)日:2024-02-13

    申请号:CN202210104626.1

    申请日:2022-01-28

    Applicant: 厦门大学

    Abstract: 一种分布式联合信源信道编码系统的深度学习译码方法,涉及电子通信中的数据传输。包括以下步骤:1)确定分布式联合信源信道编码系统译码的训练样本集;2)确定深度学习译码模型;3)确定深度学习网络模型的loss函数;4)确定需要增加信息交互单元的隐藏层位置并插入信息交互单元隐藏层;5)确定深度学习译码训练模型的隐藏层的激活函数;6)确定输入的训练样本集梯度下降的方式训练模型,调整训练的参数确定最后网络模型;7)将需要译码样本集输入模型完成分布式联合信源信道系统信源的译码。针对分布式联合信源信道编码系统可以实现并行译码,并能挖掘分布式信源间的相关性进而提高系统的译码性能。

Patent Agency Ranking