| 基于深度學習的神經歸一化最小和LDPC長碼譯碼 | |
| 所屬分類：技術論文 | |
| 上傳者：wwei | |
| 文檔大?。?span>4407 K | |
| 標簽： LDPC 深度學習 神經網絡 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：LDPC碼是一種應用廣泛的高性能糾錯碼，近年來基于深度學習和神經網絡的LDPC譯碼成為研究熱點。基于CCSDS標準的（512，256）LDPC碼，首先研究了傳統的SP、MS、NMS、OMS的譯碼算法，為神經網絡的構建奠定基礎。然后研究基于數據驅動（DD）的譯碼方法，即采用大量信息及其經編碼、調制、加噪的LDPC碼作為訓練數據在多層感知層（MLP）神經網絡中進行訓練。為解決數據驅動方法誤碼率高的問題，又提出了將NMS算法映射到神經網絡結構的神經歸一化最小和（NNMS）譯碼，取得了比NMS更優秀的誤碼性能，信道信噪比為3.5 dB時誤碼率下降85.19%。最后研究了提升NNMS網絡的SNR泛化能力的改進訓練方法。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2