首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种低精度的深度神经网络极化码SC译码算法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:西安工业大学

摘要:本发明公开了一种低精度的深度神经网络极化码SC译码算法,首先基于深度神经网络构造神经网络译码器;改进神经网络译码器的激活函数和损失函数;对神经网络译码器采取权值量化;将极化码划分为子块,分别使用神经网络译码器进行译码,保存网络模型;将训练好的各个子块的神经网络译码器通过传统SC译码算法进行耦合。本发明改善了传统神经网络译码器浮点运算带来的计算资源消耗与额外内存开销,取得了较低的译码时延,并且误比特率性能有一定的改善。

主权项:1.一种低精度的深度神经网络极化码SC译码算法,其特征在于,具体包括以下步骤:1基于深度神经网络构造神经网络译码器;2改进神经网络译码器的激活函数和损失函数,具体为,将神经网络译码器中的ReLU激活函数改为了Swish激活函数,将二元交叉熵BCE损失函数改为了二元加权交叉熵WBCE损失函数,具体加权方式为:在AWGN信道,通过高斯近似算法得到信道的误码率其中为各个极化信道,对信道误码率进行排序并选取最小的K个元素下标为传输信息比特的位置,求得误码率后,得到第i位对应的损失函数权重系数表达式: 损失函数权重系数的含义为,对于理论误码率较低的位,则它译码错误导致的损失函数贡献大于误码率较高的位译码错误导致的损失函数的贡献值;3对神经网络译码器采取权值量化;4将极化码划分为子块,分别使用神经网络译码器进行译码,保存网络模型;5将训练好的各个子块的神经网络译码器通过传统SC译码算法进行耦合。

全文数据:

权利要求:

百度查询: 西安工业大学 一种低精度的深度神经网络极化码SC译码算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。