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：南京信息工程大学

摘要：本发明公开了一种基于神经网络的LDPC码最小和译码方法及装置，所述方法包括获取预构建并训练好的神经网络；利用神经网络的第一层神经元接收LDPC码的码字序列；利用神经网络的第二层神经元，更新校验节点传递给变量节点的边信息；利用神经网络的第三层神经元，更新变量节点传递给校验节点的边信息；根据设定的迭代次数，将第二层神经元和第三层神经元的处理过程进行多次迭代；利用神经网络的第四层神经元对迭代后的结果进行计算，得到所述LDPC码的最小和译码结果；本发明通过缓解过拟合现象的发生，在一定的复杂度下获得了更好的译码性能。

主权项：1.一种基于神经网络的LDPC码最小和译码方法，其特征在于，包括：获取预构建并训练好的神经网络；利用神经网络的第一层神经元接收LDPC码的码字序列；利用神经网络的第二层神经元，结合预先选取的LDPC码的校验矩阵以及更新的变量节点传递给校验节点的边信息，更新校验节点传递给变量节点的边信息，其中，变量节点对应于码字序列中的每一位，校验节点对应于校验矩阵中的每一行；利用神经网络的第三层神经元，结合校验矩阵和更新的校验节点传递给变量节点的边信息，更新变量节点传递给校验节点的边信息；根据设定的迭代次数迭代执行第二层神经元和第三层神经元的处理过程，获取迭代后的结果；利用神经网络的第四层神经元对迭代后的结果进行计算，得到所述LDPC码的最小和译码结果；其中，连接第二层神经元的边使用各自单独的权重，连接第三层神经元的边使用同一个共享的权重；所述更新校验节点传递给变量节点的边信息的更新公式如下： ；式中，表示在Tanner图上第次迭代时从校验节点传递给变量节点的边信息，表示第次迭代时第三层神经元的权重，表示在Tanner图上第次迭代时从更新的变量节点传递给校验节点的边信息，表示连接到校验节点的一组变量节点，表示与校验节点m相连的但不包括变量节点n的其他所有变量节点的集合；所述更新变量节点传递给校验节点的边信息的更新公式如下： ；式中，表示在Tanner图上第次迭代时从变量节点传递给校验节点的边信息，为第位对应的信道对数似然比，表示连接到变量节点的一组校验节点，表示与变量节点n相连的但不包括校验节点m的其他所有校验节点的集合，表示第次迭代时第二层神经元的权重，表示在Tanner图上第次迭代时从更新的校验节点传递给变量节点的边信息；所述利用神经网络的第四层神经元对迭代后的结果进行计算的计算公式如下： ；其中，表示计算得到的最小和译码结果，为码长，表示第次迭代时第二层神经元的权重，表示在Tanner图上第次迭代时从校验节点传递给变量节点的边信息；所述第四层神经元在训练阶段和测试阶段分别使用和作为激活函数，式中为每层神经元的输入值。

全文数据：

权利要求：

百度查询： 南京信息工程大学 一种基于神经网络的LDPC码最小和译码方法及装置