| 基于深度学习的神经归一化最小和LDPC长码译码 | |
| 所屬分類：技术论文 | |
| 上傳者：wwei | |
| 文檔大小：4407 K | |
| 標(biāo)簽： LDPC 深度学习 神经网络 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：LDPC码是一种应用广泛的高性能纠错码，近年来基于深度学习和神经网络的LDPC译码成为研究热点。基于CCSDS标准的（512，256）LDPC码，首先研究了传统的SP、MS、NMS、OMS的译码算法，为神经网络的构建奠定基础。然后研究基于数据驱动（DD）的译码方法，即采用大量信息及其经编码、调制、加噪的LDPC码作为训练数据在多层感知层（MLP）神经网络中进行训练。为解决数据驱动方法误码率高的问题，又提出了将NMS算法映射到神经网络结构的神经归一化最小和（NNMS）译码，取得了比NMS更优秀的误码性能，信道信噪比为3.5 dB时误码率下降85.19%。最后研究了提升NNMS网络的SNR泛化能力的改进训练方法。 | |
| 現(xiàn)在下載 | |
| VIP會(huì)員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計(jì)算機(jī)系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號(hào)-2