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:季华实验室
摘要:本发明适用于通信技术领域,公开了LDPC译码模型构建方法及LDPC译码方法,LDPC译码模型构建方法包括:根据校验节点连接的变量节点数的数量对校验节点进行分组,构建与每组校验节点相对应的校验节点子模型;根据变量节点连接的校验节点数的数量对变量节点进行分组,构建与每组变量节点相对应的变量节点子模型;构建变量节点译码子模型,整合校验节点子模型、变量节点子模型和变量节点译码子模型,并将位置编码机制融入校验节点子模型与变量节点子模型的更新策略,得到图神经网络模型;使用数据集训练图神经网络模型,得到LDPC译码模型,该LDPC译码模型能够提高译码准确度。
主权项:1.一种LDPC译码模型构建方法,其特征在于,所述LDPC译码模型构建方法包括:根据校验节点连接的变量节点数的数量对校验节点进行分组,得到多个组别的校验节点,构建与每组校验节点相对应的校验节点子模型,每个组别内的校验节点共享同一个校验节点子模型,所述校验节点子模型包括第一输入层、第一神经网络层和第一输出层,所述第一输入层接收当前变量节点标量、当前校验节点标量、接收信息和当前位置编码,所述第一神经网络层对所述第一输入层输出的信息进行处理,并使用非线性变换,得到校验节点标量更新值,所述第一输出层根据所述第一神经网络层输出的校验节点标量更新值计算并输出新的校验节点标量,新的校验节点标量等于校验节点标量更新值与当前校验节点标量的相加值;根据变量节点连接的校验节点数的数量对变量节点进行分组,得到多个组别的变量节点,构建与每组变量节点相对应的变量节点子模型,每个组别内的变量节点共享同一个变量节点子模型;所述变量节点子模型包括第二输入层、第二神经网络层和第二输出层,所述第二输入层接收当前变量节点标量、校验节点标量、接收信息、围长的高斯表示和当前位置编码,所述第二神经网络层对所述第二输入层输出的信息进行处理,并使用非线性变换,得到变量节点标量更新值,所述第二输出层输出新的变量节点标量,新的变量节点标量等于变量节点标量更新值与当前变量节点标量的相加值;构建变量节点译码子模型,所述变量节点译码子模型的输入为变量节点的最终值和与之相连的校验节点标量合集,变量节点译码子模型的输出为码字后验概率预测pred,pred为译码结果为0和1的概率,整合校验节点子模型、变量节点子模型和变量节点译码子模型,并将位置编码机制融入校验节点子模型与变量节点子模型的更新策略,得到图神经网络模型;收集数据集,并使用数据集训练所述图神经网络模型,得到LDPC译码模型。
全文数据:
权利要求:
百度查询: 季华实验室 LDPC译码模型构建方法及LDPC译码方法
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。