首页> 中文期刊> 《信号处理》 >基于PD-CNN的Polar码译码算法

基于PD-CNN的Polar码译码算法

         

摘要

cqvip:针对传统Polar码译码算法在相关噪声信道下性能严重下降的问题,提出了一种基于前置预判-卷积神经网络(Prior Decision-Convolutional Neural Networks,PD-CNN)的译码算法。通过前置预判深度优化CNN,使其准确地估计信道噪声并使残余噪声尽可能遵循高斯分布,再根据残余噪声分布统计更新出可靠的似然比信息。分析了不同译码算法对不同码率Polar码在不同噪声相关强度下的译码性能,并与本文所提出的译码算法进行对比。仿真结果表明:在相关噪声信道下,当误码率为10^-5时,本文所提出的译码算法与标准置信度传播算法相比可获得约2.5 dB的增益。此外,在高信噪比时,与置信度传播-卷积神经网络算法相比,本文提出的译码算法具有相同的性能,但复杂度更低,译码延迟最大可减少42%。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号