一种基于受限玻尔兹曼机的LDPC译码方法和装置制造方法及图纸

本发明专利技术公开一种基于受限玻尔兹曼机的LDPC译码方法和装置，该方法将传统的LDPC译码算法和神经网络中的受限玻尔兹曼机相结合，利用受限玻尔兹曼机中较为成熟的数学描述对LDPC译码过程进行建模，确定能量函数，再通过训练最小化能量函数，最终获得译码后的码字。该方法和装置通过引入能够描述高维非线性映射的受限玻尔兹曼机，更加精细地进行迭代译码，获得了比之前最优的标准BP译码算法更好的效果。

LDPC decoding method and device based on constrained Boltzmann machine

The invention discloses a LDPC decoding method and device based on restricted Boltzmann machine, this method combines the RBM LDPC decoding algorithm and the traditional neural network in the LDPC decoding process modeling mature mathematical description using restricted Boltzmann machine, determine the energy function, and through training and minimizes the energy function. Finally get the decoded codeword. The method and device can perform iterative decoding more precisely by introducing constrained Boltzmann machines which can describe high-dimensional nonlinear mappings, and obtain better results than the previous standard BP decoding algorithm.

【技术实现步骤摘要】
一种基于受限玻尔兹曼机的LDPC译码方法和装置
本专利技术涉及电子通信
，特别是一种基于受限玻尔兹曼机的LDPC译码方法和装置。
技术介绍
低密度校验码(LDPC，LowDensityParityCheckcodes)是一种逼近香农极限的现代编码技术，由于其优越的性能和易于并行实现的特点，LDPC已经被多种现代通信标准采纳。但目前在移动通信、SSD纠错等现实应用中，基于传统BP译码技术的LDPC的误码率等性能还不够理想，需要新的方法和装置进一步降低误码率，以适应应用的需求。基于受限玻尔兹曼机的LDPC译码方法和装置是建立在神经网络范畴内的受限玻尔兹曼机理论上的。受限玻尔兹曼机能够最大似然地使得显层神经元的值达到稳定的玻尔兹曼分布。受限玻尔兹曼机的优势在于它是一种能够准确的描述高维非线性映射的结构，并且通过梯度下降法进行训练时可以更精细地修改显层神经元的值，因此能够比传统的BP译码方法有更低的误码率。
技术实现思路
：本专利技术为了找到比之前最好的BP译码算法表现更优秀的方法，提出了一种基于受限玻尔兹曼机的新型LDPC译码方法和装置，从而进一步降低误码率。本专利技术通过受限玻尔兹曼机本文档来自技高网...

【技术保护点】
一种基于受限玻尔兹曼机的LDPC译码方法，其特征在于，包括如下步骤：(1)根据应用需求确定校验矩阵H，大小为m×n，列重为L，行重为K；(2)根据校验矩阵中“1”的位置建立Tanner图，确定变量节点和校验节点的连接关系；(3)根据Tanner图建立受限玻尔兹曼机模型，Tanner图中的变量节点作为显层神经元，校验节点作为隐层神经元；(4)根据K输入异或的布尔表达式e＝X

【技术特征摘要】
1.一种基于受限玻尔兹曼机的LDPC译码方法，其特征在于，包括如下步骤：(1)根据应用需求确定校验矩阵H，大小为m×n，列重为L，行重为K；(2)根据校验矩阵中“1”的位置建立Tanner图，确定变量节点和校验节点的连接关系；(3)根据Tanner图建立受限玻尔兹曼机模型，Tanner图中的变量节点作为显层神经元，校验节点作为隐层神经元；(4)根据K输入异或的布尔表达式e＝X1⊕X2⊕…⊕Xk，构造隐层神经元的输出函数；将K输入异或的布尔表达式改写成最小项之和的形式，对于布尔表达式中布尔型的变量Xi，用实值变量表达式1+xi替换，对于布尔型的变量用实值变量表达式1-xi替换，其中xi为信息比特的值；(5)构造受限玻尔兹曼机的能量函数，能量函数为：式中ej为(4)中第j个隐层神经元的输出，E为整个模型的能量；(6)将接收到的BPSK调制后的信息比特的值赋值给显层神经元；(7)前馈计算，显层神经元的值传递给隐层神经元，通过(4)确定的输出函数计算隐层神经元ej的值和能量函数E的值；(8)反馈计算，根据本次迭代所得的能量函数值，通过梯度下降法修改显层神经元的值，具体方法如下：式中xi代表第i个信息比特的值，α代表学习率，用于调控每次迭代下降的步长，求和是对每一个信息比特参与的L个隐层神经元提供的梯度求和。(9)更新显层神经元的值，进行硬判决，即令大于等于0的显层神经元的值为1，小于0的显层神经元的值为-1，带入(5)中的能量函数。若E＝0，则译码成功；否则重复步骤(7)(8)；(10)当迭代次数大于设定的最大迭代次数时，不再进行译码，直接输出。2.根据权利要求1所述的基于受限玻尔兹曼机的LDPC译码方法，其特征在于：利用受限玻尔兹曼机对LDPC译码过程进行建模，通过异或的布尔表达式构造连续可微的隐层神经元的输出函数，通过最小化能量函数的方式来获得最优的信息比特分布；在最小化...

【专利技术属性】
技术研发人员：沙金，昌晶，陈中杰，葛航旗，刘镜伯，陈帅，
申请(专利权)人：南京大学，
类型：发明
国别省市：江苏,32