当前位置: 首页 > 专利查询>天津大学专利>正文

一种基于深度学习的BCH码译码方法技术

技术编号:22819939 阅读:50 留言:0更新日期:2019-12-14 14:10
本发明专利技术涉及一种基于深度学习的BCH码译码方法,包括下列步骤:从BCH码的信道中接收并提取量化电平信息,作为可靠度信息,然后将码字进行硬判决,对得到的码字信息使用校验矩阵计算得到BCH码的校验子,并将校验子转换为二进制形式;将二进制的校验子信息以时间步的方式在一个输入端逐步输入到神经网络的串联连接的两个双向GRU中;在另一个输入端将比特级的量化电平信息作为可靠度输入辅助校验子信息译码,将MLP输出的信息与其合并为新的二维矩阵信息,输入到下一步的另一个GRU中,用于使神经网络从可靠度和校验子两个影响因素中寻找部分错误位置,再在此GRU的输出端连接一个全连接层用来展平数据;得到神经网络译码器。

A decoding method of BCH code based on deep learning

【技术实现步骤摘要】
一种基于深度学习的BCH码译码方法
本专利技术属于信道编译码中的差错控制编码领域,涉及使用BCH码校验子与电平可靠度信息的深度学习译码算法。
技术介绍
随着科学技术的不断发展与社会的不断进步,人们对通信系统信息传输的可靠性提出了越来越高的要求。1948年美国数学家香农在《通信中的数学理论》一文中提出信息熵的概念,为信息编码奠定了理论基础。此后的几年间,信道编码出现了汉明码,Golay码等编码方式,取得了丰硕的成果。Hocquenghem和Bose及Ray-Chaudhur分别于1959年和1960年分别提出来一种能纠正多个随机错误的码字,被称为BCH码,其因具有纠错能力强、构造方便、编码简单等突出优点,在数字通信领域中有非常广泛的应用。近些年,随着深度学习技术的不断发展,科研中的诸多领域都通过使用深度学习技术的支持取得了很好的应用,深度学习技术展现出了很好的发展前景。因而,将深度学习技术与译码器的融合是否会对信道译码有一定的帮助,这个类型的课题变得越来越受到人们的关注。2017年Tobias等人利用深度学习技术搭建神经网络译码器,利用结本文档来自技高网...

【技术保护点】
1.一种基于深度学习的BCH码译码方法,包括下列步骤:/n(1)从BCH码的信道中接收并提取量化电平信息,作为可靠度信息,然后将码字进行硬判决,对得到的码字信息使用校验矩阵计算得到BCH码的校验子,并将校验子转换为二进制形式。/n(2)将二进制的校验子信息以时间步的方式在一个输入端逐步输入到神经网络的串联连接的两个双向GRU中,在每个双向GRU的时间步上输入比特级的二进制校验子,能够从正反两个方向对输入数据提取信息,在第二个双向GRU的输出端串连一个MLP多层感知器,用于将经过双向GRU单元的二维信息展平为一维,以便后续连接其他模块;/n(3)在另一个输入端将比特级的量化电平信息作为可靠度输入...

【技术特征摘要】
1.一种基于深度学习的BCH码译码方法,包括下列步骤:
(1)从BCH码的信道中接收并提取量化电平信息,作为可靠度信息,然后将码字进行硬判决,对得到的码字信息使用校验矩阵计算得到BCH码的校验子,并将校验子转换为二进制形式。
(2)将二进制的校验子信息以时间步的方式在一个输入端逐步输入到神经网络的串联连接的两个双向GRU中,在每个双向GRU的时间步上输入比特级的二进制校验子,能够从正反两个方向对输入数据提取信息,在第二个双向GRU的输出端串连一个MLP多层感知器,用于将经过双向GRU单元的二维信息展平为一维,以便后续连接其他模块;
(3)在另一个输入端将比特级的量化电平信息作为可靠度输入辅助校验子信息译码,将(2)中MLP输出的信息与其合并为新的二维矩阵信息,输入到下一步...

【专利技术属性】
技术研发人员:张为邹述铭
申请(专利权)人:天津大学
类型:发明
国别省市:天津;12

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
相关领域技术
  • 暂无相关专利