【技术实现步骤摘要】
用于优化物理层参数的设备和方法本申请要求于2019年4月23日在美国专利商标局提交并被分配序列号62/837,403的美国临时专利申请和2019年11月19日在美国专利商标局提交并被分配序列号16/688,546的美国非临时专利申请的优先权,所述美国临时专利申请和所述美国非临时专利申请的全部内容通过引用包含于此。
本公开总体涉及无线通信系统,更具体地,涉及用于优化物理层参数的设备和方法。
技术介绍
在无线通信系统(诸如,第五代(5G)蜂窝系统)中,在理想的合理假设下最优封闭形式解决方案经常是可获得的。然而,这样的最优解决方案频繁地引起实施复杂度问题并且容易受到非理想的影响。为解决这样的问题而设计的近似解决方案通常涉及不能以封闭形式确定的参数,并且通常需要竭尽全力来优化这样的参数。在无线通信系统中,低密度奇偶校验(LDPC)码的最小和(min-sum)解码是可以在硬件实现中容易采用的低复杂度解码方法。对于最小和解码的附加偏移(即,偏移最小和(OMS:offsetmin-sum))方法显著提高了最小和方法的性能。该偏移的最优值不易解析处理,并且可取决于许多参数。最优偏移值在经验上取决于信道、传输条件和编码。在第三代合作计划(3GPP)5G新无线电(NR)技术规范中,LDPC码被选为共享信道。对LDPC码进行解码的典型方法涉及置信度传播,其中,如果编码被适当地设计,则置信度传播可实现接近最优性能。经由和积方法实现置信度传播解码为置信度传播提供良好的性能。然而,和积解码具有大的计算复杂度,这使其在实际 ...
【技术保护点】
1.一种用于优化物理层参数的设备,所述设备包括:/n第一神经网络,被配置为接收传输环境和误块率,并且生成物理层参数的值;/n第二神经网络,被配置为接收传输环境和误块率,并且生成信噪比值;和/n处理器,连接到第一神经网络和第二神经网络,并且被配置为接收传输环境、生成的物理层参数和生成的信噪比值,并且生成误块率。/n
【技术特征摘要】
20190423 US 62/837,403;20191119 US 16/688,5461.一种用于优化物理层参数的设备,所述设备包括:
第一神经网络,被配置为接收传输环境和误块率,并且生成物理层参数的值;
第二神经网络,被配置为接收传输环境和误块率,并且生成信噪比值;和
处理器,连接到第一神经网络和第二神经网络,并且被配置为接收传输环境、生成的物理层参数和生成的信噪比值,并且生成误块率。
2.根据权利要求1所述的用于优化物理层参数的设备,其中,第一神经网络和第二神经网络还被配置为:使用模拟模型分别初始化第一神经网络和第二神经网络。
3.根据权利要求1所述的用于优化物理层参数的设备,其中,处理器还被配置为:确定均方误差测试,其中,均方误差测试是针对传输环境的测试集的均方误差,其中,其中,MSE是均方误差,n是传输环境的测试集的状态数,其中,SNRt是在特定误块率下的最小信噪比值,并且其中,SNRr是第二神经网络的输出。
4.根据权利要求1所述的用于优化物理层参数的设备,还包括:低密度奇偶校验解码器,其中,物理层参数是针对低密度奇偶校验解码器的偏移值。
5.根据权利要求1所述的用于优化物理层参数的设备,其中,传输环境包括:信道类型、传输等级、调制阶数、编码速率、基本图、提升大小、和解码器迭代的最大次数中的至少一个。
6.根据权利要求5所述的用于优化物理层参数的设备,其中,信道类型包括加性高斯白噪声信道、扩展步行者信道或扩展车辆信道;调制阶数是2、4、6或8;提升大小最大是384;基本图是基本图1或基本图2;并且解码器迭代的最大次数是20。
7.根据权利要求1所述的用于优化物理层参数的设备,其中,第一神经网络包括多个隐藏层和输出层,其中,强化学习激活被用于所述多个隐藏层。
8.根据权利要求7所述的用于优化物理层参数的设备,其中,输出层使用S型激活。
9.根据权利要求7所述的用于优化物理层参数的设备,其中,输出层使用线性激活。
10.根据权利要求1所述的用于优化物理层参数的设备,其中,基于以下规则选择传输环境:
在一批传输环境中没有两个传输环境是相同的;
针对每一批传输环境,信道类型、传输等级和解码器迭代的最大次数被随机均匀地采样;以及
在应用新无线电标准的约束的同时,编码速率、基本图、提升大小和调制阶数被随机生成。
11.一种用于优化物...
【专利技术属性】
技术研发人员:宋基逢,艾哈迈德·A·艾伯塔布,裵正铉,
申请(专利权)人:三星电子株式会社,
类型:发明
国别省市:韩国;KR
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。