一种信道编译码方法及装置制造方法及图纸

一种信道编译码方法及装置，该方法包括：根据待发送的比特序列，获得多个第一信息，其中，每个第一信息包括多维时间步特征，多维时间步特征是根据比特序列中的多个比特确定的，第

【技术实现步骤摘要】
一种信道编译码方法及装置


[0001]本申请实施例涉及通信领域，尤其涉及一种信道编译码方法及装置
。

技术介绍

[0002]目前，神经网络可以用于信道编译码
。
例如，采用卷积神经网络
(convolutional neural networks,CNN)
或者循环神经网络
(recurrent neural network,RNN)
设计信道编译码
。
具体做法为：采用神经网络中已有的结构
(
例如，
CNN
或者
RNN)
分别作为编码
(encoder)
网络和译码
(decoder)
网络，实现信道编译码的功能
。
[0003]以
RNN
为例，采用
RNN
的编译码的神经网络自编码器结构包括编码端和译码端，其中，编码端将待发送的比特序列作为
RNN
的时间步的输入，得到编码后的比特；译码端，也采用
RNN
结构，将接收到的信息输入
RNN
后恢复出比特序列
。
[0004]其中，
CNN
或者
RNN
只能学习到编译码的局部结构，性能增益有限，而长短期记忆网络
(long short
‑
term memory networks
，
LSTM)
或者门控循环单元
>(gate recurrent unit
，
GRU)
等现代循环神经网络可以捕获比特序列中的长短期依赖关系，但是在编码过程中维太大，例如，在比特序列长度为
k
个比特时，维度为2的
k
次方，梯度链较长，因而梯度链的传输需要更多的时间步，可能导致梯度爆炸和梯度消失等问题
。

技术实现思路

[0005]本申请提供一种信道编译码方法及装置，用以优化采用神经网络进行信道编译码的模型
。
[0006]第一方面，本申请提供一种信道编译码方法，示例性地，该方法的执行主体为编码设备或发送设备或具有编码功能的装置，例如，芯片
。
该方法包括：根据待发送的比特序列，获得多个第一信息，其中，每个第一信息包括多维时间步特征，所述多维时间步特征是根据所述比特序列中的多个比特确定的，第
i
个第一信息包括的多维时间步特征所对应的多个比特与第
i+1
个第一信息包括的多维时间步特征所对应的多个比特部分相同，
i
为正整数；将所述多个第一信息编码为第二信息；发送所述第二信息
。
[0007]采用上述方法，由于第
i
个第一信息包括的多维时间步特征所对应的多个比特与第
i+1
个第一信息包括的多维时间步特征所对应的多个比特部分相同，根据待发送的比特序列获得多个第一信息可以实现获得比特序列中各个比特的局部依赖关系，通过将多个第一信息编码为第二信息可以获得比特序列中各个比特的全部依赖关系
。
因此可以减轻了编码负担，不容易导致梯度爆炸和梯度消失等问题，且可以提升中长序列的编码性能，降低编码模型的训练难度
。
[0008]在一种可能的设计中，在根据待发送的比特序列，获得多个第一信息时，将待发送的比特序列按照预设步长和预设分组大小，执行时间步特征提取操作，获得多个第一信息，其中，所述时间步提取操作通过神经网络运算实现
。
[0009]示例性地，发送设备可以根据预设步长和预设分组大小，将待发送的比特序列确
定为多个比特组，每个比特组包括的预设分组大小个比特，相邻比特组中包括部分相同的比特
。
进一步地，发送设备对每个比特组包括的比特执行时间步特征提取操作，获得相应的多维时间步特征，作为每个比特组对应的第一信息
。
[0010]采用上述设计，对待发送的比特序列按照预设步长和预设分组大小进行分组，通过神经网络运算执行时间步特征提取操作，由于相邻比特组中包括部分相同的比特，可以实现获得待发送的比特序列中各个比特的局部依赖关系
。
[0011]在一种可能的设计中，所述比特序列包括
K
个比特，
K
为正整数；在根据待发送的比特序列，获得多个第一信息时，将所述
K
个比特补充
S
个比特，获得
K+S
个比特，其中，
S
为正整数，将获得的
K+S
个比特按照预设步长和预设分组大小，执行时间步特征提取操作，获得多个第一信息，其中，所述时间步提取操作通过神经网络运算实现
。
[0012]采用上述设计，对待发送的比特序列，补充部分比特，按照预设步长和预设分组大小进行分组，通过神经网络运算执行时间步特征提取操作，由于相邻比特组中包括部分相同的比特，可以实现获得补充后的比特序列中各个比特的局部依赖关系
。
[0013]在一种可能的设计中，所述神经网络为卷积神经网络或全连接神经网络
。
可以理解的是，这里的神经网络还可以为其他类型的神经网络
。
[0014]在一种可能的设计中，所述第一信息的数量为
K
；在将所述
K
个比特补充
S
个比特，获得
K+S
个比特时，将所述
K
个比特的首部和尾部各补充
P
个比特，获得
K+2P
个比特，其中，
S
＝
2P
，
P
为正整数，首部补充的
P
个比特为第一预设序列，尾部补充的
P
个比特为第二预设序列；在将获得的
K+S
个比特按照预设步长和预设分组大小，执行时间步特征提取操作，获得多个第一信息时，将所述
K+2P
个比特按照步长为1和卷积核大小为
2P+1
，通过卷积神经网络获得
K
个第一信息
。
[0015]其中，步长为1和滑窗大小为
2P+1
可以实现获得与待发送的比特序列的比特数量相同的第一信息
。
[0016]在一种可能的设计中，所述第一信息的数量为
K
；在将所述
K
个比特补充
S
个比特，获得
K+S
个比特时，将所述
K
个比特的首部和尾部各补充
P
个比特，获得
K+2P
个比特，其中，
S
＝
2P
，
P
为正整数，首部补充的
P
个比特为第一预设序列，尾部补充的...

【技术保护点】

【技术特征摘要】
1.
一种信道编译码方法，其特征在于，该方法包括：根据待发送的比特序列，获得多个第一信息，其中，每个第一信息包括多维时间步特征，所述多维时间步特征是根据所述比特序列中的多个比特确定的，第
i
个第一信息包括的多维时间步特征所对应的多个比特与第
i+1
个第一信息包括的多维时间步特征所对应的多个比特部分相同，
i
为正整数；将所述多个第一信息编码为第二信息；发送所述第二信息
。2.
如权利要求1所述的方法，其特征在于，根据待发送的比特序列，获得多个第一信息，包括：将待发送的比特序列按照预设步长和预设分组大小，执行时间步特征提取操作，获得多个第一信息，其中，所述时间步提取操作通过神经网络运算实现
。3.
如权利要求1所述的方法，其特征在于，所述比特序列包括
K
个比特，
K
为正整数；根据待发送的比特序列，获得多个第一信息，包括：将所述
K
个比特补充
S
个比特，获得
K+S
个比特，其中，
S
为正整数；将获得的
K+S
个比特按照预设步长和预设分组大小，执行时间步特征提取操作，获得多个第一信息，其中，所述时间步提取操作通过神经网络运算实现
。4.
如权利要求2或3所述的方法，其特征在于，所述神经网络为卷积神经网络或全连接神经网络
。5.
如权利要求3或4所述的方法，其特征在于，所述第一信息的数量为
K
；将所述
K
个比特补充
S
个比特，获得
K+S
个比特，包括：将所述
K
个比特的首部和尾部各补充
P
个比特，获得
K+2P
个比特，其中，
S
＝
2P
，
P
为正整数，首部补充的
P
个比特为第一预设序列，尾部补充的
P
个比特为第二预设序列；将获得的
K+S
个比特按照预设步长和预设分组大小，执行时间步特征提取操作，获得多个第一信息，包括：将所述
K+2P
个比特按照步长为1和卷积核大小为
2P+1
，通过卷积神经网络获得
K
个第一信息
。6.
如权利要求3或4所述的方法，其特征在于，所述第一信息的数量为
K
；将所述
K
个比特补充
S
个比特，获得
K+S
个比特，包括：将所述
K
个比特的首部和尾部各补充
P
个比特，获得
K+2P
个比特，其中，
S
＝
2P
，
P
为正整数，首部补充的
P
个比特为第一预设序列，尾部补充的
P
个比特为第二预设序列；将获得的
K+S
个比特按照预设步长和预设分组大小，执行时间步特征提取操作，获得多个第一信息，包括：将所述
K+2P
个比特按照步长为1和滑窗大小为
2P+1
确定
K
个滑窗；根据所述
K
个滑窗，通过全连接神经网络获得
K
个第一信息
。7.
如权利要求6所述的方法，其特征在于，所述全连接神经网络用于根据每个滑窗包括的
2P+1
个比特输出相应的多维时间步特征
。8.
如权利要求5‑7任一项所述的方法，其特征在于，所述第一预设比特序列为全0序列，或者全1序列；所述第二预设比特序列为全0序列，或者全1序列
。9.
一种信道编译码方法，其特征在于，该方法包括：
接收第三信息；将所述第三信息解码为多个第四信息，其中，每个第四信息包括多维时间步特征；根据所述多个第四信息，获得译码结果；每个第四信息包括的多维时间步特征对应所述译码结果中的多个比特，第
i
个第四信息包括的多维时间步特征所对应的多个比特与第
i+1
个第四信息包括的多维时间步特征所对应的多个比特部分相同，
i
为正整数
。10.
如权利要求9所述的方法，其特征在于，根据所述多个第四信息，获得译码结果，包括：根据所述多个第四信息，按照预设步长和预设分组大小，获得所述译码结果
。11.
如权利要求
10
所述的方法，其特征在于，根据所述多个第四信息，按照预设步长和预设分组大小，获得译码结果，包括：根据所述多个第四信息，按照预设步长和预设分组大小，通过卷积神经网络获得译码结果
。12.
如权利要求
10
所述的方法，其特征在于，根据所述多个第四信息，按照预设步长和预设分组大小，获得译码结果，包括：根据所述多个第四信息，按照预设步长和预设分组大小，通过全连接神经网络获得译码结果
。13.
如权利要求9‑
12
任一项所述的方法，其特征在于，所述第四信息的数量为
K
，所述译码结果包括
K
个比特，
K
为正整数
。14.
一种通信装置，其特征在于，该装置包括：处理单元，用于根据待发送的比特序列，获得多个第一信息，其中，每个第一信息包括多维时间步特征，所述多维时间步特征是根据所述比特序列中的多个比特确定的，第
i
个第一信息包括的多维时间步特征所对应的多个比特与第
i+1
个第一信息包括的多维时间步特征所对应的多个比特部分相同，
i
为正整数；将所述多个第一信息编码为第二信息；收发单元，用于发送所述第二信息
。15.
如权利要求<...

【专利技术属性】
技术研发人员：戴胜辰，滕伟，王坚，李榕，王俊，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：