[发明专利]译码结果的确定方法、装置、存储介质及电子装置

权利要求书

1.一种译码结果的确定方法，其特征在于，包括：

对多入多出MIMO系统接收的待译码数据进行预处理，得到目标数据；

使用目标数据译码模型对所述目标数据进行处理，得到所述MIMO系统中星座点对应bit的概率信息，其中，所述目标数据译码模型为使用多组数据对预定神经网络模型进行训练得到的，所述多组数据中的每组数据均包括：样本数据和样本bit概率信息；

基于所述MIMO系统中星座点对应bit的概率信息确定译码结果。

2.根据权利要求1所述的方法，其特征在于，所述样本数据为对样本待译码数据进行所述预处理后得到的数据，所述样本bit概率信息为利用最大似然估计MLE算法对所述样本数据进行处理后得到的信息。

3.根据权利要求1所述的方法，其特征在于，对多入多出MIMO系统接收的待译码数据进行预处理，得到目标数据包括：

确定信道矩阵H，其中，H为R×T的信道矩阵，R为所述MIMO系统的接收天线数，T为所述MIMO系统的发射天线数；

对所述信道矩阵H进行奇异值分解SVD，以得到USV，其中，U为酉矩阵，S为对角矩阵，V为酉矩阵；

将所述待译码数据与U的共轭转置矩阵U^H进行矩阵乘法，以得到所述目标数据。

4.根据权利要求1所述的方法，其特征在于，使用目标数据译码模型对所述目标数据进行处理，得到所述MIMO系统中星座点对应bit的概率信息之前，所述方法还包括：

获取所述多组数据中的每组数据中的所述样本数据和所述样本bit概率信息；

使用所述多组数据中的每组数据中的所述样本数据和所述样本bit概率信息对所述预定神经网络模型进行训练，以得到所述目标数据译码模型。

5.根据权利要求4所述的方法，其特征在于，使用所述多组数据中的每组数据中的所述样本数据和所述样本bit概率信息对所述预定神经网络模型进行训练，以得到所述目标数据译码模型包括：

将所述样本数据输入所述预定神经网络模型中，以得到样本输出数据；

在确定所述样本输出数据与所述样本bit概率信息之间的差值大于预定阈值时，利用所述预定神经网络模型的反向传播模型重复执行对所述预定神经网络模型中各层的权重值进行调整的处理，直到调整后的预定神经网络输出的数据与所述样本bit概率信息之间的差值小于或等于所述预定阈值为止；

将最终调整后得到的预定神经网络模型确定为所述目标数据译码模型。

6.根据权利要求1所述的方法，其特征在于，基于所述MIMO系统中星座点对应bit的概率信息确定译码结果包括以下之一：

利用译码设备将所述MIMO系统中星座点对应bit的概率信息进行译码以得到所述译码结果；

对所述MIMO系统中星座点对应bit的概率信息进行硬判决以得到所述译码结果。

7.一种译码结果的确定装置，其特征在于，包括：

第一处理模块，用于对多入多出MIMO系统接收的待译码数据进行预处理，得到目标数据；

第二处理模块，用于使用目标数据译码模型对所述目标数据进行处理，得到所述MIMO系统中星座点对应bit的概率信息，其中，所述目标数据译码模型为使用多组数据对预定神经网络模型进行训练得到的，所述多组数据中的每组数据均包括：样本数据和样本bit概率信息；

确定模块，用于基于所述MIMO系统中星座点对应bit的概率信息确定译码结果。

8.根据权利要求7所述的装置，其特征在于，所述样本数据为对样本待译码数据进行所述预处理后得到的数据，所述样本bit概率信息为利用最大似然估计MLE算法对所述样本数据进行处理后得到的信息。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6任一项中所述的方法。