[发明专利]一种Turbo码与神经网络相结合的信号传输方法

权利要求书

1.一种Turbo码与神经网络相结合的信号传输方法，其特征在于，包括：

步骤(1)：将长度为n的消息M通过编码模块生成长度为l的编码序列X_l；

步骤(2)：所述编码序列X_l经过信道发送至接收端，并输出接收序列Y_l；

步骤(3)：通过分接器将所述接收序列Y_l进行分割生成R⁽⁰⁾,R⁽¹⁾,...,R⁽ⁿ⁾；

步骤(4)：将R⁽⁰⁾,R⁽¹⁾,...,R⁽ⁿ⁾同时输入译码模块和神经网络模块，所述译码模块译码生成第一恢复消息M'，所述神经网络模块输出第二恢复消息M”，将所述第一恢复消息M'和第二恢复消息M”通过判决模块进行比较，择优输出。

2.根据权利要求1所述的Turbo码与神经网络相结合的信号传输方法，其特征在于，所述步骤(1)具体为：通过第一编码器将所述消息M进行编码生成N⁽¹⁾；将所述消息M经由交织器转为N，再通过其余编码器分别对所述N进行编码生成N⁽²⁾,N⁽³⁾,...,N⁽ⁿ⁾；最后将N⁽¹⁾,N⁽²⁾,N⁽³⁾,...,N⁽ⁿ⁾删余后与消息M一起接入复接器，合成编码序列X_l。

3.根据权利要求1所述的Turbo码与神经网络相结合的信号传输方法，其特征在于，所述步骤(1)中的编码模块包括至少两个编码器。

4.根据权利要求1所述的Turbo码与神经网络相结合的信号传输方法，其特征在于，所述步骤(2)中的信道包括5G信道、LTE信道、3G信道、WiFi信道、WiMax信道、蓝牙信道和ZigBee信道。

5.根据权利要求1所述的Turbo码与神经网络相结合的信号传输方法，其特征在于，所述步骤(4)中的神经网络模块还包括：将R⁽⁰⁾,R⁽¹⁾,...,R⁽ⁿ⁾作为输入层的输入变量，并将所述消息M作为输出层的输出变量，通过学习所述译码模块的译码过程来对所述神经网络模块进行训练。

6.根据权利要求1所述的Turbo码与神经网络相结合的信号传输方法，其特征在于，所述步骤(4)中的神经网络模块使用梯度下降法或随机梯度下降法进行训练；所述梯度下降法的损失函数公式为：其中，M为消息，M^*为最终还原的恢复消息，n为消息M的长度，|| ||为求模符号。