[发明专利]基于卷积神经网络降低信道译码误码率的方法有效
| 申请号： | 201910736687.8 | 申请日： | 2019-08-10 |
| 公开（公告）号： | CN110445581B | 公开（公告）日： | 2022-11-01 |
| 发明（设计）人： | 赵熙唯;吴平阳;刘倩;王诚;李骏;桂林卿;韦康 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | H04L1/00 | 分类号： | H04L1/00;H04L25/02;H03M13/11;G06N3/08;G06N3/04 |
| 代理公司： | 江苏惠远公盈律师事务所 32254 | 代理人： | 沈勇 |
| 地址： | 210094 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种在相关性性环境下基于卷积神经网络利用相关信息降低信道译码误码率的方法。该方法利用在快衰落信道下的无线通信系统获取训练集，利用该训练集训练了两个基于多层一维度卷积神经网络的估计器。利用估计器获得的信道增益和信道噪声值，依次进行接收信号去噪，残余噪声分布统计，重构对数似然比，最后利用重构的对数似然比作为BP译码器的输入进行低密度奇偶校验码的信道译码，其结果在各个实验相关性下都获得了相较于未进行上述处理就直接进行信道译码更低的误码率。这说明，通过本发明获得李准确的信道估计值和噪声估计值，同时信号去噪的方法获得了积极的性能增益。 | ||
| 搜索关键词： | 基于 卷积 神经网络 降低 信道 译码 误码率 方法 | ||
【主权项】：
1.一种基于卷积神经网络降低信道译码误码率的方法，其特征在于：利用一维卷积神经网络1对接收信号进行信道估计，利用一维卷积神经网络2对接收信号进行噪声估计，充分利用信道相关性的特点，一维卷积神经网络从接收信号中挖掘相关性特征，将信道增益和信道噪声从接收信号中提取出来。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京理工大学，未经南京理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910736687.8/，转载请声明来源钻瓜专利网。
