[发明专利]一种基于深度学习的校验子输入RS码译码方法有效
| 申请号： | 201910861968.6 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110730009B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 梁煜;安翔宇;张为 | 申请（专利权）人： | 天津大学 |
| 主分类号： | H03M13/15 | 分类号： | H03M13/15;G06N3/04;G06N3/084 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 程毓英 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的校验子输入RS码译码方法，包括下列步骤：产生数据集：利用接收序列y计算校验子S，将校验子分为训练集及测试集；计算训练集校验子对应的错误多项式，以错误多项式值作为深度学习训练标签；神经网络的训练：选用多层感知机MLP神经网络结构，以步骤(1)中得到的校验子S、错误多项式E作为神经网络训练的数据集，使用反向传播算法进行有效学习；通过一定数据量及代数的训练，得到译码准确率高的神经网络权重及偏置；当码字错误个数在译码半径以内时，神经网络归纳分析得到正确的对应关系；当码字错误个数在译码半径以外时，神经网络得到可能性最大的对应关系。 | ||
| 搜索关键词： | 一种 基于 深度 学习 校验 输入 rs 译码 方法 | ||
【主权项】：
1.一种基于深度学习的校验子输入RS码译码方法，包括下列步骤：/n(1)产生数据集：对信息序列x进行RS码编码，得编码后的信息序列u；随后对信息序列u进行BPSK调制，得到传输序列s；传输序列通过高斯白噪声信道后得到接收序列y；利用接收序列y计算校验子S，将校验子分为训练集及测试集；计算训练集校验子对应的错误多项式，以错误多项式值作为深度学习训练标签。/n(2)神经网络的训练：选用多层感知机MLP神经网络结构，以步骤(1)中得到的校验子S、错误多项式E作为神经网络训练的数据集，使用反向传播算法进行有效学习；通过一定数据量及代数的训练，得到译码准确率高的神经网络权重及偏置；当码字错误个数在译码半径以内时，神经网络归纳分析得到正确的对应关系；当码字错误个数在译码半径以外时，神经网络得到可能性最大的对应关系；/n(3)完成译码过程：将测试集的校验子送入神经网络，计算得到其对应的错误多项式，最终计算得信息序列，完成译码。/n
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天津大学，未经天津大学许可，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/201910861968.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于深度学习的RS码置信传播译码方法
- 下一篇：传输设备及其交织方法
- 同类专利
- 专利分类
