[發明專利]一種基于卷積神經網絡的串行抵消列表譯碼參數優化方法在審

申請號：	201810737117.6	申請日：	2018-07-06
公開（公告）號：	CN108880568A	公開（公告）日：	2018-11-23
發明（設計）人：	李世寶;盧麗金;潘荔霞;劉建航;黃庭培;陳海華;鄧云強	申請（專利權）人：	中國石油大學（華東）
主分類號：	H03M13/23	分類號：	H03M13/23;H04L1/00
代理公司：	暫無信息	代理人：	暫無信息
地址：	266580 山***	國省代碼：	山東;37
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	卷積神經網絡抵消樣本數據譯碼參數極化譯碼復雜度反向傳播計算操作信號計算訓練網絡譯碼技術譯碼算法初始化似然比建模算法優化輸出
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【權利要求書】：

1.一種基于卷積神經網絡的串行抵消列表譯碼參數優化方法，其特征在于，所述方法用卷積神經網絡來優化串行抵消列表譯碼的列表大小L，所述參數優化方法包括以下步驟：

步驟1，準備樣本數據，并對樣本數據進行預處理；

步驟2，搭建卷積神經網絡，并訓練卷積神經網絡；

步驟3，在極化碼譯碼階段，將似然比輸入到卷積神經網絡模型中，得到一個值Q，并將L初始化為Q，執行串行抵消列表譯碼算法。

2.根據權利要求1所述的一種基于卷積神經網絡的串行抵消列表譯碼參數優化方法，其特征在于，步驟1中準備樣本數據指的是，執行100000次自適應串行抵消列表譯碼算法，將每一次譯碼成功時由接收信號計算得到的似然比和譯碼成功時對應的L記錄下來，一次成功譯碼所記錄的似然比與對應的L構成一組樣本數據，隨機選取60000組樣本數據，從這60000組數據中隨機選取75％組數據作為訓練樣本，并將余下的25％組數據作為測試樣本。

3.根據權利要求1所述的一種基于卷積神經網絡的串行抵消列表譯碼參數優化方法，其特征在于，步驟2中搭建卷積神經網絡指的是，將卷積層、池化層和全連接層的層數均設置為2。

下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。

免登錄下載普通用戶下載升級VIP會員，免費下載

該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國石油大學（華東），未經中國石油大學（華東）許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】

本文鏈接：http://www.szxzyx.cn/pat/books/201810737117.6/1.html，轉載請聲明來源鉆瓜專利網。