[發(fā)明專利]一種基于深度學(xué)習(xí)的校驗(yàn)子輸入RS碼譯碼方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910861968.6
• 申請(qǐng)日: 2019-09-12
• 公開（公告）號(hào): CN110730009B
• 公開（公告）日: 2023-04-18
• 發(fā)明（設(shè)計(jì)）人: 梁煜;安翔宇;張為
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): H03M13/15
• 分類號(hào): H03M13/15;G06N3/04;G06N3/084
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所 12201
• 代理人: 程毓英

本發(fā)明涉及一種基于深度學(xué)習(xí)的校驗(yàn)子輸入RS碼譯碼方法，包括下列步驟：產(chǎn)生數(shù)據(jù)集：利用接收序列y計(jì)算校驗(yàn)子S，將校驗(yàn)子分為訓(xùn)練集及測(cè)試集；計(jì)算訓(xùn)練集校驗(yàn)子對(duì)應(yīng)的錯(cuò)誤多項(xiàng)式，以錯(cuò)誤多項(xiàng)式值作為深度學(xué)習(xí)訓(xùn)練標(biāo)簽；神經(jīng)網(wǎng)絡(luò)的訓(xùn)練：選用多層感知機(jī)MLP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，以步驟(1)中得到的校驗(yàn)子S、錯(cuò)誤多項(xiàng)式E作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的數(shù)據(jù)集，使用反向傳播算法進(jìn)行有效學(xué)習(xí)；通過一定數(shù)據(jù)量及代數(shù)的訓(xùn)練，得到譯碼準(zhǔn)確率高的神經(jīng)網(wǎng)絡(luò)權(quán)重及偏置；當(dāng)碼字錯(cuò)誤個(gè)數(shù)在譯碼半徑以內(nèi)時(shí)，神經(jīng)網(wǎng)絡(luò)歸納分析得到正確的對(duì)應(yīng)關(guān)系；當(dāng)碼字錯(cuò)誤個(gè)數(shù)在譯碼半徑以外時(shí)，神經(jīng)網(wǎng)絡(luò)得到可能性最大的對(duì)應(yīng)關(guān)系。

所屬技術(shù)領(lǐng)域

本發(fā)明屬于信道編碼中差錯(cuò)控制編碼領(lǐng)域，涉及一種基于深度學(xué)習(xí)的以校驗(yàn)子為輸入的譯碼算法。

背景技術(shù)

在數(shù)字信號(hào)傳輸過程中，由于信道存在的干擾與衰落，傳輸信號(hào)可能出現(xiàn)差錯(cuò)，故通常對(duì)數(shù)字信號(hào)進(jìn)行編碼，增強(qiáng)其抵御干擾的能力。Reed-Solomon(RS)碼是一類糾錯(cuò)能力很強(qiáng)的差錯(cuò)控制編碼，由Reed和Solomon于1960年構(gòu)造出來，可以糾正隨機(jī)錯(cuò)誤和突發(fā)錯(cuò)誤。目前，RS碼已在通信和數(shù)據(jù)存儲(chǔ)系統(tǒng)中得到了廣泛的應(yīng)用，涉及從深空通信到高密度磁盤等多個(gè)領(lǐng)域。

近年來，深度學(xué)習(xí)因其強(qiáng)大的解決復(fù)雜任務(wù)的能力引起了全世界的關(guān)注。深度學(xué)習(xí)方法已應(yīng)用到了語音識(shí)別、計(jì)算機(jī)視覺、機(jī)器翻譯等領(lǐng)域，為這些了領(lǐng)域帶來了巨大革新與突破。2017年，T.Gruber提出信道譯碼可看作一種分類問題，這一發(fā)現(xiàn)為神經(jīng)網(wǎng)絡(luò)在通信領(lǐng)域的應(yīng)用創(chuàng)造了基礎(chǔ)。目前，已有相關(guān)研究以二進(jìn)制碼(polar碼、BCH碼、LDPC碼等)的接收碼字為神經(jīng)網(wǎng)絡(luò)輸入，在神經(jīng)網(wǎng)絡(luò)輸出端進(jìn)行0/1分類，實(shí)現(xiàn)簡(jiǎn)潔、高效的深度學(xué)習(xí)直接譯碼。但目前尚未有的范例，尚未有關(guān)于深度學(xué)習(xí)譯非二進(jìn)制碼字的分析與研究。使用深度學(xué)習(xí)進(jìn)行RS碼直接譯碼，替代傳統(tǒng)的RS碼譯碼方案，將有望

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種RS碼與深度學(xué)習(xí)結(jié)合的譯碼方法，以突破譯碼半徑的限制，降低硬件實(shí)現(xiàn)規(guī)模，為提高信道數(shù)據(jù)傳輸質(zhì)量、構(gòu)建低傳輸延時(shí)和高吞吐率的通信系統(tǒng)提供新的思路。技術(shù)方案如下：

一種基于深度學(xué)習(xí)的校驗(yàn)子輸入RS碼譯碼方法，包括下列步驟：

(1)產(chǎn)生數(shù)據(jù)集：對(duì)信息序列x進(jìn)行RS碼編碼，得編碼后的信息序列u；隨后對(duì)信息序列u進(jìn)行BPSK調(diào)制，得到傳輸序列s；傳輸序列通過高斯白噪聲信道后得到接收序列y；利用接收序列y計(jì)算校驗(yàn)子S，將校驗(yàn)子分為訓(xùn)練集及測(cè)試集；計(jì)算訓(xùn)練集校驗(yàn)子對(duì)應(yīng)的錯(cuò)誤多項(xiàng)式，以錯(cuò)誤多項(xiàng)式值作為深度學(xué)習(xí)訓(xùn)練標(biāo)簽；

(2)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練：選用多層感知機(jī)MLP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，以步驟(1)中得到的校驗(yàn)子S、錯(cuò)誤多項(xiàng)式E作為神經(jīng)網(wǎng)絡(luò)訓(xùn)練的數(shù)據(jù)集，使用反向傳播算法進(jìn)行有效學(xué)習(xí)；通過一定數(shù)據(jù)量及代數(shù)的訓(xùn)練，得到譯碼準(zhǔn)確率高的神經(jīng)網(wǎng)絡(luò)權(quán)重及偏置；當(dāng)碼字錯(cuò)誤個(gè)數(shù)在譯碼半徑以內(nèi)時(shí)，神經(jīng)網(wǎng)絡(luò)歸納分析得到正確的對(duì)應(yīng)關(guān)系；當(dāng)碼字錯(cuò)誤個(gè)數(shù)在譯碼半徑以外時(shí)，神經(jīng)網(wǎng)絡(luò)得到可能性最大的對(duì)應(yīng)關(guān)系；

(3)完成譯碼過程：將測(cè)試集的校驗(yàn)子送入神經(jīng)網(wǎng)絡(luò)，計(jì)算得到其對(duì)應(yīng)的錯(cuò)誤多項(xiàng)式，最終計(jì)算得信息序列，完成譯碼。

與傳統(tǒng)RS譯碼器相比，基于深度學(xué)習(xí)的校驗(yàn)子輸入RS碼譯碼器能夠歸納得到譯碼半徑以外的校驗(yàn)子及錯(cuò)誤多項(xiàng)式對(duì)應(yīng)關(guān)系，能在一定程度上突破譯碼半徑限制，提高譯碼性能。同時(shí)，該譯碼器硬件實(shí)現(xiàn)結(jié)構(gòu)簡(jiǎn)單，是RS碼譯碼的一個(gè)新方向。

附圖說明

圖1基于深度學(xué)習(xí)的校驗(yàn)子輸入RS碼譯碼器的系統(tǒng)框圖

圖2多層感知器(MLP)架構(gòu)圖

具體實(shí)施方式