LDPC码的深度神经网络译码研究
发布时间:2021-04-11 14:15
近年来,随着5G业务需求的多样性和标准化工作的不断推进,通信数据传输的质量和速度要求更高。LDPC码作为目前5G通信领域重要的一种信道编码,具有传输速度快、复杂度低、译码时延小和误码平台较低等优点。然而,LDPC码的种类具有多样性,应用于不同的场景时,需要设计不同规格的译码器。本文主要研究基于深度神经网络的LDPC译码。其中,深度神经网络具有强大的数据分类和学习复杂映射关系的能力。LDPC译码的过程可以视为一个大数据分类识别问题。将LDPC码的译码与深度神经网络训练相结合,可以有效地改进现代通信数据的传输质量和速度。实验证明,基于深度神经网络的LDPC译码算法不仅具有可行性,而且能够提高中短码长LDPC的译码性能和吞吐率。本文以二元LDPC为标准,提出了两类LDPC码的深度神经网络译码算法:栈式降噪自编码器的LDPC译码算法和基于深度神经网络的置信度传播LDPC译码算法。主要工作包括:(1)本文提出了基于栈式降噪自编码器的两种LDPC译码算法,它们利用了自编码器的两个重要特点:数据降维和去噪。使用栈式降噪自编码器可以消除输入信号带有噪声的数据。神经网络译码在输出层时可以采用分类或预测的...
【文章来源】:华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:79 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 引言
1.2 LDPC码的研究现状和应用
1.3 基于深度神经网络的LDPC译码的意义和研究背景
1.4 论文结构安排和主要工作
第二章 LDPC码的概述
2.1 引言
2.2 LDPC码的定义和表示方法
2.2.1 LDPC码的定义
2.2.2 LDPC码的矩阵表示
2.2.3 Tanner图表示
2.3 LDPC码的编码算法
2.3.1 高斯消去(Gauss Elimination,GE)编码
2.3.2 近似下三角的编码算法
2.4 LDPC码的译码算法
2.4.1 置信度传播译码算法
2.4.2 比特翻转译码算法
2.5 本章小结
第三章 神经网络理论及LDPC译码模型研究
3.1 引言
3.2 神经网络简介
3.2.1 神经元模型
3.2.2 神经网络的激活函数
3.2.3 神经网络的模型
3.2.4 神经网络的训练过程
3.2.5 神经网络的优化算法
3.3 神经网络之自编码器
3.3.1 自编码器的简介
3.3.2 自编码器的基本原理
3.3.3 自编码器的分类
3.4 栈式降噪自编码器的LDPC译码研究
3.4.1 实验数据集提取
3.4.2 栈式降噪自编码器的LDPC译码模型
3.4.3 误码统计方法
3.5 LDPC码的SDA译码实验结果与分析
3.5.1 基于分类和预测的方法对LDPC码的SDA译码性能的影响和分析
3.5.2 隐藏层层数和隐藏层大小对LDPC码的SDA译码性能的影响和分析
3.5.3 SDA译码性能与LDPC对数似然比BP算法性能比较
3.6 本章小结
第四章 基于深度神经网络的置信度传播LDPC译码研究
4.1 引言
4.2 基于深度神经网络的置信度传播LDPC译码模型
4.2.1 基于Tanner图置信度传播算法的网络表示
4.2.2 DNNBP网络的激活函数
4.2.3 实验数据集和DNNBP译码网络误码率的统计方法
4.3 LDPC码的DNNBP译码实验结果与分析
4.3.1 网络参数初始化对LDCP码的DNNBP译码性能的影响和分析
4.3.2 隐藏层层数对LDPC码的DNNBP译码性能的影响和分析
4.3.3 LDPC码的DNNBP译码性能与对数似然比BP译码性能比较
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件
【参考文献】:
期刊论文
[1]基于神经网络的信道译码算法研究综述[J]. 王玉环,尹航,杨占昕. 中国传媒大学学报(自然科学版). 2018(03)
[2]深度神经网络并行化研究综述[J]. 朱虎明,李佩,焦李成,杨淑媛,侯彪. 计算机学报. 2018(08)
[3]5G信道编码技术研究综述[J]. 于清苹,史治平. 无线电通信技术. 2018(01)
[4]SOM神经网络算法的研究与进展[J]. 杨占华,杨燕. 计算机工程. 2006(16)
[5]LDPC码的最小汉明距离估算[J]. 肖旻,王琳,罗智勇. 信息技术. 2005(01)
本文编号:3131403
【文章来源】:华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】:79 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
1.1 引言
1.2 LDPC码的研究现状和应用
1.3 基于深度神经网络的LDPC译码的意义和研究背景
1.4 论文结构安排和主要工作
第二章 LDPC码的概述
2.1 引言
2.2 LDPC码的定义和表示方法
2.2.1 LDPC码的定义
2.2.2 LDPC码的矩阵表示
2.2.3 Tanner图表示
2.3 LDPC码的编码算法
2.3.1 高斯消去(Gauss Elimination,GE)编码
2.3.2 近似下三角的编码算法
2.4 LDPC码的译码算法
2.4.1 置信度传播译码算法
2.4.2 比特翻转译码算法
2.5 本章小结
第三章 神经网络理论及LDPC译码模型研究
3.1 引言
3.2 神经网络简介
3.2.1 神经元模型
3.2.2 神经网络的激活函数
3.2.3 神经网络的模型
3.2.4 神经网络的训练过程
3.2.5 神经网络的优化算法
3.3 神经网络之自编码器
3.3.1 自编码器的简介
3.3.2 自编码器的基本原理
3.3.3 自编码器的分类
3.4 栈式降噪自编码器的LDPC译码研究
3.4.1 实验数据集提取
3.4.2 栈式降噪自编码器的LDPC译码模型
3.4.3 误码统计方法
3.5 LDPC码的SDA译码实验结果与分析
3.5.1 基于分类和预测的方法对LDPC码的SDA译码性能的影响和分析
3.5.2 隐藏层层数和隐藏层大小对LDPC码的SDA译码性能的影响和分析
3.5.3 SDA译码性能与LDPC对数似然比BP算法性能比较
3.6 本章小结
第四章 基于深度神经网络的置信度传播LDPC译码研究
4.1 引言
4.2 基于深度神经网络的置信度传播LDPC译码模型
4.2.1 基于Tanner图置信度传播算法的网络表示
4.2.2 DNNBP网络的激活函数
4.2.3 实验数据集和DNNBP译码网络误码率的统计方法
4.3 LDPC码的DNNBP译码实验结果与分析
4.3.1 网络参数初始化对LDCP码的DNNBP译码性能的影响和分析
4.3.2 隐藏层层数对LDPC码的DNNBP译码性能的影响和分析
4.3.3 LDPC码的DNNBP译码性能与对数似然比BP译码性能比较
4.4 本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间取得的研究成果
致谢
附件
【参考文献】:
期刊论文
[1]基于神经网络的信道译码算法研究综述[J]. 王玉环,尹航,杨占昕. 中国传媒大学学报(自然科学版). 2018(03)
[2]深度神经网络并行化研究综述[J]. 朱虎明,李佩,焦李成,杨淑媛,侯彪. 计算机学报. 2018(08)
[3]5G信道编码技术研究综述[J]. 于清苹,史治平. 无线电通信技术. 2018(01)
[4]SOM神经网络算法的研究与进展[J]. 杨占华,杨燕. 计算机工程. 2006(16)
[5]LDPC码的最小汉明距离估算[J]. 肖旻,王琳,罗智勇. 信息技术. 2005(01)
本文编号:3131403
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3131403.html