典型文献
改进的循环神经网络极化码BP译码算法
文献摘要：
近年来,新兴的深度学习(DL)技术在译码领域取得了进展,目前提出的极化码神经网络译码器有着比置信传播(BP)译码更快的收敛速度和更好的误码率(BER)性能,但其仍存在运算复杂度高的问题.文章针对该问题,在迭代过程中采用改进信息更新这个思路,提出了一种改进左信息更新的循环神经网络(RNN)偏移最小和(OMS)近似BP(RNN-OMS-BP-L)译码算法.仿真结果表明,文章所提算法相比于深度神经网络(DNN)BP(DNN-BP)译码算法,使用6.25％的加法运算代价替换了全部的乘法运算;相比于目前较优的RNN OMS近似BP(RNN-OMS-BP)译码算法,在确保BER性能几乎无损失的条件下,文章所提算法使用改进的信息更新减少了25％的加法运算复杂度,节省了部分存储空间开销,在相同BER性能下,减少了37.5％的迭代次数.
文献关键词：
极化码;置信传播;循环神经网络;信息更新;低运算复杂度
中图分类号：
作者姓名：
邓学璐;彭大芹
作者机构：
重庆邮电大学,通信与信息工程学院,重庆 400065
文献出处：
引用格式：
[1]邓学璐;彭大芹-.改进的循环神经网络极化码BP译码算法)[J].光通信研究,2022(04):17-22
A类：
B类：
循环神经网络,极化码,译码算法,DL,译码器,置信传播,收敛速度,误码率,BER,信息更新,RNN,OMS,深度神经网络,DNN,加法运算,乘法运算,存储空间,开销,迭代次数,低运算复杂度
AB值：
0.253132
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
