[发明专利]一种多进制LDPC码级联神经网络解码方法及装置

摘要

本发明公开了一种多进制LDPC码级联神经网络解码方法及装置，所述解码方法包括多进制LDPC译码初始化；神经网络级联解码。其中多进制LDPC译码首先对各码元符号进行初始化得到后验概率；神经网络将后验概率软信息作为输入信息输入到输入层，经过神经网络的训练和学习，由输出层得到输出软信息并进行判决译码，得到译码结果。本发明在传统多进制LDPC置信传播译码算法的基础上引入神经网络的级联译码方法，降低译码计算量和复杂度，提高译码效率。

主权项

一种多进制LDPC码级联神经网络解码方法，其特征在于，所述方法包括如下步骤：S1、确定Hmn为M*N的校验矩阵，令N(m):＝{n:Hmn≠0}为参与第m个校验方程的校验节点的变量节点的集合，令M(n):＝{m:Hmn≠0}为包含第n个变量节点的校验节点的集合；S2、获取N个经过信道后的信息比特yi，i＝1,2,…,N；其中每一个yi代表一个符号，其中包含了b个二进制比特；S3、在高斯信道下建立多进制LDPC初始化译码模型，初始化式中，每个二进制比特的似然比为其中s为输入符号的幅度，σ2为信道高斯噪声∑的方差，S4、所述多进制LDPC初始化译码模型对各码元符号进行初始化得到后验概率；S5、将所述后验概率软信息作为输入信息输入到神经网络，经过神经网络的训练和学习，由输出缓冲层得到输出软信息；S6、选取神经元输出概率ui(t+τ)的最大值所带表的码字进行译码判决，如果H*ui＝0，则迭代结束得到译码结果；否则，返回步骤S3将输出软信息作为新的输入进行下次迭代。