公开(公告)号：CN110278001B

公开(公告)日：2020-12-01

申请号：CN201910532774.1

申请日：2019-06-19

Applicant: 北京交通大学

Inventor： 张建勇 ,  徐想 ,  张语晏

IPC: H03M13/13

Abstract: 本发明提供了一种基于深度学习的极化码分区译码方法。该方法包括：将待译码的极化码划分为多个子块，将各个子块依次串联连接，利用基于深度学习的神经网络译码器通过SC译码算法分别计算出每个子块的译码结果，将各个子块的译码结果按照顺序连接起来，得到所述待译码的极化码的译码结果。本发明通过将深度学习应用到码长较长的极化码译码中，且经过一次训练可以对任意码长任意码率的极化码进行译码，不再受到训练码长与码率与实际译码码长和码率必须相同的限制。本发明实施例的方法利用深度学习的计算优势，提高极化码SC译码算法的译码效率，从而提高通信系统的吞吐率。

公开(公告)号：CN110278001A

公开(公告)日：2019-09-24

申请号：CN201910532774.1

申请日：2019-06-19

Applicant: 北京交通大学

Inventor： 张建勇 ,  徐想 ,  张语晏

IPC: H03M13/13

Abstract: 本发明提供了一种基于深度学习的极化码分区译码方法。该方法包括：将待译码的极化码划分为多个子块，将各个子块依次串联连接，利用基于深度学习的神经网络译码器通过SC译码算法分别计算出每个子块的译码结果，将各个子块的译码结果按照顺序连接起来，得到所述待译码的极化码的译码结果。本发明通过将深度学习应用到码长较长的极化码译码中，且经过一次训练可以对任意码长任意码率的极化码进行译码，不再受到训练码长与码率与实际译码码长和码率必须相同的限制。本发明实施例的方法利用深度学习的计算优势，提高极化码SC译码算法的译码效率，从而提高通信系统的吞吐率。