近年來(lái),隨著5G業(yè)務(wù)需求的多樣性和標(biāo)準(zhǔn)化工作的不斷推進(jìn),通信數(shù)據(jù)傳輸?shù)馁|(zhì)量和速度要求更高。LDPC碼作為目前5G通信領(lǐng)域重要的一種信道編碼,具有傳輸速度快、復(fù)雜度低、譯碼時(shí)延小和誤碼平臺(tái)較低等優(yōu)點(diǎn)。然而,LDPC碼的種類具有多樣性,應(yīng)用于不同的場(chǎng)景時(shí),需要設(shè)計(jì)不同規(guī)格的譯碼器。本文主要研究基于深度神經(jīng)網(wǎng)絡(luò)的LDPC譯碼。其中,深度神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的數(shù)據(jù)分類和學(xué)習(xí)復(fù)雜映射關(guān)系的能力。LDPC譯碼的過(guò)程可以視為一個(gè)大數(shù)據(jù)分類識(shí)別問(wèn)題。將LDPC碼的譯碼與深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練相結(jié)合,可以有效地改進(jìn)現(xiàn)代通信數(shù)據(jù)的傳輸質(zhì)量和速度。實(shí)驗(yàn)證明,基于深度神經(jīng)網(wǎng)絡(luò)的LDPC譯碼算法不僅具有可行性,而且能夠提高中短碼長(zhǎng)LDPC的譯碼性能和吞吐率。本文以二元LDPC為標(biāo)準(zhǔn),提出了兩類LDPC碼的深度神經(jīng)網(wǎng)絡(luò)譯碼算法:棧式降噪自編碼器的LDPC譯碼算法和基于深度神經(jīng)網(wǎng)絡(luò)的置信度傳播LDPC譯碼算法。主要工作包括:（1）本文提出了基于棧式降噪自編碼器的兩種LDPC譯碼算法,它們利用了自編碼器的兩個(gè)重要特點(diǎn):數(shù)據(jù)降維和去噪。使用棧式降噪自編碼器可以消除輸入信號(hào)帶有噪聲的數(shù)據(jù)。神經(jīng)網(wǎng)絡(luò)譯碼在輸出層時(shí)可以采用分類或預(yù)測(cè)的... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 引言
    1.2 LDPC碼的研究現(xiàn)狀和應(yīng)用
    1.3 基于深度神經(jīng)網(wǎng)絡(luò)的LDPC譯碼的意義和研究背景
    1.4 論文結(jié)構(gòu)安排和主要工作
第二章 LDPC碼的概述
    2.1 引言
    2.2 LDPC碼的定義和表示方法
        2.2.1 LDPC碼的定義
        2.2.2 LDPC碼的矩陣表示
        2.2.3 Tanner圖表示
    2.3 LDPC碼的編碼算法
        2.3.1 高斯消去（Gauss Elimination,GE）編碼
        2.3.2 近似下三角的編碼算法
    2.4 LDPC碼的譯碼算法
        2.4.1 置信度傳播譯碼算法
        2.4.2 比特翻轉(zhuǎn)譯碼算法
    2.5 本章小結(jié)
第三章 神經(jīng)網(wǎng)絡(luò)理論及LDPC譯碼模型研究
    3.1 引言
    3.2 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
        3.2.1 神經(jīng)元模型
        3.2.2 神經(jīng)網(wǎng)絡(luò)的激活函數(shù)
        3.2.3 神經(jīng)網(wǎng)絡(luò)的模型
        3.2.4 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過(guò)程
        3.2.5 神經(jīng)網(wǎng)絡(luò)的優(yōu)化算法
    3.3 神經(jīng)網(wǎng)絡(luò)之自編碼器
        3.3.1 自編碼器的簡(jiǎn)介
        3.3.2 自編碼器的基本原理
        3.3.3 自編碼器的分類
    3.4 棧式降噪自編碼器的LDPC譯碼研究
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)集提取
        3.4.2 棧式降噪自編碼器的LDPC譯碼模型
        3.4.3 誤碼統(tǒng)計(jì)方法
    3.5 LDPC碼的SDA譯碼實(shí)驗(yàn)結(jié)果與分析
        3.5.1 基于分類和預(yù)測(cè)的方法對(duì)LDPC碼的SDA譯碼性能的影響和分析
        3.5.2 隱藏層層數(shù)和隱藏層大小對(duì)LDPC碼的SDA譯碼性能的影響和分析
        3.5.3 SDA譯碼性能與LDPC對(duì)數(shù)似然比BP算法性能比較
    3.6 本章小結(jié)
第四章 基于深度神經(jīng)網(wǎng)絡(luò)的置信度傳播LDPC譯碼研究
    4.1 引言
    4.2 基于深度神經(jīng)網(wǎng)絡(luò)的置信度傳播LDPC譯碼模型
        4.2.1 基于Tanner圖置信度傳播算法的網(wǎng)絡(luò)表示
        4.2.2 DNNBP網(wǎng)絡(luò)的激活函數(shù)
        4.2.3 實(shí)驗(yàn)數(shù)據(jù)集和DNNBP譯碼網(wǎng)絡(luò)誤碼率的統(tǒng)計(jì)方法
    4.3 LDPC碼的DNNBP譯碼實(shí)驗(yàn)結(jié)果與分析
        4.3.1 網(wǎng)絡(luò)參數(shù)初始化對(duì)LDCP碼的DNNBP譯碼性能的影響和分析
        4.3.2 隱藏層層數(shù)對(duì)LDPC碼的DNNBP譯碼性能的影響和分析
        4.3.3 LDPC碼的DNNBP譯碼性能與對(duì)數(shù)似然比BP譯碼性能比較
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
附件


【參考文獻(xiàn)】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)的信道譯碼算法研究綜述[J]. 王玉環(huán),尹航,楊占昕.  中國(guó)傳媒大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[2]深度神經(jīng)網(wǎng)絡(luò)并行化研究綜述[J]. 朱虎明,李佩,焦李成,楊淑媛,侯彪.  計(jì)算機(jī)學(xué)報(bào). 2018(08)
[3]5G信道編碼技術(shù)研究綜述[J]. 于清蘋(píng),史治平.  無(wú)線電通信技術(shù). 2018(01)
[4]SOM神經(jīng)網(wǎng)絡(luò)算法的研究與進(jìn)展[J]. 楊占華,楊燕.  計(jì)算機(jī)工程. 2006(16)
[5]LDPC碼的最小漢明距離估算[J]. 肖旻,王琳,羅智勇.  信息技術(shù). 2005(01)



本文編號(hào)：3131403