权重优化的短码长LDPC译码器

作     者：倪永婧 郭巍 张静涛 NI Yongjing;GUO Wei;ZHANG Jingtao

作者机构：河北科技大学信息科学与工程学院河北石家庄050000 中国电子科技集团公司第五十四研究所河北石家庄050081 

出 版 物：《无线电工程》 (Radio Engineering)

年 卷 期：2021年第51卷第7期

页      面：557-562页

学科分类：11[军事学] 080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 110503[军事学-军事通信学] 0810[工学-信息与通信工程] 1105[军事学-军队指挥学] 1104[军事学-战术学] 082601[工学-武器系统与运用工程] 081105[工学-导航、制导与控制] 0826[工学-兵器科学与技术] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0811[工学-控制科学与工程] 

基　　金：国家部委基金资助项目 

主　　题：低密度奇偶校验码 置信度传播算法 循环神经网络 最小-和算法 

摘      要：近年来,无线通信中对于传输延迟的要求越来越高。降低信道编码的码长,可以在信息速率较低的情况下,显著降低传输延迟。低密度奇偶校验码(LDPC)是当前广泛采用的信道编码,在LDPC的码长较短时,由于Tanner图上的环较多,周长小,因此传统的置信度传播算法对符号似然比的近似较差,从而影响了编码的性能。提出了基于循环神经网络的BP-RNN译码器,采用机器学习中的工具优化Trellis图中边的权重,与传统BP译码器相比,提高了短码长LDPC的译码器性能,从而在低信息速率的传输中降低通信延迟。