[发明专利]一种采用深度学习CS译码器的通信系统

说明书

本发明公开了一种采用深度学习CS译码器的通信系统，属于无线通信领域。该系统将传统系统中的硬判决器和译码器的位置调换，通过训练好的MLP神经网络作为CS译码器，再对译码器的输出比特进行硬判决，本发明MLP译码器与传统的码表查找法译码相比，带来了大约2dB的性能增益，并且能够实现接近最大后验概率(MAP)解码的低错误率。此外，本发明的设计步骤也同样适用于其他码字长度的CS码，例如8B10B，这在可见光通信中显示出极大地应用潜力。

技术领域

本发明属于无线通信中信道译码方法设计领域，还涉及基于深度学习技术。

背景技术

可见光通信(Visible Light Communication,VLC)采用发光二极管(LightEmitting Diode,LED)的闪烁来进行通信，并且具有高带宽、高速率、高稳定性和安全环保的优势，是通信领域的一个重要研究方向。一个典型的可见光通信系统结构图如图1所示，在IEEE 802.15.7标准中，VLC通过系统中LED的闪烁，将亮和暗分别代表二进制数字“1”和“0”，以此在信道上传送信息。相比于无线通信，VLC拥有380～780nm的可见光光谱，频谱宽度大于4×10⁶GHz，是现有无线通信频谱的10000多倍，因此VLC在通信领域具有巨大的发展潜力。

VLC在实际应用过程中，会受到多种因素的干扰。例如，LED光源发出的光信号在经过信道时，会受到各种人为噪声和热噪声的干扰，同时外界的各种光污染也会对光信号造成干扰，这严重降低了VLC的可靠性。为了有效抑制信道间干扰造成的信息错误，信道编码技术已广泛应用于VLC中。按照IEEE 802.15.7标准，VLC系统中的编码包括约束码(Constrained Sequence Codes,CS codes)和纠错码(Error Correction Codes,ECC)两个部分。CS码已广泛用于通信和数据存储系统，以提供高传输可靠性。VLC标准中使用了三种类型的CS码，以调整调光控制并减少闪烁感知，分别为曼彻斯特码，4B6B码和8B10B码。表1展示了IEEE 802.15.7标准中用于VLC的4B6B码码表。CS码编码时将K个固定的信源比特通过预先设定好的码表映射为长度为N的码字，针对4B6B码的译码，一个广泛使用的译码方法是接收端生成硬判决比特后，使用传统的查表译码法来恢复发送比特。如果生成的硬判决比特无法映射到码表中的任何一个码字，则根据最小汉明距离来估计对应的发送码字。

以下文献介绍了可见光通信中CS码(4B6B码)的译码方法：

[1]IEEE standard for local and metropolitan area networks-part 15.7:short-range wireless optical communication using visible light,IEEE Standard802.15.7,2011,pp.248-271.

[2]C.Cao,D.Li and I.Fair,Deep Learning-Based Decoding of ConstrainedSequence Codes,IEEE Journal on Selected Areas in Communications,vol.37,no.11,pp.2532-2543,Nov.2019.

文献[1]为可见光通信协议标准。在IEEE802.15.7标准中，规定接收端生成硬判决比特，估计出发送码字，然后根据码表使用传统的查表译码法恢复出对应的发送数据。如果生成的硬判决比特无法映射到码表中任何一个码字，则根据最小汉明距离来估计发送码字。

文献[2]提出了基于深度学习的CS码译码器设计方法。该文献使用4B6B码字作为举例，将4B6B中发送信息与码字的映射关系转化为神经网络中训练标签与训练样本的关系，提出两种基于神经网络的译码方法，分别为使用MLP(Multiple Layer Perception)网络译码以及CNN(Convolutional Neural Networks)译码。