[发明专利]基于神经网络的译码有效性检测方法及介质

权利要求书

1.一种基于神经网络的译码有效性检测方法，其特征在于，包括：

S1，接收调制符号序列并进行解调，得到解调序列x，对所述解调序列x进行译码，得到译码码字c；

S2，将所述译码码字c映射为双极性序列，得到映射序列并计算所述映射序列与所述解调序列x之间的距离d；

S3，将所述解调序列x和所述距离d输入预置的神经网络，得到UER_e；

S4，根据UER_e与预设UER阈值之间的大小关系，判断所述译码码字c是否为有效译码码字。

2.如权利要求1所述的基于神经网络的译码有效性检测方法，其特征在于，所述S3在于将所述解调序列x的绝对值序列x^*和所述距离d输入预置的神经网络，得到UER_e。

3.如权利要求1所述的基于神经网络的译码有效性检测方法，其特征在于，所述S3包括：

S31，从所述解调序列x的绝对值序列x^*和所述距离d中提取特征参数向量β；

S32，将所述特征参数向量β输入预置的神经网络，得到UER_e。

4.如权利要求3所述的基于神经网络的译码有效性检测方法，其特征在于，所述S31包括：

S311，将[0,d]划分为多个子区间，统计所述绝对值序列x^*在各所述子区间上的分布，然后获取所述绝对值序列x^*中n个元素之和的分布，记为分布序列B_n，其中n＝1,2,…,N，N为所述译码码字c的码长；

S312，计算各分布序列B_n的特征参数β_n，组合各特征参数β_n以形成所述特征参数向量β。

5.如权利要求4所述的基于神经网络的译码有效性检测方法，其特征在于，所述S311和S312之间还包括：从所述S311中生成的N个分布序列B_n中选取K个分布序列，1≤K＜N，并分别计算选取的K个分布序列的特征参数；

所述S312中计算选取的K个分布序列的特征参数，得到的K个特征参数组合形成所述特征参数向量β。

6.如权利要求4或5所述的基于神经网络的译码有效性检测方法，其特征在于，分布序列B_n的特征参数β_n为：

其中，B_n,m为分布序列B_n中的第m个元素，c_n为预设参数。

7.如权利要求4或5所述的基于神经网络的译码有效性检测方法，其特征在于，所述神经网络基于输入的特征参数向量β预测P_estimate，并根据P_estimate计算UER_e：

其中，P_estimate为译码码字c的排名，R为所述译码码字c中冗余比特的个数。