[发明专利]一种低精度的深度神经网络极化码SC译码算法在审
| 申请号： | 202210963786.1 | 申请日： | 2022-08-11 |
| 公开（公告）号： | CN115378443A | 公开（公告）日： | 2022-11-22 |
| 发明（设计）人： | 李桂萍;贠昌 | 申请（专利权）人： | 西安工业大学 |
| 主分类号： | H03M13/13 | 分类号： | H03M13/13;G06N3/04;G06N3/08 |
| 代理公司： | 西安新思维专利商标事务所有限公司 61114 | 代理人： | 黄秦芳 |
| 地址： | 710032 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 精度 深度 神经网络 极化 sc 译码 算法 | ||
【权利要求书】：
1.一种低精度的深度神经网络极化码SC译码算法，其特征在于，具体包括以下步骤：
(1)基于深度神经网络构造神经网络译码器；
(2)改进神经网络译码器的激活函数和损失函数；
(3)对神经网络译码器采取权值量化；
(4)将极化码划分为子块，分别使用神经网络译码器进行译码，保存网络模型；
(5)将训练好的各个子块的神经网络译码器通过传统SC译码算法进行耦合。
2.根据权利要求1所述一种低精度的深度神经网络极化码SC译码算法，其特征在于：
步骤(1)中，深度神经网络译码器模型可以抽象为将输入映射到输出的一个函数f:
y＝f(x0；θ)
其中，θ表示已知输入和期望输出值之间映射的最优参数解。
3.根据权利要求2所述一种低精度的深度神经网络极化码SC译码算法，其特征在于：
步骤(2)中，将神经网络译码器中的ReLU激活函数改为了Swish激活函数，将二元交叉熵BCE损失函数改为了二元加权交叉熵WBCE损失函数。
4.根据权利要求3所述一种低精度的深度神经网络极化码SC译码算法，其特征在于：
步骤(3)中，使用Q8.4定点数字格式的8位量化输入和输出来执行所有的算术运算，并使用伪量化函数将量化误差引入神经网络译码器。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安工业大学，未经西安工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210963786.1/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种无人机充电控制系统及方法
- 下一篇：一种多功能磁性纳米微球及制备和应用
- 同类专利
- 专利分类
