基于遗传算法改进的LDPC码译码器结构

摘要：

针对LDPC码的BP译码器比最大似然译码器译码准确性低,提出了基于遗传算法改进的LDPC码译码器结构.该译码器结构首先引入卷积神经网络来去除传统BP译码器在译码中的估计误差,然后将遗传算法应用到BP译码中,仿照遗传算法的过程,将所有变量节点作为一个种群,每一个变量节点作为一个个体,对应的变量节点传递给校验节点的概率信息作为基因,通过对优势个体的优秀基因进行加强或者对劣势个体的交叉基因进行削弱,以达到整个种群更加适应环境,从而提高译码性能.仿真实验结果表明,GABP-CNN译码器比标准的BP译码器可以获得更好的纠错性能,尤其是在高信噪比环境下译码性能有较大的提升;但是改进的译码器结构在提高译码性能的情况下,系统运行时间上较传统BP译码器略多.

关键词：低密度奇偶校验码、置信传播译码算法、卷积神经网络、遗传算法

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：辽宁省高等学校杰出青年学者成长计划项目资助;辽宁省博士启动基金项目资助

在线出版日期：2020-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：62-68