信噪比自适应Turbo自编码器信道编译码技术

摘要：

作为通信系统中基本的组成部分,信道编码使信息在传输的过程中能够抵抗信道的干扰.随着人工智能的发展,深度学习(Deep Learning,DL)越来越多地被用到通信领域解决实际问题.近年来,有学者提出将DL应用于端到端的信道编译码系统,并展现出了其良好的性能.现有基于DL的信道编译码方法在特定信噪比(Signal-to-Noise ratio,SNR)下训练网络模型,然而,在部署实际通信系统时,并不能保证信道条件和训练时是一致的,导致对于不同的SNR,需要存储大量模型.基于此,提出了自适应信道SNR的Turbo自编码器信道编译码系统,通过引入注意力机制感知信道变化,生成与信道条件相匹配的编码码字.仿真结果表明,该方法能够有效应对信道条件的变化,大幅降低设备端神经网络参数的存储开销.

关键词：信道编译码、深度学习、注意力机制

所属期刊栏目：48

分类号：TN911.22

资助基金：国家重点研发计划;国家自然科学基金;北京市自然科学基金;北京市自然科学基金

在线出版日期：2022-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：680-688