一种基于遗传算法和神经网络的硬判决译码方案

摘要/Abstract

摘要： 基于遗传算法和神经网络混合智能算法，提出一种新的硬判决译码方案，即遗传神经网络译码（genetic neural-network decoding，GND）。GND译码充分利用遗传算法的自优化能力和神经网络的模式分类功能，对接收匹配滤波器的硬判决量化输出进行优化处理，以弥补因信道传输误差和硬判决量化造成的译码的可靠性损失，恢复出与传输序列更似然的码字作为硬判决译码器的输入，从而得到更好的译码结果。从理论分析和计算机模拟仿真结果可看出：GND译码方案纠错性能接近传统软判决译码，但由于译码过程不需要利用信道统计软信息，其复杂度相对传统软判决译码大幅度降低。

关键词: 硬判决译码, 遗传算法, 神经网络, 纠错性能, 复杂度

中图分类号:

TN911.2

. 一种基于遗传算法和神经网络的硬判决译码方案[J]. 重庆理工大学学报（自然科学）, 2019, 33(4): 110-115.

[1]	詹长书，王清. 基于改进遗传算法电动汽车变速器参数设计与优化[J]. 重庆理工大学学报（自然科学）, 2020, 34(2): 1-5.
[2]	杨珍，王俊，辛春花. 利用ＤＣＥ-ＭＲＩ结合改进卷积神经网络的ＭＲ图像自动分割与分类方法[J]. 重庆理工大学学报（自然科学）, 2020, 34(2): 147-157.
[3]	季鹏１，２，刘维亭１，张懿１，２，魏海峰１，２，周啸伟２. 基于ＲＢＦ神经网络的船舶电站ＰＩＤ控制器研究[J]. 重庆理工大学学报（自然科学）, 2020, 34(2): 203-209.
[4]	孙成胜ａ，张红民ａ，王艳ｂ，巴忠镭ａ. 一种改进的灰色ＢＰ神经网络光伏出力预测方法[J]. 重庆理工大学学报（自然科学）, 2020, 34(2): 217-221.
[5]	杨国亮，曾建尤，龚曼，祝靖宇. 基于卷积神经网络的衣物属性分类方法[J]. 重庆理工大学学报（自然科学）, 2020, 34(1): 77-85.
[6]	陈欣１，陈明逊２. 基于增强数据集卷积神经网络的ＳＡＲ目标识别方法[J]. 重庆理工大学学报（自然科学）, 2020, 34(1): 86-93.
[7]	江毓，郑燕萍，张新，张涌. 基于改进ＢＰ神经网络的电机异音诊断[J]. 重庆理工大学学报（自然科学）, 2020, 34(1): 242-246.
[8]	郑琰, 黄兴, 肖玉杰. 基于时间序列的商品需求预测模型研究[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 217-222.
[9]	陈乐, 童莹, 陈瑞, 曹雪虹. 端到端增强特征神经网络的视频表情识别[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 125-131.
[10]	周韦润, 姜文刚. 基于遗传算法优化扩展卡尔曼滤波的锂电池 SOC 估计[J]. 重庆理工大学学报（自然科学）, 2019, 33(9): 33-39.
[11]	. 高铁线路重要部位WSN节点覆盖算法设计[J]. 重庆理工大学学报（自然科学）, 2019, 33(7): 124-131.
[12]	. 基于深度学习的B超生猪脂肪含量检测[J]. 重庆理工大学学报（自然科学）, 2019, 33(6): 112-116.
[13]	. 应用于软件缺陷预测模型的量子粒子群优化BP算法[J]. 重庆理工大学学报（自然科学）, 2019, 33(6): 184-189.
[14]	. 基于ARIMA和BP神经网络对人民币汇率预测的比较分析———以美元人民币汇率为例[J]. 重庆理工大学学报（自然科学）, 2019, 33(5): 207-212.
[15]	. 基于深度学习的行人检测技术研究进展[J]. 重庆理工大学学报（自然科学）, 2019, 33(4): 98-109.

一种基于遗传算法和神经网络的硬判决译码方案

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10