TurboNet：基于 Max-Log-MAP 算法的模型驱动 Turbo 码 DNN 译码器
信号处理
2019-05-28 v1 信息论
math.IT
摘要
本文提出 TurboNet，一种结合深度学习（DL）与传统 max-log-最大后验（MAP）算法的新型模型驱动深度学习 turbo 译码架构。为设计 TurboNet，我们展开原有的 turbo 译码迭代结构，并以深度神经网络（DNN）译码单元替换每次迭代。特别地，DNN 译码单元通过对 max-log-MAP 算法参数化得到，而非以黑盒全连接 DNN 架构替换整个译码器。借助所提架构，参数可从训练数据中高效学习，因此 TurboNet 学会恰当利用系统信息与校验信息，相比现有方法提供更高的纠错能力并降低计算复杂度。此外，仿真结果证明了 TurboNet 在信噪比泛化方面的优越性。
引用
@article{arxiv.1905.10502,
title = {TurboNet: A Model-driven DNN Decoder Based on Max-Log-MAP Algorithm for Turbo Code},
author = {Yunfeng He and Jing Zhang and Chao-Kai Wen and Shi Jin},
journal= {arXiv preprint arXiv:1905.10502},
year = {2019}
}
备注
5 pages, 5 figures