arrow
返回

AI-Driven Rate-Adaptive LDPC Coding and Decoding

delete2026-08-26
delete0
PRE
AI
X
Xiyu Wang
Y
Yukun Cheng
陈
陈伟 (Wei Chen)
L
Lun Li
艾
艾渤 (Bo Ai)
DOI:10.1109/mwc.2026.3723359delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
人工智能(AI)驱动的信道编码已成为增强纠错性能并降低译码复杂性的有前景的解决方案,特别是在低密度校验(LDPC)码的背景下。与传统基于编码理论的编码和译码方法不同,AI驱动的方法在经典技术存在局限性的条件下(例如,有限块长和有限译码复杂度的LDPC码),以数据驱动的方式优化码字设计。AI设计的LDPC码字和基于AI的译码算法通常针对给定的块长或码率进行优化,无法直接应用于不同的块长或码率。为此,本文提出了一种AI驱动的码率自适应LDPC编码框架,该框架在编码器和译码器中集成了参数共享机制,并通过多任务学习进行训练以支持多种码率。在AWGN信道中的初步评估验证了此类设计的可行性,并展示了其有前景的纠错潜力和适应性。在本文中,我们介绍了关键设计原则,强调了其优势,并讨论了仍需解决的未来研究挑战。
Keyword:
Artificial intelligence
low-density parity-check code
rate-compatible
belief propagation

期刊

IEEE Wireless Communications 封面图
IEEE Wireless Communications
IF:
11.5
论文数:
2.8K
被引数:
1.3W

机构

B
Beijing Jiaotong University
学者数:
1.4K
论文数: 447
被引数: 0
Z
zte corporation ltd
学者数:
4
论文数: 2
被引数: 0
引用论文

引用论文

暂无论文信息