.png){kind=icon}
返回
Iterative Neural Rollback Chase–Pyndiah Decoding
.png){kind=icon}
PRE
AI
DOI：10.1109/LCOMM.2025.3638970.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
该研究涉及Turbo乘积码（TPC）的迭代译码。我们提出了一种基于Transformer神经网络（NN）的回滚方案，其中NN识别并抑制可能引入译码错误的非系统更新。基于（256, 239）扩展BCH码的Turbo乘积码实验表明，所提出的方法将Chase-Pyndiah（CP）译码在p=6时的误码率改善了约0.145 dB，显著优于传统p=7时的CP译码，且无需修改CP译码流程，从而简化了与现有系统的集成。
Keyword:
Channel decoding
deep neural networks
soft-output decoding
turbo product codes
期刊
IF:
4.4
论文数:
1.3W
被引数:
2.2W
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容