平面衰落通道上的极地代码深度学习
Abstract
提出了啥:本文提出了一种深度神经网络方案。为了解决啥:用于解码极性编码的短分组。
怎么做的:我们考虑在频率平坦的准静态瑞利衰落信道上传输数据包,其中信道系数在一个数据包中是恒定的,但逐个数据包会改变。所提出的技术的潜在应用是机器类型的通信,消息传递服务,智能计量网络以及其他需要高可靠性和低延迟的无线传感器网络。
计算机仿真结果证实,即使采用简单的码本结构来实现无衰减的加性高斯白噪声(AWGN)信道,所提出的技术仍接近理论上的中断,并在衰落信道中实现了编码增益。还介绍了学习时期和训练信噪比(SNR)选择的分析,以证明该技术的有效性。