33、AI赋能5G/6G通信：LDPC码解码与强化学习技术解析

AI赋能5G/6G通信：LDPC码解码与强化学习技术解析

1. 基于AI的5G/6G通信LDPC码解码技术

在5G/6G通信领域，低密度奇偶校验（LDPC）码的解码技术是保障通信质量和效率的关键。随着人工智能（AI）技术的发展，一系列基于AI的LDPC码解码方法不断涌现，为通信系统带来了更好的性能。

1.1 LAMS解码器

研究人员构建了一种神经网络用于LDPC码解码。在该网络中，输出层使用信道对数似然比（LLR）幅度的线性调整方法更新LLR。网络对隐藏层和输出层的因子进行优化。
构建网络时，使用TensorFlow框架，学习率设为0.1，进行500轮训练，批次大小为500。训练数据集采用全零码字的二进制相移键控（BPSK）信号在加性高斯白噪声（AWGN）信道（Es/N0为 -4 dB）下得到的LLR。
仿真结果表明，经过15次迭代，提出的LAMS解码器性能优于传统的归一化最小和（NMS）和偏移最小和（OMS）算法。在信噪比高于 -2.5 dB时，也优于置信传播（BP）算法。因此，该方案是未来5G NR增强移动宽带（eMBB）的有力候选方案。

1.2 基于原型图的LDPC码神经MS解码器

有研究提出了一种利用原型图LDPC（PB - LDPC）码提升结构的新型神经最小和（MS）解码器。PB - LDPC码的基图和提升图结构特性相同，因此采用参数共享机制，即从基图同一边缘得到的边缘组共享相同参数，降低了解码器的计算复杂度，使其适用于各种码长的LDPC码。
训练神经网络时，采用逐次迭代的贪婪训练方法，仅使解码器最后一次迭代的参数可学习，解决了MS解码器中的梯度消失问题，消除了LDPC码短周期引起的消息相关性