35、利用人工智能推动5G移动通信迈向6G：信道编码的创新与挑战

利用人工智能推动5G移动通信迈向6G：信道编码的创新与挑战

1. 堆叠去噪自编码器用于极化码

在瑞利衰落信道中，为提高极化码的帧错误率（FER）性能，研究人员引入了堆叠去噪自编码器（SDAE）。该设计由两个相互连接的深度神经网络（DNN）组成，并置于连续消除（SC）解码器之前。

1.1 工作原理

• DNN输入 ：来自信道的估计符号。
• DNN作用 ：减少信道对符号的影响。
• 输出处理 ：DNN的输出被发送到SC解码器以恢复传输的信息。

1.2 训练过程

• 第一个DNN ：训练以最小化包含信息位的符号中的失真。训练样本由实际传输的信息位集与对应于这些信息位的接收符号配对组成。
• 第二个DNN ：训练以估计完整的码字，以便更准确地解码。使用第一个DNN未使用的其余符号作为训练样本。

1.3 性能评估

通过模拟长度为16和32位、码率为1/2的极化码字在瑞利衰落信道上的传输来评估性能。具体配置如下表所示：
| 极化码长度 | 第一个DNN隐藏层节点数 | 第二个DNN隐藏层节点数 |
| ---- | ---- | ---- |
| 16位 | 32和16 | 64和32 |
| 32位 | 64和32 | 128和64 |

使用学习