-
公开(公告)号：CN106506009A
公开(公告)日：2017-03-15
申请号：CN201610932570.3
申请日：2016-10-31
申请人： 中国石油大学(华东)
摘要： 本发明提供了一种极化码的译码方法，即PR-SCL(Path Reused-SCL)译码算法。所述算法在译码过程中可以计算译码树每一层的度量值的方差，检测该层路径选择码字的不确定性程度。在设定方差阈值后，将方差小于阈值的结点记录为译码路径最容易出错的点。当本次CRC校验失败后，利用路径复用技术，即直接在这些特殊点处对路径进行扩展，重新继续进行SCL译码，直到找到正确路径。在SNR中等或更高的情况下，本发明可以利用重复路径，避免度量值的重复计算，从而保证在译码正确率不变的情况下，大大降低译码复杂度。
-
公开(公告)号：CN106209113A
公开(公告)日：2016-12-07
申请号：CN201610608501.7
申请日：2016-07-29
申请人： 中国石油大学(华东)
CPC分类号： H03M13/13 , H03M13/09 , H03M13/091
摘要： 本发明提供了一种极化码的编解码方法，所述方法在编码端对SCL编码数据包进行分块，对每一块数据分别加入CRC校验位；在译码端针对码树上的路径搜索结构，首先删除度量值不符合条件的候选路径，然后对当前译码所处的位置进行判断，如果处于CRC校验位置则再进行CRC校验，从剩余候选路径中删除未能通过校验的路径，当译码扩展到叶节点时，选择通过CRC校验同时度量值最大的一条路径作为正确的译码路径。该方法通过CRC校验与传统度量值删除路径思想的结合，避免了对错误路径的重复搜索，从而极大降低了极化码的译码复杂度。
-
公开(公告)号：CN108900198A
公开(公告)日：2018-11-27
申请号：CN201810692970.0
申请日：2018-06-29
申请人： 中国石油大学(华东)
摘要： 本发明提供了一种串行抵消列表译码参数的快速确定方法，所述方法首先从收集、整理数据开始；然后确定核函数并初始化参数，构造支持向量机多类分类器，并训练支持向量机多类分类器模型；然后再将由接收信号计算得到的似然比输入到已完成训练的支持向量机多类分类器模型中，输出G；最后将L初始化为G，执行串行抵消列表译码算法。该方法通过将支持向量机技术与极化码译码技术进行结合，避免了不必要的计算操作，从而极大降低了极化码的译码复杂度。
-
公开(公告)号：CN108880568A
公开(公告)日：2018-11-23
申请号：CN201810737117.6
申请日：2018-07-06
申请人： 中国石油大学(华东)
摘要： 本发明提供了一种基于卷积神经网络的串行抵消列表译码参数优化方法，所述方法首先从收集、整理样本数据开始；然后以样本数据的特点及大小作为依据进行建模，并采用反向传播算法来训练网络；然后再将由接收信号计算得到的似然比输入到已完成训练的卷积神经网络中，输出Q；最后将L初始化为Q，执行串行抵消列表译码算法。该方法通过将卷积神经网络技术与极化码译码技术进行结合，避免了不必要的计算操作，从而极大降低了极化码的译码复杂度。
-
公开(公告)号：CN106506009B
公开(公告)日：2020-09-25
申请号：CN201610932570.3
申请日：2016-10-31
申请人： 中国石油大学(华东)
摘要： 本发明提供了一种极化码的译码方法，即PR‑SCL(Path Reused‑SCL)译码算法。所述算法在译码过程中可以计算译码树每一层的度量值的方差，检测该层路径选择码字的不确定性程度。在设定方差阈值后，将方差小于阈值的结点记录为译码路径最容易出错的点。当本次CRC校验失败后，利用路径复用技术，即直接在这些特殊点处对路径进行扩展，重新继续进行SCL译码，直到找到正确路径。在SNR中等或更高的情况下，本发明可以利用重复路径，避免度量值的重复计算，从而保证在译码正确率不变的情况下，大大降低译码复杂度。
-
公开(公告)号：CN109245776A
公开(公告)日：2019-01-18
申请号：CN201810687120.1
申请日：2018-06-28
申请人： 中国石油大学(华东)
摘要： 本发明提供了一种基于深度神经网络的极化码译码参数确定方法，所述方法首先从收集、整理样本数据开始；然后以样本数据的特征、标签及大小作为依据进行建模，并采用反向传播算法来训练网络；然后再将由接收信号计算得到的似然比输入到已完成训练的深度神经网络中，输出Q；最后将L初始化为Q，执行串行抵消列表译码算法。该方法通过将深度神经网络技术与极化码译码技术进行结合，避免了不必要的计算操作，从而极大降低了极化码的译码复杂度。
-
公开(公告)号：CN108964672A
公开(公告)日：2018-12-07
申请号：CN201810736700.5
申请日：2018-07-06
申请人： 中国石油大学(华东)
CPC分类号： H03M13/13 , G06N3/0454 , G06N3/084
摘要： 本发明提供了一种基于深度神经网络的极化码译码方法，所述方法首先从收集、整理样本数据开始；然后设置参数进行建模，并采用反向传播算法来训练网络；然后再将Rate‑R结点对应的似然比输入到已完成训练的深度神经网络模型中，得到0或1；最后根据0、1状态执行简化的连续消除译码算法。该方法通过将深度神经网络技术与极化码译码技术进行结合，减少对Rate‑R结点的遍历操作，提高译码速度，降低译码时延。
-
公开(公告)号：CN108777584A
公开(公告)日：2018-11-09
申请号：CN201810735831.1
申请日：2018-07-06
申请人： 中国石油大学(华东)
摘要： 本发明提供了一种极化码译码参数的快速优化方法，所述方法首先从收集、整理样本数据开始；然后以样本数据的特点及大小作为依据进行建模，并采用监督学习和随机梯度优化方法来训练网络；然后再将由接收信号计算得到的似然比输入到已完成训练的径向基函数神经网络模型中，输出M；最后将L初始化为M，执行串行抵消列表译码算法。该方法通过将径向基函数神经网络技术与极化码译码技术进行结合，避免了不必要的计算操作，从而极大降低了极化码的译码复杂度。
-
公开(公告)号：CN108414981A
公开(公告)日：2018-08-17
申请号：CN201810026301.X
申请日：2018-01-11
申请人： 中国石油大学(华东)
摘要： 本发明提供了一种基于声纹跟踪的摄像机控制方法，解决在演出、会议等视频录制场景下，无法自动控制摄像机实时追踪目标说话人的问题。本发明所述方法包括软件方法和硬件系统两部分，其中软件方法包含说话人声纹模型、声纹识别的信道补偿算法以及波达方位估计中的WSF算法及其优化算法等，本文针对WSF算法求解复杂度高的问题，提出了限定WSF求解空间算法和基于窄带遗传搜索空间的WSF算法。硬件系统使用摄像机、麦克风阵列、处理器、内存、云服务器、电源以及网卡等作为本发明算法的载体，实现摄像机实时跟踪的功能。
-
公开(公告)号：CN107947803A
公开(公告)日：2018-04-20
申请号：CN201711321262.8
申请日：2017-12-12
申请人： 中国石油大学(华东)
摘要： 本发明提供了一种极化码的快速译码算法，即EPD(Error Probability Distribution)-SSC译码算法。所述算法分为离线计算部分和在线译码部分：离线计算模块采用弱极化信道下的高斯近似来估计弱极化子信道的错误概率参数，从而生成错误概率分布树来辅助在线译码；在线译码模块通过错误概率分布树计算当前结点的Pnode值，该值代表了当前Rate-R结点的特性，进一步通过阈值来筛选出Rate-R-EPD结点。当实施EPD-SSC译码算法时，Rate-R-EPD结点可以进行快速译码，从而降低译码时延。
-
-
-
-
-
-
-
-
-
搜索结果
10 条记录 (耗时 0.028 秒)
