声明
摘要
第一章绪论
1.1研究背景与意义
1.2国内外研究现状
1.2.1Polar码的研究现状
1.2.2深度学习的研究现状
1.2.3深度学习在Polar码编译码领域的研究现状
1.3本文主要工作及结构安排
1.3.1主要研究内容
1.3.2结构安排
第二章Polar码的编译码理论与深度学习基础
2.1Polar码理论基础
2.1.1Polar码基本原理
2.1.2Polar码编码方案
2.2Polar码译码方案
2.2.1连续消除译码算法
2.2.2置信度传播译码算法
2.3深度学习的基本原理
2.3.1神经元基本原理
2.3.2常用激活函数
2.3.3多层前馈神经网络与反向传播算法
2.4深度学习与Polar码译码
2.4.1深度学习译码器
2.4.2深度学习译码器的训练
2.5本章小结
第三章基于深度学习的Polar码译码系统架构
3.1基于深度学习的Polar码译码系统的算法原理及架构
3.2基于多层感知机的Polar码译码算法
3.2.1MLP网络模型及基本原理
3.2.2基于MLP网络模型的Polar码译码算法
3.3基于卷积神经网络的Polar码译码算法
3.3.1CNN网络模型及基本原理
3.3.2基于CNN网络模型的Polar码译码算法
3.4基于循环神经网络的Polar码译码算法
3.4.1RNN网络模型及基本原理
3.4.2基于LSTM网络模型的Polar码译码算法设计
3.5基于Transformer的Polar码译码算法
3.5.1Transformer网络模型及基本原理
3.5.2基于Transformer网络模型的Polar码译码算法设计
3.6本章小结
第四章基于并联残差学习的降噪与译码系统架构
4.1基于并联残差学习的Polar码降噪算法原理及架构
4.1.1基于并联残差学习的Polar码降噪算法基本原理
4.1.2基于并联残差学习的Polar码降噪算法系统架构
4.1.3基于并联残差学习的MLP降噪算法设计
4.1.4基于并联残差学习的CNN降噪算法设计
4.1.5基于并联残差学习的RNN降噪算法设计
4.1.6基于并联残差学习的Transformer降噪算法设计
4.2基于并联残差学习的Polar码降噪与译码联合算法研究
4.2.1基于并联残差学习的Polar码降噪-译码联合算法
4.2.2基于MLP的Polar码并联残差降噪-译码算法
4.2.3基于CNN的Polar码并联残差降噪-译码联合算法
4.2.4基于RNN的Polar码并联残差降噪-译码联合算法
4.2.5基于Transformer的Polar码并联残差降噪-译码联合算法
4.3本章小结
第五章实验平台搭建及系统仿真分析
5.1实验平台搭建
5.1.1PyTorch深度学习框架及其优势
5.1.2GPU加速的PyTorch训练
5.2系统仿真与分析
5.2.1仿真实验数据集及实验方法介绍
5.2.2基于并联残差学习的Polar码译码算法性能分析
5.2.3基于并联残差学习的Polar码降噪与译码算法性能分析
5.2.4GPU及CPU上的计算时间比较
5.3本章小结
6.1本文工作总结
6.2下一步工作
参考文献
致谢
华中师范大学;