一种基于分段线性惩罚函数的交替方向乘子法的深度学习信道译码方法

摘要

本发明提供了一种基于分段线性惩罚函数的交替方向乘子法的深度学习信道译码方法，主要面向二进制线性码。该方法包括如下步骤：1)基于信道译码构建最大似然优化问题；2)转化约束条件，设计一个可调节的惩罚函数并将其引入目标函数，将信道译码最大似然优化问题转化为带分段线性惩罚函数的译码优化问题；3)引入交替方向乘子法解上述优化问题，得到交替方向乘子法信道译码器；4)根据交替方向乘子法的迭代形式构造深度学习网络LADN‑P；5)通过训练获得学习参数；6)将深度学习网络重新恢复成信道译码器，加载学习参数，进行译码。本发明设计了可调节的分段线性惩罚函数，借助深度学习的力量，进一步提升译码性能。