基于神经网络的高密度线性分组码译码方法

摘要

本发明公开了一种基于神经网络的高密度线性分组码的译码方法，具体步骤：(1)构建降噪神经网络；(2)构建纠错神经网络；(3)构建码字重排乘法器；(4)生成训练集；(5)训练降噪神经网络和纠错神经网络；(6)获得神经网络译码器；(7)译码器输出最终译码结果。本发明构建了一种译码神经网络，在接收到的高密度线性分组码字在进行纠错处理之前，先进行降噪处理，从而进一步提高了译码准确率，采用码字重排乘法器，使得循环神经网络可以学习到多进制码字中码元序列之间的关系，使得译码神经网络可以很好的对多进制RS码进行译码，提高了本发明的适用性。