CN101710829A - 一种tcm神经网络解调方法 - Google Patents
一种tcm神经网络解调方法 Download PDFInfo
- Publication number
- CN101710829A CN101710829A CN200910249691A CN200910249691A CN101710829A CN 101710829 A CN101710829 A CN 101710829A CN 200910249691 A CN200910249691 A CN 200910249691A CN 200910249691 A CN200910249691 A CN 200910249691A CN 101710829 A CN101710829 A CN 101710829A
- Authority
- CN
- China
- Prior art keywords
- tcm
- neural network
- neuron
- state
- modulating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Error Detection And Correction (AREA)
Abstract
网格编码调制(TCM)技术是一种将卷积编码和调制结合在一起的技术。本发明提出一种TCM神经网络解调方法,即直接求信号与所有星座点的欧氏距离,而后对这些距离分组送入各状态神经元进行viterbi译码,译码采用基于寄存器状态转移的神经网络实现,图上每个状态点用一状态节点神经元实现。
Description
技术领域
通信中抗干扰性能的措施之一是采用信道编码。网格编码调制(TCM)技术是一种将卷积编码和调制结合在一起的技术,由于利用状态记忆和分集映射来增大码序列间的距离,所以它与常规的非编码多进制调制相比具有较大的编码增益且不降低频带利用率,特别适合限带信道的信号传输。
背景技术
TCM信号解调要用到viterbi(VB)译码。实现VB译码算法,一般采用寄存器交换法。Viterbi译码的神经网络化目前有三种方法,一种是Xiao-An Wang和Wicker在1996年给出的软件算法硬件实现思想,其形式上的互联结构与神经网络相似,而本质上还是软件实现的思路;第二种是Ari HarnZliiinen and Jukka Henriksson于1999年提出,由Stevan M.Berber Paul J.Secker在2005年加以完善的,在形如自回归的网络结构(Recurrent NeuralNetworks)上,利用最速下降法,实现对输入信号的viterbi译码。此法与BP算法较为相似,首先构造一个误差函数,比如与接收路径之间的距离最小,然后求这个以原始数据为变量的多维函数的全局极小点。由于神经网络的并行运算在求多维函数极值方面有其固有优势,所以可以利用神经网络来完成;第三种方法由Edit J.Kaminsky和Nikhil Deshpande于2003给出,是将TCM信号送入由径向基神经元组成的解码电路,它以信号子集状态转换图为基础,图上每个状态点用一径向基神经元实现,由于径向基函数为非线性,当译码深度变大时,这种具有非线性函数的神经元将耗费大量硬件资源。本发明提出一种直接求信号与所有星座点的欧氏距离,而后对这些距离分组送入各状态神经元进行viterbi译码,译码采用基于寄存器状态转移的神经网络实现。与Kaminsky的方法相比,消除了解码神经元内非线性运算,降低了硬件资源消耗和功耗。
发明内容
本发明要解决的技术问题是:避免在基于信号子集状态转换图神经网络的TCM解调中,各神经元内部存在的求高斯函数之类的非线性运算,代之以直接求取接收信号与各星座点的欧氏距离,并对所得距离分组送入各神经元。
本发明采用的技术方案是:一种TCM神经网络解调方法,其特征在于:解调网络对于接收来的I、Q路信号首先计算信号与所有星座点的欧氏距离,而后对这些距离分组送入各状态神经元进行viterbi译码,译码采用基于寄存器状态转移的神经网络实现。
本发明涉及基于状态转换图的神经网络的神经元内部结构。各神经元所完成的计算功能是简单且一样的,只完成加、比、选运算,神经元输出为最小的路径距离和对应的调制数据。
本发明给出了一种基于viterbi译码神经网络的TCM数据恢复结构。输入的I、Q路信号首先与所采用的线性调制方式确定的所有星座点进行欧氏距离计算,而后按神经元输入需求进行分组,将分组后的距离送入各层神经元。
附图说明
图1为本发明所针对的一种TCM卷积码编码电路;
图2为本发明所针对的一种8PSK-TCM信号分集图;
图3为本发明所采用的一种四状态TCM最佳编码路径图;
图4为本发明所采用的状态节点神经元内部结构;
图5为本发明所采用的基于寄存器状态转移图的viterbi解码神经网络;
图6为神经网络法与交换寄存器法的viterbi译码对比;
其中图1中出现的符号说明:
b1b2为调制数据;Z-1表示延时一个输入信号周期;虚线框内为两位延时寄存器,C1C2C3为卷积编码输出,8PSK为调制模块。
图2中出现的符号说明:
L1L2L3为集分解后的子集星座点之间的最小距离;C1C2C3为卷积编码输出。
图3中出现的符号说明:
图4中出现的符号说明:
图5中出现的符号说明:
系统工作有三个时钟和一个数据接收有效信号Den。Den有效时说明数据可用,它由系统接收的同步电路给出。Clk1为数据时钟,接收信号在此时钟下依次进入网络;Clk2控制路径计算,在每个Clk1周期内要完成最小路径从第一层到最后一层的传递;Clk3控制防止溢出,在第一层累积了一个译码深度的信号后,把第一层的路径值减去最小值。所以三时钟周期的关系为TClk3>TClk2>TClk1。
图6中出现的符号说明:
BER为误码率,Eb/N0为信噪比。
具体实施方式
本发明首先要解决卷积码译码的神经网络实现,采用基于寄存器状态转移图的神经网络实现。卷积码的生成电路如图1所示。对卷积码的译码通常采用Viterbi(VB)译码算法。
Viterbi(VB)译码算法基本原理可以表述为将接收码组(r2,r1,r0)在每个状态转换时刻与每条路径的标准输出进行比较,得到汉明距离(硬判决)或欧氏距离(软判决),并与前一次所得距离累加。在状态转换结束后,保留每个状态节点的两条输入路径中相似距离较短者,作为“幸存路径”,如此进行下去。经历L次状态转换后,就可以根据幸存路径的起始路径所对应的输入进行译码输出了,同时删除这条路径。算法首先将读进来的信息码组与每个输出状态相连的两条路径进行比较,并分别与输入状态距离相加,距离小的认为对该输出节点来说更可能是信号路径,将这个距离保留到输出状态节点的距离记录中,并更新输出状态节点的路径,以此类推,待所有输出节点的操作结束后,将输出节点属性分别赋予对应的输入节点,并以距离属性最小的输出节点路径为译码路径,输出其最左端码。
本发明提出一种Viterbi译码神经网络硬件实现原理,包括神经元结构和网络结构。图2给出了一种8PSK集分割的四状态TCM最优编码结构和最佳路径图。可以看出,神经网络结构与状态转换图之间有许多相似之处:(1)二者都由节点互联而成;(2)二者信号都是多层前向传递;(3)在每个时刻,状态节点都要对进入该节点的两条路径进行距离计算和比较,将距离小的路径与其距离作为输出送到与之相连的下一层状态,而这一过程完全可以有一个神经元来完成。同时,各层内状态点所需要计算的距离不尽相同,需要分别计算。因此,可以将图3中的状态节点用图4所示的节点神经元代替。节点神经元内部相同,均为加、比、选运算。不同的是节点神经元的输入由状态转移图连接决定,包括前一层神经元送来的最小距离和对应的调制数据与分组模块送来的接收信号与对应星座点的欧氏距离。神经元输出为最小距离和调制数据。图5给出了基于寄存器状态转移图的viterbi解码神经网络。
Claims (3)
1.一种TCM神经网络解调方法,其特征在于:解调网络对于接收来的I、Q路信号首先计算信号与所有星座点的欧氏距离,而后对这些距离分组送入各状态神经元进行viterbi译码,所述译码采用基于寄存器状态转移的神经网络实现。
2.根据权利要求1所述的TCM神经网络解调方法,其特征在于对计算得到的欧氏距离进行分组,所述分组由状态神经元的需求决定。
3.根据权利要求1所述的TCM神经网络解调方法,其特征在于:实现所述Viterbi译码是基于寄存器状态转换图的神经网络的神经元内部结构;各神经元所完成的计算功能只完成加、比、选运算,神经元输出为最小的路径距离和对应的调制数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910249691A CN101710829A (zh) | 2009-07-14 | 2009-12-11 | 一种tcm神经网络解调方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910088942.9 | 2009-07-14 | ||
CN200910249691A CN101710829A (zh) | 2009-07-14 | 2009-12-11 | 一种tcm神经网络解调方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101710829A true CN101710829A (zh) | 2010-05-19 |
Family
ID=42403591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910249691A Pending CN101710829A (zh) | 2009-07-14 | 2009-12-11 | 一种tcm神经网络解调方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101710829A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014190540A1 (zh) * | 2013-05-31 | 2014-12-04 | 华为技术有限公司 | 一种译码方法及译码器 |
-
2009
- 2009-12-11 CN CN200910249691A patent/CN101710829A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014190540A1 (zh) * | 2013-05-31 | 2014-12-04 | 华为技术有限公司 | 一种译码方法及译码器 |
US9729276B2 (en) | 2013-05-31 | 2017-08-08 | Huawei Technologies Co., Ltd. | Decoding method and decoder |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102804609B (zh) | 基于格式结构方法的并行执行 | |
CN105930232B (zh) | 一种利用网络拓扑信息的简单再生码修复方法 | |
JP3759964B2 (ja) | 時間ダイバシティを用いるマルチレベル符号化 | |
CN103929210B (zh) | 一种基于遗传算法与神经网络的硬判决译码方法 | |
US6615388B1 (en) | Low power path memory for viterbi decoders | |
CN101969311A (zh) | 一种高速并行分段交错维特比译码方法 | |
CN101710829A (zh) | 一种tcm神经网络解调方法 | |
Yoo et al. | A pipelined 8-bit soft decision viterbi decoder for IEEE802. 11ac WLAN systems | |
CN101834614A (zh) | 节省存储资源的多元ldpc码译码方法及装置 | |
Chu et al. | Power efficient low latency survivor memory architecture for Viterbi decoder | |
CN101488764B (zh) | 译码器及增强译码方法 | |
CN102684710B (zh) | 基于SSE的咬尾卷积码Viterbi译码方法 | |
Yueksel et al. | A 4.1 pJ/b 25.6 Gb/s 4-PAM reduced-state sliding-block Viterbi detector in 14 nm CMOS | |
CN103873120A (zh) | 一种基于宽度优先搜索的多天线系统并行检测方法 | |
CN1129257C (zh) | 串行回溯的最大似然解码方法及其使用该方法的解码器 | |
CN101262306B (zh) | 一种网格编码调制码的译码方法及装置 | |
CN107679010B (zh) | 一种面向可重构计算阵列的算子映射系统及方法 | |
CN100429870C (zh) | 一种维特比译码器以及决定其中加比选单元数据位宽的方法 | |
CN105721104A (zh) | 一种维特比译码实现方法 | |
CN101741399B (zh) | 卷积码Viterbi译码器中的级联加比选单元及其数据处理方法 | |
CN103546170A (zh) | 一种低功耗状态反馈式维特比译码器及译码方法 | |
CN102723959A (zh) | 维特比译码器、多路并行译码器和加比选处理方法 | |
CN102361460B (zh) | 一种通用高速并行循环交错维特比译码方法 | |
Han et al. | Simplified multi-bit SC list decoding for polar codes | |
CN113747276B (zh) | 一种光以太网数据链路层码元恢复及容错方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20100519 |