基于WBP-CNN算法的LDPC译码

针对低密度奇偶校验(low density parity check,LDPC)码在相关噪声条件下译码误比特率上升的问题,结合传统译码算法与卷积神经网络(convolutional neural network,CNN)设计了新的译码器.该译码器在置信传播(belief propagation,BP)算法中引入加权比特翻转(weighted bit-flipping,WBF)算法,生成加权BP (weighted BP,WBP)结构以解决码字临界处误比特率较高的问题.然后通过CNN降低噪声,在WBP和CNN之间迭代处理接收信号,使信号估计值不断逼近真实值以降低相关噪声的影响.通过仿真发现,与BP算法相比,所提算法能够有效降低相关噪声条件下LDPC译码的误比特率.