提升 LDPC 码的学习以改善误差地板性能

原文约200字，阅读约需1分钟。发表于：。

通过训练方法优化神经最小和（NMS）解码器，有效降低 LDPC 码的误差底线现象，并获得最佳的误差底线性能。

本文介绍了一种用于低密度奇偶校验码的量化解码算法，通过使用信息论准则设计的查找表替换标准的最小和算法的变量节点更新规则，即使只使用3位消息分辨率的算法，也能比使用浮点数的最小和译码器取得更好的误码率。同时，研究了不同的译码器设计参数对译码性能的影响，并提出了一些复杂度约简技术。