摘要
本发明公开一种利用CNN与YOLOv4进行间接噪声估计的极化码图像信号解码方法,对所接收的含噪信号进行预判决生成预判决二进制序列,并将含噪信号减去预判决二进制序列得到初步噪声估计信号;将初步噪声估计信号送入改进的CNN进行噪声特征提取得到噪声特征信号,并将含噪信号减去噪声特征信号得到噪声抑制信号;噪声抑制信号送入改进的YOLOv4进行噪声检测得到噪声检测信号,并将噪声抑制信号与噪声检测信号进行拼接,得到融合信号,利用SCAN译码算法对融合信号进行译码得到还原信号。本发明在保持译码效率的同时将复杂干扰下的误码率降低40%~50%,有效提升译码算法对噪声的适应能力,显著优于通过深度学习直接优化极化码译码的方法。
技术关键词
图像信号解码方法
残差模块
卷积模块
空间金字塔池化
噪声抑制
噪声特征提取
译码算法
上采样
序列
误码率
系统为您推荐了相关专利信息
卷积模块
结石
图像识别方法
图像分割模型
解码器
人脸识别模型
中央控制系统
汽车控制方法
图像
身份验证
剩余使用寿命预测
嵌入位置编码
时域特征
频域特征
序列
遥感图像语义分割
卷积神经网络方法
图像生成模型
语义特征
高分辨率遥感图像