本發(fā)明屬于無線通信，進一步涉及編譯碼方法，具體為一種自組織網(wǎng)絡擬神經(jīng)信道編譯碼方法，可用于中繼輔助的多跳自組織網(wǎng)絡進行擬神經(jīng)圖像信息端到端傳輸。

背景技術：

1、隨著6g對太赫茲等更高頻段的利用，用于信號傳輸?shù)牟ㄩL變短，傳輸將更容易受到障礙物的阻擋，尤其是在城市環(huán)境中，高層建筑和其他障礙物將顯著削弱傳輸信號的強度。同時，信號傳輸過程中產(chǎn)生的反射、散射和衍射現(xiàn)象，也會造成多徑衰落，影響信號的傳輸質(zhì)量和通信的可靠性。因此，延展網(wǎng)絡覆蓋范圍，提升信息傳輸可靠性是6g和未來網(wǎng)絡發(fā)展亟需解決的問題。相比大規(guī)模mimo系統(tǒng)、智能超表面技術等延展網(wǎng)絡覆蓋范圍的高成本方案，中繼輔助的多跳傳輸是一種高效、低成本解決6g覆蓋問題的策略。通過在收發(fā)端之間部署中繼節(jié)點，避開傳播路徑中的大型障礙物，減小多徑衰落，以提升信號的傳輸穩(wěn)定性。隨著節(jié)點和天線數(shù)目的增加，需要高效地對節(jié)點進行組織、對網(wǎng)絡進行管控，實現(xiàn)多跳傳輸系統(tǒng)靈活組網(wǎng)、拓撲結構動態(tài)更新。此外，增加各個傳輸節(jié)點的天線數(shù)目，可以進一步提升系統(tǒng)的空間分集增益，從而提高傳輸可靠性。

2、目前，對于采用多跳傳輸網(wǎng)絡進行信息傳輸?shù)姆绞揭延猩钊胙芯?，然而隨著網(wǎng)絡規(guī)模擴大，協(xié)作通信網(wǎng)絡中的干擾問題逐漸突出，節(jié)點管控難度也不斷增加，影響信息傳輸?shù)馁|(zhì)量。因此，在多跳傳輸網(wǎng)絡中應用分集技術進一步提升傳輸可靠性是解決上述問題的一種重要手段。分集技術主要包括空間分集、頻率分集和時間分集。其中，空時編碼是一種在時間和空間維度上同時進行編碼以獲得分集增益的技術，能夠在多天線系統(tǒng)中實現(xiàn)更高的傳輸速率和更強的抗衰落能力。常見的空時編碼技術包括空時網(wǎng)格碼、空時分組碼等?？諘r網(wǎng)格碼可以獲得最大的分集增益和編碼增益，但由于在接收端采用維特比譯碼，其譯碼復雜度隨著天線數(shù)和網(wǎng)格碼狀態(tài)數(shù)的增加成指數(shù)增加，難以推廣使用；空時分組碼在能獲得最大分集增益的同時，通過碼子正交設計構造空時碼子并與接收端最大似然譯碼相結合，使得編譯碼算法復雜度低，抗干擾性能好。

3、patrick?herhold等作者在其發(fā)表的文獻“cooperative?multi-hoptransmission?in?wireless?networks”中，提出了一種協(xié)作中繼方案，革新了傳統(tǒng)中繼的概念，通過多個中繼節(jié)點之間的協(xié)作優(yōu)化無線網(wǎng)絡中的多跳傳輸。然而該方案在傳輸過程中，由信源節(jié)點開始發(fā)送信號，中繼節(jié)點接收信號后可采取多種策略進行信號處理，這種協(xié)作中繼方案雖然在傳輸效率和可靠性方面有一定提升，但需要通過多個中繼節(jié)點之間的協(xié)作來傳輸信號，這在增加空間多樣性的同時也使得信號在傳播過程中經(jīng)歷更多的反射、散射和衍射，產(chǎn)生更多的多徑信號，影響信號傳輸質(zhì)量，導致系統(tǒng)的端到端時延增加。

4、wang?rui等作者在其發(fā)表的文獻“distributed?learning?for?mimo?relaynetworks”中提出了一種基于分布式學習的中繼波束賦形算法dlrb，用以動態(tài)優(yōu)化通信網(wǎng)絡中的節(jié)點權重參數(shù)，以減小信息傳輸誤差。但dlrb算法假設中繼節(jié)點之間不進行協(xié)作通信，即每個中繼節(jié)點僅負責信號接收和轉發(fā)，而不進行深入的信號處理，因此該算法無法充分利用多個中繼節(jié)點之間的潛在協(xié)同效應來進一步增強信號傳輸?shù)馁|(zhì)量和可靠性。除此之外，由于中繼節(jié)點之間缺乏直接通信和協(xié)作，這些節(jié)點在同時轉發(fā)信號時可能會產(chǎn)生相互干擾，這種相互干擾未被充分考慮和抑制，可能會降低整體系統(tǒng)的性能和傳輸效率。

5、siavash?m.alamouti在其發(fā)表的文獻“a?simple?transmit?diversitytechnique?for?wireless?communications”中提出了一種用于提升無線通信系統(tǒng)分集增益的空時編碼方案。該方案在獲得最大分集增益的同時，通過碼子正交設計構造空時碼子，使得編碼算法復雜度降低，雖然能夠在一定程度上提高信號傳輸?shù)目垢蓴_能力和解碼的準確性，但在接收端進行譯碼時，需要在信道信息完全已知的前提下才能進行，因此在譯碼之前需要進行準確的信道估計，才能保證譯碼準確率。精確的信道估計往往難以實現(xiàn)，在存在信道估計誤差的情況下，空時分組編碼的譯碼過程可能會受到影響，導致誤碼率上升。

技術實現(xiàn)思路

1、本發(fā)明目的在于針對上述現(xiàn)有技術的不足，提出了一種自組織網(wǎng)絡擬神經(jīng)信道編譯碼方法。解決現(xiàn)有技術中多徑衰落嚴重、節(jié)點管控困難以及信道編譯碼復雜度高等問題。

2、實現(xiàn)本發(fā)明的技術思路是：首先，在端到端視距傳輸無法滿足或受限時，通過在源節(jié)點和目的節(jié)點之間設置中繼節(jié)點構建多跳傳輸網(wǎng)絡，以對抗信號衰落；其次，為減小傳輸誤差，采用多用戶多跳通信網(wǎng)絡來構建擬神經(jīng)網(wǎng)絡，將傳統(tǒng)中繼節(jié)點對信號的放大轉發(fā)及解碼轉發(fā)等處理過程轉換為在擬神經(jīng)節(jié)點上的波束賦形、非線性變換，并通過神經(jīng)網(wǎng)絡進行導頻前向傳輸與梯度反向傳播訓練，不斷更新擬神經(jīng)節(jié)點的傳輸權重，使收發(fā)信號的誤差達到最??；最后，在擬神經(jīng)網(wǎng)絡的基礎上引入空時分組編碼，通過對空間與時間的聯(lián)合編碼，發(fā)送多個信號副本以提高系統(tǒng)分集增益對抗多徑衰落，進一步提高傳輸質(zhì)量、減小多徑衰落帶來的傳輸誤差。除此之外，由于擬神經(jīng)網(wǎng)絡的訓練目標函數(shù)與空時分組編碼最大似然譯碼算法相似，本發(fā)明采用擬神經(jīng)網(wǎng)絡的訓練過程代替空時分組編碼的最大似然譯碼過程，以抵抗信道估計誤差引發(fā)的譯碼誤差，不僅降低了接收端譯碼模塊的設計復雜度，還減小了譯碼誤差，提高傳輸可靠性。

3、本發(fā)明實現(xiàn)上述目的具體步驟，包括如下：

4、(1)由前端節(jié)點層、中繼節(jié)點層及控制端節(jié)點層構建多跳自組織擬神經(jīng)網(wǎng)絡，其中所述前端節(jié)點層含有一個前端節(jié)點，中繼節(jié)點層含有三個固定的中繼節(jié)點，控制端節(jié)點層含有一個控制中心節(jié)點；

5、(2)將原始導頻圖像輸入至多跳自組織擬神經(jīng)網(wǎng)絡中，設定最大迭代次數(shù)為t、誤差閾值為η、學習率α，對網(wǎng)絡進行訓練；

6、(3)初始化多跳自組織擬神經(jīng)網(wǎng)絡的相關參數(shù)，并初始化當前迭代次數(shù)t＝1；

7、(4)前端節(jié)點接收原始導頻圖像信號，并根據(jù)前端節(jié)點權重參數(shù)對原始導頻圖像信號進行自適應處理、通道拆分，然后將處理后的信號分別經(jīng)各通道廣播至中繼節(jié)點層；

8、(5)中繼節(jié)點層接收來自前端節(jié)點的各通道導頻圖像信號，根據(jù)中繼節(jié)點權重參數(shù)進行自適應處理，對處理后的信號進行空時分組編碼，并通過多個時隙廣播至控制中心節(jié)點；

9、(6)控制中心節(jié)點接收到來自各個時隙的編碼信號，對所有編碼信號進行信號合并處理，并根據(jù)控制中心節(jié)點權重參數(shù)對合并信號進行自適應處理、通道合成操作，將接收到的編碼信號恢復成圖像信號，即獲得接收圖像信號；

10、(7)對原始導頻圖像信號與接收圖像信號按對應位置的像素計算傳輸誤差，并判斷傳輸誤差是否小于預設的誤差閾值；若小于，直接執(zhí)行步驟(9)，反之，則繼續(xù)執(zhí)行步驟(8)；

11、(8)對梯度誤差進行從控制中心節(jié)點經(jīng)中繼節(jié)點層到前端節(jié)點的反向傳播，更新各個節(jié)點處的權重參數(shù)，并判斷當前迭代次數(shù)t是否等于t；若等于，執(zhí)行步驟(9)；反之，對t加1后返回執(zhí)行步驟(4)；

12、(9)加載當前神經(jīng)網(wǎng)絡權重參數(shù)作為多跳自組織擬神經(jīng)網(wǎng)絡的傳輸權重，并利用該網(wǎng)絡對待傳圖像進行傳輸。

13、本發(fā)明與現(xiàn)有技術相比，具有以下優(yōu)點：

14、第一、由于本發(fā)明采用擬神經(jīng)網(wǎng)絡來構建各通信節(jié)點相連通的協(xié)同鏈路，將傳統(tǒng)中繼節(jié)點對信號的放大轉發(fā)及解碼轉發(fā)等處理過程轉換為在擬神經(jīng)節(jié)點上的波束賦形和非線性變換，并通過神經(jīng)網(wǎng)絡進行導頻前向傳輸與梯度反向傳播訓練，動態(tài)調(diào)整傳輸路徑的權重參數(shù)，相比傳統(tǒng)中繼輔助多跳網(wǎng)絡，本發(fā)明的中繼節(jié)點具備協(xié)作通信能力，能夠使收發(fā)信號的誤差達到最小。

15、第二、本發(fā)明在dlrb算法的基礎上，引入空時編碼技術來提供分集增益，充分利用了多用戶多跳通信網(wǎng)絡的傳輸潛力，利用其擴展的空間維度，對時間和空間進行聯(lián)合編碼，并選取譯碼復雜度較低的空時分組編碼，對不同天線間的傳輸內(nèi)容建立相關性，為接收端提供分集和編碼增益，提升信息傳輸可靠性。

16、第三、本發(fā)明將空時分組編碼與擬神經(jīng)網(wǎng)絡架構相結合，在提高網(wǎng)絡覆蓋范圍的同時，引入了分集增益，保障信號傳輸質(zhì)量。除此之外，傳統(tǒng)空時分組編碼采用了最大似然譯碼，最大似然譯碼技術需要已知精確的信道信息，因此信道估計的準確度將直接影響譯碼準確度；由于擬神經(jīng)網(wǎng)絡的損失函數(shù)與最大似然譯碼基本原理相近，本發(fā)明采用擬神經(jīng)網(wǎng)絡訓練過程來取代最大似然譯碼過程，在保證信號傳輸質(zhì)量的同時減小了譯碼誤差。