买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安工业大学申请的专利基于循环神经网络的极化码比特翻转BP译码方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115333547B 。

龙图腾网通过国家知识产权局官网在2025-04-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210961931.2，技术领域涉及：H03M13/13；该发明授权基于循环神经网络的极化码比特翻转BP译码方法是由李桂萍;贠昌设计研发完成，并于2022-08-11向国家知识产权局提交的专利申请。

本基于循环神经网络的极化码比特翻转BP译码方法在说明书摘要公布了：本发明公开了一种基于循环神经网络的极化码比特翻转BP译码算法。本发明设计循环神经网络架构并结合关键集进行比特翻转，根据关键集中对应错误率降序排序的索引从关键集中选择一个候选位进行翻转，基于BP算法，采用偏移最小和近似OMS对BP译码算法进行改进，根据极化码BP译码因子图与神经网络结构的相似性，在DNN架构的基础上展开极化码BP译码因子图构成循环神经网络译码器，生成全零码字，利用深度学习技术中的反向传播和Adam梯度下降优化算法训练循环神经网络译码器。本发明算法大大加快译码算法收敛速度，减少了达到收敛效果所需的迭代次数，改善了传统BP译码算法的计算资源消耗与额外内存开销。

本发明授权基于循环神经网络的极化码比特翻转BP译码方法在权利要求书中公布了：1.基于循环神经网络的极化码比特翻转BP译码方法，其特征在于，具体包括以下步骤：1建立比特翻转集合关键集CS；2如果经过循环冗余检查CRC译码失败，根据关键集中对应错误率降序排序的索引从关键集中选择一个候选位进行翻转；3基于最小和近似的BP算法，采用偏移最小和近似OMS对BP译码算法进行改进；4根据极化码BP译码因子图与神经网络结构的相似性，在DNN架构的基础上展开极化码BP译码因子图构成循环神经网络译码器；5生成全零码字，经过AWGN信道传输后，利用深度学习技术中的反向传播和Adam梯度下降优化算法训练循环神经网络译码器；步骤3中，偏移最小和近似的BP算法为： 和分别表示在第t次迭代过程中的左信息对数似然比和右信息对数似然比计算过程中添加的偏移量，其中gx,y表示如下：gx,y≈sgnxsgny×maxmin|x|,|y|-β,0。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安工业大学，其通讯地址为：710032 陕西省西安市未央区学府中路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。