Estudo e Implementação de Redes Neurais Recorrentes na Otimização da Decodificação de Códigos Polares

- 337730
Abstract
Favorite this paper
How to cite this paper?
Abstract

A contínua evolução das redes de comunicação móvel em direção ao 5G-Advanced impõe requisitos rigorosos de confiabilidade e de baixa latência. Para atender a essas demandas, os códigos polares foram adotados como a principal estratégia de codificação para os canais de controle. No entanto, algoritmos tradicionais de decisão suave com alto potencial de paralelização, como o Belief Propagation (BP), enfrentam desafios em códigos polares devido a ciclos em seu grafo de fator, o que prejudica a convergência. Para mitigar a complexidade e melhorar o desempenho, este trabalho propõe a otimização do decodificador BP utilizando técnicas de Deep Learning. A metodologia baseia-se no desdobramento (unrolling) da estrutura iterativa do algoritmo BP em uma arquitetura de Rede Neural Recorrente (RNN). Nessa formulação, as iterações de troca de mensagens são mapeadas como etapas temporais da rede, forçando o compartilhamento dos mesmos pesos multiplicativos para evitar a alta sobrecarga de memória típica de redes profundas. Adicionalmente, o projeto investiga a aplicação de um mecanismo de quantização dupla de pesos à RNN treinada. A estratégia converte os parâmetros de ponto flutuante para ponto fixo e constrói um dicionário (codebook) selecionando os valores mais frequentes. Esse mapeamento permite substituir operações complexas de multiplicação por adições simples, viabilizando a implementação eficiente em hardware para dispositivos com recursos limitados. As simulações em Python sob canal AWGN visam avaliar a redução da complexidade computacional e da sobrecarga de memória, validando o impacto nas métricas de Taxa de Erro de Bit (BER) frente aos métodos tradicionais.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Faculdade de Engenharia de São João da Boa Vista- Unesp
  • 2 Faculdade de Engenharia, Unesp, São João da Boa Vista, SP
Track
  • ST06 - Mathematics Applied to Engineering 1
Keywords
Códigos Polares
Belief Propagation
Redes Neurais Recorrentes
Quantização de Pesos
5G-Advanced