Hardware architecture for a neural 5G polar decoder based on belief propagation
Χρήστος Ζαχιώτης
Abstract
Η παρούσα διπλωματική εργασία εκπονήθηκε στο πλαίσιο των σπουδών μου στο Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών και έχει ως αντικείμενο τη μελέτη και βελτίωση της αποκωδικοποίησης πολικών κωδίκων στο πρότυπο 5G New Radio. Οι πολικοί κώδικες έχουν υιοθετηθεί από το 3GPP, χάρη στην υψηλή τους απόδοση με χαμηλούς ρυθμούς σφάλματος. Ωστόσο, οι παραδοσιακοί αλγόριθμοι αποκωδικοποίησης, όπως ο Successive Cancellation (SC) και ο Belief Propagation (BP), παρουσιάζουν περιορισμούς τόσο ως προς την επίδοση. Στόχος της εργασίας είναι η μελέτη και η υλοποίηση σε υλικό (hardware) ενός αποκωδικοποιητή Belief Propagation με εισαγωγή βαρών (Neural BP), ώστε να καταστεί δυνατή η εκπαίδευσή του με μεθόδους μηχανικής μάθησης και να βελτιωθεί η απόδοσή του σε σχέση με τον κλασικό BP. Παράλληλα, εξετάζεται η ενσωμάτωση του αποκωδικοποιητή στο πλαίσιο της προδιαγραφής 5G NR, με στόχο την επίτευξη υψηλής αξιοπιστίας και αποδοτικότητας. Η εργασία περιλαμβάνει θεωρητική ανάλυση, παρουσίαση του βασικού BP αλγορίθμου και του Neural BP, ανάπτυξη του μοντέλου σε Python, καθώς και πειραματικά αποτελέσματα που αποδεικνύουν τη βελτίωση της επίδοσης του προτεινόμενου αποκωδικοποιητή μετά την εισαγωγή και εκπαίδευση των βαρών.