一种译码方法及相关装置
知识产权简介
本发明公开了一种基于发端业务信令的LDPC神经网络译码优化方法。该方法在发送端通过下行控制信息（DCI）显式指示业务需求（如高可靠、低功耗等），构建了从上层业务到物理层的跨层协同机制。接收端利用一个轻量级神经网络，结合该业务信令与本地信道状态，在线对译码器的权重进行动态微调，以适应时变信道；同时，从迭代控制、层调度、量化位宽等多维度动态配置译码策略。本方案解决了传统译码器架构僵化与参数失配的难题，实现了译码资源与业务意图的精准匹配和高效利用。
转化前景
本发明提出了一种面向未来6G网络的智能化信道译码架构，其核心技术将直接嵌入到无线通信系统的关键组件——基带处理芯片（Modem）中。作为一项基础性的物理层增强技术，它的应用形态多样，既可以集成于智能手机、物联网模组及自动驾驶终端等各类用户设备（UE）的调制解调器，也可以部署在5G/6G基站的基带处理单元（BBU）内，为海量数据提供高效可靠的编解码支持。此外，该技术方案可以作为一项核心知识产权（IP Core）进行授权，为全球半导体厂商的系统级芯片（SoC）设计提供关键的性能与能效优势，从而加速下一代通信技术的商用落地。 本专利的颠优势在于，它从根本上解决了传统LDPC译码器在面对6G复杂多变业务需求时“架构僵化”与“参数失配”的核心痛点。其技术优势体现在一个由“主动感知”到“智能决策”的完整闭环中。首先，它首创了一种基于发端业务信令（SRI）的跨层协同机制，使得物理层译码器不再是被动地盲目猜测信道好坏，而是能够主动获知上层业务对可靠性、时延或功耗的真实意图，从而实现了通信资源的精准按需分配。其次，针对AI译码器在适应动态信道时的算力瓶颈，本发明巧妙地构建了“离线基准+在线微调”的轻量级AI架构。该架构以极低的计算开销，利用一个辅助神经网络实时修正主译码网络的权重，完美兼顾了对时变信道的强大鲁棒性与移动终端的功耗限制。最后，它建立了一套包含层调度、迭代控制与量化精度的多维度动态译码策略体系，突破了以往仅靠牺牲性能来换取效率的粗放式管理，实现了在性能、功耗与吞吐量之间的精细化、最优化权衡。 这些技术上的突破将直接转化为显著的、可量化的性能增益。在可靠性方面，该方案能够有效抑制甚至消除高信噪比区域的误码平层，预计可将误块率降低1-2个数量级，为自动驾驶、远程手术等要求极致可靠的HRLLC业务提供了坚实保障。在能效方面，针对海量物联网（mMTC）终端，通过动态降低量化位宽与跳过非关键层更新，有望实现译码功耗降低20%-40%，极大延长了设备的电池续航。而在高吞吐量（eMBB）场景下，智能化的早停与迭代控制可在性能损失极小的前提下，将平均译码迭代次数减少30%以上，从而直接提升数据传输速率并降低处理时延。这些性能指标的全面提升，意味着本专利技术能够为整个通信系统带来更强的性能、更低的能耗和更灵活的服务能力。 展望未来，本发明的产业化前景极为广阔，它不仅是推动地面蜂窝网络向6G演进的关键技术，更在新兴的通信领域具有不可替代的价值。在非地面网络（NTN）与卫星通信领域，其强大的信道自适应能力与低功耗特性，完美契合了卫星通信在高速移动和星上资源受限下的严苛需求。在工业互联网（IIoT）场景中，基于业务信令的主动式高可靠模式，能够确保关键控制指令在复杂的电磁干扰环境下实现零差错、低时延传输，是构建高可靠工业无线网络的基石。总体而言，本专利技术精准地把握了未来通信网络智能化、差异化服务的演进脉搏，为应对6G时代多样化的挑战提供了创新且务实的解决方案，有望成为下一代通信芯片的核心竞争力，具备巨大的市场潜力和战略价值。