М.В. Хорошайлова1, А.В. Турецкий2, Ю.А. Пирогова3

1-3 ФГБОУ ВО «Воронежский государственный технический университет» (г. Воронеж, Россия)

1 pmv2205@mail.ru; 2 tav7@mail.ru; 3 gvendilon@mail.ru3

Постановка проблемы. В условиях меняющейся зашумленности канала или при использовании кодов с переменной длиной актуальной является возможность адаптивного декодирования, которая позволяет динамически подстраивать параметры декодера в зависимости от характеристик принимаемого сигнала. Использование гиперсети для управления параметрами подсетей обеспечивает эффективное распределение вычислительных ресурсов, концентрируя их на наиболее проблемных узлах графа Таннера. Использование аппроксимации arctanh функцией активации на основе разложения Тейлора приводит к снижению вычислительной сложности, что особенно важно для реализации декодеров в реальном времени.

Цель. Представить специализированную гиперсеть для декодирования коротких блочных кодов, позволяющую создать более гибкую и адаптивную систему декодирования для эффективной обработки различных типов коротких блочных кодов с минимальными затратами ресурсов.

Результаты. Разработана архитектура гиперсети декодирования декодирования на основе глубокой нейроннолй сети. Для верификации предложенного подхода проведено моделирование, в результате которого получено значительное улучшение характеристик декодирования по сравнению с традиционными подходами, особенно в условиях низкого отношения сигнал/шум.

Практическая значимость. Представленная оптимизированная архитектура гиперсети позволяет снизить требования к вычислительным ресурсам, что делает систему декодирования более доступной для внедрения в устройства с ограниченными мощностями. Представленный подход может быть использован в телекоммуникационных системах, требующих высокой надежности передачи данных.

Хорошайлова М.В., Турецкий А.В., Пирогова Ю.А. Разработка гиперсети для декодеров коротких блочных кодов // Радиотехника. 2025. Т. 89. № 7. С. 57-61. DOI: https://doi.org/10.18127/j00338486-202507-11

1. Lv Z., Qiao L. Optimization of collaborative resource allocation for mobile edge computing // Computer Communications. 2020.
   V. 161. Р. 19–27.
2. Elgendy I.A., Zhang W., Tian Y.-C., Li K. Resource allocation and computation offloading with data security for mobile edge computing // Future Generation Computer Systems. 2019. V. 100. Р. 531–541.
3. Хорошайлова М.В. Разработка и реализация симметричного самоорганизующегося нейросетевого декодера // Вестник Воронежского гос. технич. ун-та. 2020. Т. 16. № 3. С. 60-64.
4. Башкиров А.В., Хорошайлова М.В., Демихова А.С. Оптимизация системы передачи информации от беспилотного летательного аппарата и повышение пропускной способности канала связи // Вестник Воронежского института МВД России. 2023.  № 4. С. 140-148.
5. Башкиров А.В., Хорошайлова М.В. Алгоритмы низкой сложности декодирования и архитектура для недвоичных низкоплотностных кодов // Радиотехника. 2016. № 6. С. 10-14.