论文部分内容阅读
用LBG算法产生的码书,其码向量在码书中的排列是无序的。用此序号作为向量量化器编码输出时,对信道误码特别敏感。为了控制由于信道误码而导致整个向量量化通信系统性能严重下降,基于Kohonen网络的自组织特征映射(SOFM)算法进行向量量化分析,并针对SOFM算法性能上的缺陷,提出了一种改进的自组织特征映射算法。新算法引入失真敏感参数,对网络参数进行优化,通过调整码字的部分失真来指导神经网络的学习。通过仿真试验,从峰值信噪比的提高验证了算法的优越性。