论文部分内容阅读
本文提出一种基于模糊神经分类网络的卷积码译码方法,把译码工作转换为网络的分类工作。网络按照卷积码的编码方式由聚类自动生成,并且在网络中使用逻辑算子,因而网络的训练速度非常快,只需一次或几次迭代。而且对每个隐节点均定义了模糊隶属度函数,借以增加网络的联想能力,从而提高网络的纠错能力。在小约束度情况下,我们测试了该算法的性能,并与Viterbi算法的性能进行了比较。