噪声信道下最佳矢量量化器的人工神经网络实现方案

来源 :通信工程学院学报 | 被引量 : 0次 | 上传用户:szhg5583
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
噪声信道影响下的矢量量化器设计,实际上是一个信源、信道联合编码(joint soruce/channel encoding)问题。本文提出了一种利用人工神经网络ANN(Artificial Neural Network)技术解决联合编码的组合优化问题的方案,该方案较好地解决了有噪声信道条件下的最佳矢量量化器的设计问题。由于将信道传输特性直接引入到神经网络的构造中,因此,对网络进行训练后,最终得到对噪声信道影响具有一定程度的抑制作用的矢量量化器。我们针对BSC信道对所提方案进行了分析和模拟,结果表明,在量化
其他文献
详细分析了AES最终入选算法—Rijndael算法的处理过程及其数学原理,对密文的频数进行了水平为α=0.005的χ2-检验,得出Rijndael算法密文比特服从概率为0.5的二项式分布,可见Rijndae
本文在介绍SmartAGC强干扰抑制技术基本 基础上,提出了该技术的实现方案以及卫星通信转发器采用该技术后系统性能的数字模拟结果。研究表明,上行干扰为20dB和40dB时,采用SmartAGC干扰技术后,系统接收误比
提出了一种利用指纹图像奇异点的数目和位置进行粗分类的算法。指纹图像大致可分为拱形、尖拱形、左旋形、右旋形和螺纹形 5种 ,对指纹的粗分类是实现指纹自动识别系统的一个重要步骤。首先介绍了一种计算指纹图像中各个像素点的方向矢量的算法 ,然后详细讨论了在这个算法所获得的指纹方向图上进行平滑处理、提取奇异点对 (核心点—三角点对 )的算法 ,并根据奇异点对的数目和位置进行指纹方向图的粗分类。试验结果表明
讨论了MLP(Multi-Layer Perceptron)语音信号非线性预测器的实现.为了使MLP能够适用于语音信号预测,对MLP的误差准则进行了修正以减轻神经网络模型与语音模型之间的过匹配.为
同济大学城市规划系张立博士在2012年第1期的《城市规划学刊》上发表题为《新时期的“小城镇、大战略”一一试论人口高输出地区的小城镇发展机制》一文,认为在全面认识我国城
在冲击,爆炸等脉冲荷载作用下,地下防护结构的破坏形态比核武器作用下的要复杂得多,可能由原来的延性弯坏变为脆性剪坏。以常规武器作用下土中浅埋钢筋混凝土框架结构为背景,将其
本文是我院建模模队强化训练期间的习作论文,文章通过建立数学模型定量地讨论了教室座位主要设置对教学效果的影响,所用方法及结论对一般教室及影院座位设置具有一定的参考价值
基于空间优势与信息优势的关系,论述了空间在21世纪军事斗争中的地位和作用,讨论了航天信息系统的集成问题,最后提出了实现其集成的若干关键技术,包括:频谱利用、宽带传输和网络技术