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。