排序方式: 共有26条查询结果,搜索用时 15 毫秒
2.
经统计分析,Turbo码译码输出的交叉熵与译码错误之间有着十分密切的关系,且该关系具有非线性性质。神经网络技术具有独特的非线性输入、输出映射能力,因此可通过对神经网络进行某种训练来检测Turbo码译码数据中出现的错误。在训练过程中,将交叉熵作为神经网络输入端的样本值,译码错误作为期望输出值进行自适应模拟。另外,考虑到Turbo码译码的实时性和运算量要求,采用了改进型的LevenbergMarquardt神经网络算法对神经网络进行训练,并用以检测译码错误。仿真结果表明:该方法比起传统的循环冗余校验(cyclicredundancycheck,CRC)方法在检测Turbo码译码错误时,检测性能和运算复杂度均得到了很大的改善。 相似文献
4.
5.
6.
7.
Turbo码译码算法中对分支度量的计算,默认信道软信息与信源信息(先验信息)的比例关系为1,这种均等的比例关系并不能使译码性能达到最佳。在研究这2种信息关系的基础上,引入了共用的比例因子,发现比例因子与暗示译码性能的交叉熵(cross entropy)有着密切的联系;给出了比例因子的算法结构及计算机仿真结果,仿真结果表明:比例因子的引入可加速交叉熵的收敛,减少译码迭代次数,进一步提高Turbo码的译码性能。 相似文献
8.
9.
非接触超声检测技术在航天无损检测中的研究与应用 总被引:3,自引:0,他引:3
介绍了空气耦合非接触式超声检测技术基本原理,推导了该技术中信号传输衰减理论构成因式。以传统水耦合超声检测技术为参照,基于航天工业常用的碳纤维增强型复合材料(carbon fiber reinforced composite polymer,CFRP),系统地研究了制约空气耦合式超声检测技术实现的关键问题——气/固分界面处的能量反射损耗及空气对超声波的高吸收损耗,并给出针对该问题的解决途径。 相似文献
10.