基于遗传算法的图像序列译码性能分析

Fano算法在码树上始终只跟踪一条路径,因此遭遇到比较严重的噪声干扰时,容易偏离正确路径,并且难以在较短时间内回到正确路径上来.本文提出了一种基于遗传算法的纠错序列译码算法,将遗传算法具有的全局优化的迭代进化用于序列译码中,使得译码序列不仅保留最大似然路径,也扩展一些似然度比较小的路径,使被选中的路径具备多样性,可以搜索比较宽的范围,从而尽可能跟踪到最佳路径.同时,能根据干扰的大小通过门限调节自适应地改变群体规模,达到正确而且快速搜索译码的目的.全文讨论了该算法的基本原理和实现可行性,并将这种算法用于视频图像纠错,给出了实验结果及其性能分析.