pycharm では、エンコーダーとデコーダーに ConvCodec4 クラスを使用し、シミュレーション クラスを使用して、Ber を data_size と比較して実験しています。

私はそれが機能することを期待していましたが、次のようなエラーメッセージは表示されません:range expected at most 3 arguments, got 4" しかし、コードの上部に4つのデータブランクを指定したことは確かです

ConvCodeck4 クラス「」

numpy を np としてインポート

defエンコーダー(データ):

def ViterbiDecoder(encoded_bit):

'''

シミュレーションクラス

numpy を np としてインポート

matplotlib.pyplot を plt としてインポート

ConvCodeck4 を cc としてインポート

データサイズ=100

max_snr=10# 최대 SNR

min_snr=9

ber=[]

範囲内の snr_db の場合 (min_snr、max_snr): data=np.random.randint(0,2, data_size)

print(dec_input)

印刷 (real_detected_signal)

'''

私は、私が決定した観察と状態のセットを持っています。観察を状態に関連付けようとしていますが、hmmlearn ライブラリは、HMM を観察に適合させた後にのみ観察をデコードします。フィッティングは望ましくない状態を変化させます。

モデルに適合しない HMM 実装はありますか?

Python で、1+x+x^2+...x^n などの多項式を受け取るクラスを作成する割り当てがあります。これらの多項式 (多くの場合があります) に基づいて、ビット ストリームをエンコードします。
私はエンコーディング部分を適切に行うことができましたが、デコーディングに苦労しています。取得できるすべての状態で有限状態マシンを作成できますが、それをトレリスに転送してハミング距離をカウントする方法がわかりません(私は状態 00..0 で開始し、00..0 で終了します) バックトラックせずにそれを行う方法について何か提案はありますか?

数ステップごとに戻って不要なルートを削除する必要があります。そうしないと、プログラムがクラッシュします。

開始方法の指示をいただければ幸いです。