一個以SOM (Self-Organizing Map) 神經網路為建構基礎之摩斯碼自動辨識系統已
經由本論文所提之方法建立完成，本系統應用了傳統的訊號處理技術與近來快速發
展的神經網路技術，在實際的應用上，有很好的結果。
首先，系統將輸入訊號中能量較大者，以帶通濾波器濾出，繼續追蹤，不像摩斯碼
的訊號會在後續的處理中去除。濾出的訊號再用自動增益控制器(AGC) 放大或衰減
其振幅至一適當值，經由一SOM 神經網路二元化(Binarize)後，訊號之有無及其長
度由一SOM 神經網路元素辨識器辨識訊號之類別。最後，由字元辨識器辨識一連串
元素所代表的字元，並譯回原文。
在小資料（10組）測試中，系統駁回 7.4﹪的資料，辨識資料的錯誤率為 2.5﹪，
經譯碼人員做後處理(Postprocess) 後，錯誤率為 5.4﹪。在大資料（26組）測試
中，系統駁回 6.5﹪的資料，辨識資料的錯誤率為 2﹪，經譯碼人員後處理後，錯
誤率為 3.6﹪。
本系統利用已學習之摩斯碼資訊去做訊號處理及辨識的工作，這使得系統能更有效
的利用當時的資訊，希望這種處理方式可以應用在其它訊號處理及辨識系統上。
|