HMM-前向后向算法理解与实现（python）HMM-维特比算法理解与实现（python）解码问题给定观测序列 O=O1O2...OTO=O1O2...OT，模型 λ(A,B,π)λ(A,B,π)，找到最可能的状态序列 I∗={i∗1,i∗2,...i∗T}I∗={i1∗,i2∗,...iT∗}近似算法在每个时刻 tt 选择最可能的状态，得到对应的状态序列根据HMM-前向后向算法计算时刻 tt 处于状态 i∗tit∗ 的概率： i∗t=argmax[γt(i)],t=1,2,...Tγt(i)=αi(t)βi(t)∑Ni=1αi(t)βi(t)it∗=argmax[γt(i)],t=1...

对维特比译码的接触很早就开始了，也想过要写一篇总结性的文章，但无奈心中一直有几个疑团没能得到合理的解答。比如什么时候开始进行回溯译码比较合适？维特比译码的性能相比分组码等其他编码的译码性能究竟好在哪里，如何来评估？编码约束度和监督位数量对维特比译码的性能是如何产生影响的，等等……直到前些天看到这篇来自MIT的数字通信系统课程的教案，诸多的疑惑才豁然开朗。这篇文章将通信理论中的维特比译码的前前后后讲的非常的全面，是我读到的关于维特比译码最好的文章（没有之一）！特此翻译过来，一来加深自己的理解，二来供大家学习讨论~ 本文翻译自MIT6.02DRAFTLectureNotes,2012CHAPTER8:ViterbiDecodingofConvolutionalCodes 卷积码的构造和编码方法已经在前一章中描述过，本章将描述一种优雅高效的卷积码译码方法，它避免我们对N个比特序列的2^N种可能的路径组合做穷举。该方法由AndrewViterbi发明，并以他的名字命名。 面临的问题在接收端，我们有一组对应于发射监督比特的电压采样序列。为...