Syftet med detta arbete är att förbättra prestanda för digital kommunikation med ett frekvenshoppande radiosystem på kortvågsbandet. Uppgiften var att generera mjuk information till systemets faltningsavkodare och på så vis höja felrättningsförmågan. Problemets art gjorde att en lösning med neuronnät var intressant. Många olika typer av neuronnät har studerats och för två av dem har vi skrivit generella testprogram i programspråket C. Våra simuleringar visar att ett tvålagers neuronnät med två neuroner i första lagret och ett utneuron ger bäst resultat. Träningsmetoden som används är backpropagation. Resultaten ger att neuronnätet och den valda faltningskoden tillsammans har en kraftfull felrättningsförmåga. Exempelvis har vi lyckats att helt felfritt överföra information, trots att etern är störd av dels brus som orsakar 1.5 % bitfelshalt på hela frekvensbandet och dels en aktiv störare som helt stör ut en fjärdedel av de använda frekvenserna. Resultaten får betecknas som lyckade, speciellt robustheten mot aktiva störare imponerar.