基于神經網絡的自適應濾波器的研究與實現(xiàn).pdf

1、自適應濾波器的設計是數(shù)字信號處理中的一個重要問題.神經網絡則在優(yōu)化設計方面顯示了其良好的應用前景.該文通過對神經網絡的學習,在傳統(tǒng)自適應濾波理論的基礎上,對神經網絡自適應濾波器進行了研究和實現(xiàn).文章對基于誤差反向傳播學習算法的多層前向人工神經網絡(BP網絡)進行了深入的分析,并結合傳統(tǒng)自適應噪聲抵消系統(tǒng)基本原理,建立了基于人工神經網絡的自適應濾波器.這種新的濾波器運用了自適應HR濾波器理論,具有神經網絡的分布式并行信息處理,較好的容錯特

2、性和魯棒效應等優(yōu)點,且比傳統(tǒng)的濾波器有更好的收斂特性,并可方便地實現(xiàn)非線性濾波.該文的工作對推廣神經網絡的應用,與尋求更為復雜的神經網絡自適應濾波器設計的新方法作了有效的嘗試.由于神經網絡具有學習非線性函數(shù)到任意的精度以及自適應能力,這種濾波器優(yōu)于線性濾波器,能適應各種噪聲環(huán)境.文章的最后對神經網絡自適應濾波器的模型的抗噪聲能力進行了計算機仿真.經過基于Matlab的Simulink仿真實例證明,基于BP網絡的自適應濾波器具有很強的噪聲