计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2009年
8期
151-154
,共4页
混沌%径向基神经网络%扩展卡尔曼滤波器%信号提取%预测
混沌%徑嚮基神經網絡%擴展卡爾曼濾波器%信號提取%預測
혼돈%경향기신경망락%확전잡이만려파기%신호제취%예측
为提高强混沌背景下谐波信号的提取能力,给出混沌系统的单步预测模型,提出了一种新的径向基函数神经网络模型.由混沌吸引子的维数来确定网络的输入,并给出了基于卡尔曼滤波器的动态学习算法,利用学习算法可以在网络训练时同时确定径向基神经网络隐层中心和输出层权值,提高了网络的收敛速度和预测性能.通过对Bossler混沌背景下低信噪比谐波信号的提取进行计算机认真实验,并且实验表明信噪比最低达一27dB时,仍能有效提取出谐波信号,验证了算法的有效性和可行性.
為提高彊混沌揹景下諧波信號的提取能力,給齣混沌繫統的單步預測模型,提齣瞭一種新的徑嚮基函數神經網絡模型.由混沌吸引子的維數來確定網絡的輸入,併給齣瞭基于卡爾曼濾波器的動態學習算法,利用學習算法可以在網絡訓練時同時確定徑嚮基神經網絡隱層中心和輸齣層權值,提高瞭網絡的收斂速度和預測性能.通過對Bossler混沌揹景下低信譟比諧波信號的提取進行計算機認真實驗,併且實驗錶明信譟比最低達一27dB時,仍能有效提取齣諧波信號,驗證瞭算法的有效性和可行性.
위제고강혼돈배경하해파신호적제취능력,급출혼돈계통적단보예측모형,제출료일충신적경향기함수신경망락모형.유혼돈흡인자적유수래학정망락적수입,병급출료기우잡이만려파기적동태학습산법,이용학습산법가이재망락훈련시동시학정경향기신경망락은층중심화수출층권치,제고료망락적수렴속도화예측성능.통과대Bossler혼돈배경하저신조비해파신호적제취진행계산궤인진실험,병차실험표명신조비최저체일27dB시,잉능유효제취출해파신호,험증료산법적유효성화가행성.
