系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2006年
6期
900-902
,共3页
杨冠鲁%曹瑞%裴勃生%官俊杰%黄小彬
楊冠魯%曹瑞%裴勃生%官俊傑%黃小彬
양관로%조서%배발생%관준걸%황소빈
BP神经网络%自适应除噪%滤波器%算法
BP神經網絡%自適應除譟%濾波器%算法
BP신경망락%자괄응제조%려파기%산법
针对阶数的增加,Volterra滤波器的滤波系数个数呈几何级数增长,实现困难的问题,提出采用基于Levenberg-Marquardt(LM)算法的BP神经网络逼近Volterra滤波器,实现神经网络非线性滤波,使计算简化.采用的方法是,先离线调整Volterra滤波器的系数,再用调整好的Volterra滤波器监督训练LM-BP神经网络,然后用训练好的LM-BP神经网络进行非线性自适应滤波.仿真实验结果表明,LM-BP神经网络滤波器较其学习导师--Volterra滤波器具有更好的噪声滤除效果.
針對階數的增加,Volterra濾波器的濾波繫數箇數呈幾何級數增長,實現睏難的問題,提齣採用基于Levenberg-Marquardt(LM)算法的BP神經網絡逼近Volterra濾波器,實現神經網絡非線性濾波,使計算簡化.採用的方法是,先離線調整Volterra濾波器的繫數,再用調整好的Volterra濾波器鑑督訓練LM-BP神經網絡,然後用訓練好的LM-BP神經網絡進行非線性自適應濾波.倣真實驗結果錶明,LM-BP神經網絡濾波器較其學習導師--Volterra濾波器具有更好的譟聲濾除效果.
침대계수적증가,Volterra려파기적려파계수개수정궤하급수증장,실현곤난적문제,제출채용기우Levenberg-Marquardt(LM)산법적BP신경망락핍근Volterra려파기,실현신경망락비선성려파,사계산간화.채용적방법시,선리선조정Volterra려파기적계수,재용조정호적Volterra려파기감독훈련LM-BP신경망락,연후용훈련호적LM-BP신경망락진행비선성자괄응려파.방진실험결과표명,LM-BP신경망락려파기교기학습도사--Volterra려파기구유경호적조성려제효과.
