通信技术
通信技術
통신기술
COMMUNICATIONS TECHNOLOGY
2012年
9期
4-6
,共3页
吴雪莲%山拜达拉拜%李婷婷
吳雪蓮%山拜達拉拜%李婷婷
오설련%산배체랍배%리정정
双模噪声%小波神经网络%信号消噪
雙模譟聲%小波神經網絡%信號消譟
쌍모조성%소파신경망락%신호소조
小波神经网络利用了小波变换的良好的时域和频域的分析能力以及神经网络的自学习能力,具有良好的容错能力和逼近能力.针对双模斯噪声,提出基于小波神经网络的双模噪声背景下信号的消噪算法,介绍了双模噪声的3种简化模型,阐述了小波神经网络的基本概念以及基于此方法的消噪算法.将小波神经网络用于此3种双模噪声背景下信号的消噪.实验结果表明,该方法能有效地消除已知信号中的双模噪声.
小波神經網絡利用瞭小波變換的良好的時域和頻域的分析能力以及神經網絡的自學習能力,具有良好的容錯能力和逼近能力.針對雙模斯譟聲,提齣基于小波神經網絡的雙模譟聲揹景下信號的消譟算法,介紹瞭雙模譟聲的3種簡化模型,闡述瞭小波神經網絡的基本概唸以及基于此方法的消譟算法.將小波神經網絡用于此3種雙模譟聲揹景下信號的消譟.實驗結果錶明,該方法能有效地消除已知信號中的雙模譟聲.
소파신경망락이용료소파변환적량호적시역화빈역적분석능력이급신경망락적자학습능력,구유량호적용착능력화핍근능력.침대쌍모사조성,제출기우소파신경망락적쌍모조성배경하신호적소조산법,개소료쌍모조성적3충간화모형,천술료소파신경망락적기본개념이급기우차방법적소조산법.장소파신경망락용우차3충쌍모조성배경하신호적소조.실험결과표명,해방법능유효지소제이지신호중적쌍모조성.
