基于自适应神经网络的二维线性相位FIR滤波器优化设计

• 作者: 何怡刚 刘祖润 周少武 李目
• 来源期刊: 电路与系统学报
• 学科: 工学
• 关键词: 三角函数 神经网络 自适应学习率 二维圆形低通滤波器
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 短文
• 页码范围: 94-98
• 分类号: TN713
• 字数: 3540字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0249.2011.02.018

摘要

提出一种基于自适应三角函数基神经网络的二维线性相位FIR滤波器优化设计方法.该方法根据二维线性相位FIR滤波器幅频响应特性,采用三角函数基神经网络优化算法计算滤波器系数,同时在神经网络训练过程引入自适应学习率算法,提高神经网络的学习效率和收敛速度.通过训练神经网络的权值,使二维线性相位FIR滤波器幅频响应与理想幅频响应之间的误差平方和最小.文中给出了二维线性相位圆形低通滤波器优化设计实例,仿真结果表明,该方法设计二维线性相位FIR滤波器具有运算量小、速度快和稳定性好等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何怡刚	湖南大学电气与信息工程学院	426	5127	34.0	51.0
2	周少武	湖南科技大学信息与电气工程学院	103	684	11.0	22.0
3	刘祖润	湖南科技大学信息与电气工程学院	31	306	9.0	17.0
4	李目	湖南大学电气与信息工程学院	35	171	7.0	11.0