神经网络自适应噪声抵消系统的性能比较与仿真

• 作者: 张磊 李方鑫 王建新 肖超恩
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 神经网络 自适应噪声抵消系统 隐含层节点数 信噪比
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 算法
• 页码范围: 263-268
• 页数: 6页
• 分类号: TP391.9
• 字数: 3469字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.12.049

摘要

线性自适应滤波算法(LMS、NLMS、RLS)对非线性噪声抵消效果较差.针对这一问题,研究神经网络自适应噪声抵消系统中不同隐含层神经元节点数、不同隐含层传输函数、不同神经网络学习算法以及不同信噪比原始输入下系统的噪声抵消性能.建立结构为单层隐含层,且输入层、隐含层和输出层节点数为1-N-1结构的神经网络模型.通过仿真分析,优化神经网络自适应噪声抵消系统中,隐含层节点数经验公式的参数取值.结果表明该系统中噪声抵消效果受到神经网络结构的影响;对于原始输入信噪比在2～10 dB的信号,参考输入与原始输入中噪声非线性相关;选择传输函数为tansig,神经网络隐含层节点数使用优化后的参数取值,输出信号信噪比提高了1.0～1.5 dB.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张磊		30	60	5.0	6.0
2	王建新		17	61	4.0	7.0
3	肖超恩		16	12	2.0	2.0
4	李方鑫		1	1	1.0	1.0