声源目标定位中基于LM-BP神经网络的非线性噪声消除方法

• 作者: 张彦军 王昊 祖丽楠
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 声信号处理 非线性噪声 自适应滤波 LM-BP神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 数据采集及信号处理
• 页码范围: 134-136
• 页数: 3页
• 分类号: TN911.4|TP183
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903582

摘要

混合噪声一直是声信号处理的难点问题,尤其是其中对非线性噪声的处理,存在阶数过高造成计算量大甚至无法求解的问题.针对该问题提出了一种利用LM-BP神经网络来模拟滤波器的噪声消除方法,以Volterra滤波器为参考模型,对其隐含层进行训练,最终实现自适应滤波.最后针对非线性噪声进行仿真实验,通过对噪声标准偏差结和偏差相对值的对比,表明该方法相对于Volterra滤波器在处理非线性噪声时具有更好的准确性和快速性.