基于模糊神經網絡的自適應Wiener濾波器的研究.pdf

1、基于模糊神經網絡的自適應Wiener濾波器是一種可以利用存儲信息進行模糊推理運算的自適應濾波器。 為了得到性能最佳的模糊神經網絡自適應Wiener濾波器，首先要確定模糊規(guī)則，并通過對變量進行模糊子空間的劃分來確定網絡結構；其次要選擇隸屬度函數、進行層的定義并且利用自適應學習算法對網絡進行訓練；然后反復調試使訓練誤差達到最??；最后再利用專家經驗對濾波器的聯接權值、隸屬度函數的中心點和邊界值進行必要的修正。 基于Wiener

2、濾波原理，分別實現了基于遞歸最小二乘法的有限沖擊響應自適應濾波器、自適應線性神經網絡濾波器和基于Takagi-Sugeno型模糊神經網絡的自適應濾波器，并在不利用專家經驗進行修正的情況下對它們進行了仿真比較。 結果表明，模糊神經網絡自適應Wiener濾波器在沒有利用任何語言信息的情況下，仍然體現出了良好的性能：用于信號濾波時，收斂速度快，誤差最小；用于信道均衡時，跟蹤效果最好，環(huán)境適應能力最強。因此，該模糊神經網絡自適應Wien