基于径向基函数神经网络的自适应滤波器

摘要：

自适应滤波器在信号检测、信号恢复、数字通信等领域中被广泛应用.传统的自适应滤波器主要在时域中实现.通常采用算法简单、稳健性好的自适应LMS算法.但LMS算法对输入信号的自相关矩阵具有很强的依赖性,因而自适应率不高.本文提出利用RBF神经网络实现的自适应滤波,并将其用于语音除噪和脉象信号的除噪.仿真结果表明该方法具有良好的非线性噪声抑制能力.

关键词：自适应滤波、径向基函数神经网络、语音信号、脉象信号

所属期刊栏目：18

分类号：TN911.72

在线出版日期：2006-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：21-24