基于神经网络的FIR滤波器设计与应用

本文介绍了基于神经网络的FIR滤波器的设计方法 ,给出了神经网络的训练算法 ,并利用该设计方法构造了一个 5 0Hz带阻滤波器 ,与常规的用窗函数法设计的滤波器进行了对比 ,发现基于神经网络的方法所设计出的滤波器通带阻带无过冲无波动 ,具有更好的性能 .最后将这两种滤波器作用于受噪声污染的脑电信号 ,并给出了实验结果     

高阶FIR多带阻数字滤波器优化设计研究

研究了FIR线性相位滤波器的幅频特性与余弦基函数神经网络算法之间的关系,给出了FIR高阶多带阻数字滤波器的优化设计实例,提出并证明了神经网络算法的收敛性定理.仿真结果表明,算法不仅是有效的,而且在FIR高阶数字滤波器优化设计领域具有很大的优越性.且算法不涉及逆矩阵的计算,有效解决了国内外其它优化设计方法无法设计高阶FIR线性相位滤波器的问题.     

基于神经网络的FIR滤波器设计与应用

本文介绍了基于神经网络的FIR滤波器的设计方法，给出了神经网络的训练算法，并利用该设计方法构造了一个50Hz带阻滤波器，与常规的用窗函数法设计的滤波器进行了对比，发现基于神经网络的方法所设计出的滤波器通常阻带无过冲无波动，具有更好的性能。最后将这两种滤波器作用于受噪声污染的脑电信号，并给出了实验结果。     

双通带数字滤波器优化设计研究

提出了一种基于BP算法的正弦基函数神经网络模型及算法的收敛条件,研究了该神经网络算法与FIR线性相位滤波器幅频特性的关系,给出了高阶双通带滤波器的优化设计实例.计算机仿真结果表明,该神经网络算法不仅是有效的,而且是高效的.与传统的窗口函数法和雷米兹优化设计方法相比,其优化设计方法不需要计算矩阵的逆,因而克服了雷米兹优化设计方法求高阶矩阵逆的困难.     

3型FIR带通滤波器优化设计

研究了3型FIR线性相位滤波器的幅频特性与神经网络算法之间的关系,提出了该神经网络算法的收敛性定理,为神经网络训练中学习率大小的选择提供了理论依据.该算法有效避免了FIR高阶数字滤波器优化设计中求高阶矩阵逆的困难,为高阶FIR数字滤波器的优化设计提供了一种快速有效的设计方法.最后给出了FIR高阶数字滤波器的优化设计实例.计算机仿真结果表明了该神经网络并行算法在3型FIR高阶数字滤波器优化设计领域的有效性.     

基于自适应小波神经网络的复杂系统模式识别方法

针对传统神经网络应用于复杂系统建模和辨识中存在的训练效率、精度瓶颈问题,提出了一种自适应小波神经网络方法(adaptive wavelet neural network,AWNN).首先,通过设计自适应层、综合层,使神经网络能根据待处理的系统的样本数据特征自适应工作于最佳工作区间;然后,通过将小波分析方法与对经典的基于误差反向传播算法的神经网络(back propagation neural network,BPNN)、径向基神经网络(radical basis function neural network,RBFNN)结合,保留了上述方法的优点,克服了传统神经网络方法各自的问题;最后,通过对BPNN、RBFNN和AWNN方法进行计算机仿真实验,验证了各算法的可行性、可达性和算法参数特性.实验结果表明:AWNN方法具有更快的收敛速度、更高的精度和更好的鲁棒性.     

基于小波和滤波器组的图像编码方法

将二带小波算法扩展到M带 ,并根据人眼对不同方向敏感性的不同 ,提出了M带小波量化的一种策略 ;同时讨论了消失矩对图像压缩的影响 ,并对常用的变长Huffman编码及算术编码的性能作了比较 .理论分析和实验结果表明 ,这一方法能实现较高的压缩比 .     

基于余弦调制滤波器组的多载波CDMA系统

通过分析M带滤波器组和M带复用转换器的完全重构条件,用最优等波纹法设计了一个旁瓣约为45dB的M带余弦调制滤波器组,用改造的综合滤波器组进行调制、分析滤波器组进行解调,构建了基于余弦调制滤波器组的多载波CDMA系统,研究了基于余弦调制滤波器组的多载波调制的快速算法,分析了算法复杂度。仿真结果表明,CMFB—CDMA系统可以得到比传统的基于OFDM的多载波CDMA系统更好的性能。     

小波框架支持向量机的模糊小波网络分类方法

针对现有的支持向量机(SVM)不具有多分辨率学习的特点,提出一种新的小波框架的多尺度支持向量机(SVM)的模糊小波网络(FWN)算法.将小波多尺度学习和模糊推理方法相结合,由于FWN对应着多个模糊规则,而每个模糊规则的后件对应一个小波网络,解决了模糊规则后件难以描述的问题;对高维输入的小波网络的初始参数和网络结构的确定困难问题,用基于正交小波框架的支持向量机代替小波网络的方法,使FWN模型具有更好的泛化性能;为了提高FWN模型的逼近精度,使用梯度下降方法调节FWN参数.仿真结果表明,与传统的模糊神经网络(FNN)相比,该方法能显著地提高分类精度.     

基于距离浓度免疫算法的机械优化设计

机械优化设计是复杂的非线性优化问题.受生物免疫原理的启发,提出了一种基于距离浓度的免疫算法,并将该算法用于机械优化设计中.通过对一个轴的优化设计实例表明,该方法比采用遗传算法和传统的免疫算法设计方法有更好的性能.     

Orthogonal M-band compactly supported interpolating wavelet theory

Recently, 2-band interpolating wavelet transform has attracted much attention. It has the following several features: (ⅰ)The wavelet series transform coefficients of a signal in the multiresolution subspace are exactly consistent with its discrete wavelet transform coefficints; (ⅱ)good approximation performance; (ⅲ)efficiency in computation.However orthogonal 2-band compactly supported interpolating wavelet transform is only the first order. In order to overcome this shortcoming, the orthogonal M-band compactly supported interpolating wavelet basis is established. First, the unitary interpolating scaling filters of the length L=MK are characterized. Second, a scheme is given to design highorder unitary interpolating scaling filters. Third, a parameterization of the unitary interpolating scaling filters of the length L=4M is made. Fourth, the orthogonal 2-order and 3-order three-band compactly supported interpolating scaling functions are constructed. Finally, the properties of the orthogonal M-band c     

用M带小波变换实现图像的边缘检测

小波变换是一种时频域信号分析理论,是信号分析处理的一种强有力的新工具。文中根据小波变换特点和边缘的时频空特性,在Malat关于小波边缘提取理论的基础上,将二通道小波变换的边缘提取问题推广到M通道小波变换的边缘提取,讨论和分析了如何利用M带小波来获取边缘的方法和实现步骤。     

Analysis of orthogonal M-band wavelet approximation power

Ｒｅｃｅｎｔｌｙ,ｗａｖｅｌｅｔｓｈａｖｅｂｅｃｏｍｅｐｏｗｅｒｆｕｌｔｏｏｌｓｆｏｒａｎａｌｙｓｉｓｏｆｓｉｇｎａｌｓａｎｄｖａｒｉｏｕｓａｐｐｌｉｃａｔｉｏｎｓ.Ｔｈｅｒｅａｒｅｔｈｒｅｅｔｙｐｅｓｏｆｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍｓ,ｎａｍｅｌｙ,ｃｏｎｔｉｎｕｏｕｓｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ(ＣＷＴ),ｗａｖｅｌｅｔｓｅｒｉｅｓｔｒａｎｓｆｏｒｍ(ＷＳＴ)ａｎｄｄｉｓｃｒｅｔｅｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ(ＤＷＴ).ＴｈｅＣＷＴｉｓｂｅｓｔｓｕｉｔｅｄｔｏｓｉｇｎａｌａｎａｌｙｓｉｓｄｕ…     

小波瀑布型多重网格法在二维场域计算中的应用

考虑小波多分辨分析与多重网格的相似性,多重网格的延拓算子具有低通滤波器的作用.结合小波的多分辨分析的性质与瀑布型多重网格的优点提出了一种新的瀑布型多重网格算法.二维场域的数值算例表明相对于经典的瀑布型多重网格法新算法的效率有了一定的提高.     

基于提升静态小波包变换的自适应消噪方法

基于离散小波变换(DWT)的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了一种基于提升静态小波包变换的自适应消噪方法,它推导了静态小波包的提升实现方法,并设计出适合该系统的确定最优小波包分解树的相应步骤,利用引入更多动量因子的权系数迭代公式对各子带进行自适应匹配,并将匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.     

一种快速收敛的自适应波束形成算法

为了解决传统最小均方(LMS)自适应波束形成算法在低信噪比环境下收敛速度较慢的问题,提出了一种快速收敛的小波域自适应波束形成算法. 该算法利用小波变换软阈值法消除信号中的加性高斯白噪声,并在此基础上将牛顿法应用于LMS算法中,提高了小波域LMS算法的收敛速度. 仿真结果表明,相比传统LMS算法,在低信噪比环境下,该算法收敛速度加快,稳态误差减小,波束形成精确度有较大的提高;同时相对于已有的小波域LMS算法,该算法的收敛速度和精度也有所提高.     

基于小波变换的地震映像法资料去噪研究

本文介绍了小波分析方法在地震映像法资料去噪处理中的应用研究。首先,通过对球体模型进行射线追踪,得到了球体反射点与反射时间。然后,在MATLAB环境中采用一维小波变换和二维小波变换分别对地震映像资料进行去噪效果研究,进行阈值滤波试验结果表明Bal．sparsity_norm（sqrt）阈值计算方法的处理效果较好。通过一维小波变换和二维小波变换的对比分析,对于二维地震图像的处理,二维小波变换处理效果较佳。在此基础上,采用二维小波分析阈值滤波法,对中国地质大学数理楼西侧路面下方防空坑道的地震映像法资料进行了处理,取得了较好的去噪效果。     

一种基于双Haar小波的图像去噪算法

在小波域实现信号噪声的滤除是近年来图像处理领域中的研究热点，尤其是三通道双Haar小波的提出，使噪声抑制更加有效. 基于双Haar小波变换，并根据Lee滤波的局部统计特性，考虑到小波变换的高频部分涵盖大量的图像边缘等细节信息，因此在滤波窗口选择上提出了具有方向性的新算法，实现了在小波域中平滑噪声的同时还可以保护图像边缘细节不受损失. 实验表明新窗口的模型与Donoho的软门限方法相比较，可以给出更好的去噪效果.     

基于改进小波阈值法的平移不变心电信号去噪

人体心电信号在采集过程中掺杂着各种噪声信号,而常用的小波阈值法在心电信号去噪中存在缺陷,为此在小波阈值法的基础上进行改进,得到新的阈值去噪方法,该方法能够较好保护心电信号特征,有效保持各种心电波形的幅度,并在一定程度上有效抑制脉冲噪声.此外,由于传统小波阈值法去噪都是基于离散小波变换进行的,所以在幅度较小的Q,S波处会产生Pseudo-Gibbs现象,而文中以改进的小波阈值法为基础对心电信号进行平移不变的去噪处理,有效地克服了这个问题.利用美国麻省理工学院的MIT-BIH心电数据库对以上方法进行验证,取得了良好的去噪效果.实验结果表明,所提出的算法与传统的小波阈值法比起来能够更好的保持心电信号的几何特征,且具有更高的信噪比.     

一种基于双Haar小波的图像去噪算法

在小波域实现信号噪声的滤除是近年来图像处理领域中的研究热点,尤其是三通道双Haar小波的提出,使噪声抑制更加有效.基于双Haar小波变换,并根据Lee滤波的局部统计特性,考虑到小波变换的高频部分涵盖大量的图像边缘等细节信息,因此在滤波窗口选择上提出了具有方向性的新算法,实现了在小波域中平滑噪声的同时还可以保护图像边缘细节不受损失.实验表明新窗口的模型与Donoho的软门限方法相比较,可以给出更好的去噪效果.