基于线性神经网络的余弦调制滤波器组设计

发布时间：2021-06-29 04:24

　　通过拟合满足准确重建条件的理想频率响应训练网络,提取训练完成的网络权值和阈值,构造原型滤波器,经过余弦调制得到满足要求的余弦调制滤波器组.仿真表明原型滤波器阶数较少,近似准确重建余弦调制滤波器组. 

【文章来源】：南开大学学报(自然科学版). 2020,53(04)北大核心CSCD

【文章页数】：5 页

【部分图文】：

线性神经网络结构示意图

本文设计的余弦调制滤波器组的幅度失真比HNN算法小,同时本算法需要的原型滤波器阶数比HNN算法少49个.图3 M=2通道余弦调制滤波器组的原型滤波器频率响应图

图2 M=2通道余弦调制滤波器组的幅度失真函数与混叠失真函数在M=16的余弦调制滤波器组中,原型滤波器的阶数N=61.从图4中可以看出余弦调制滤波器组的幅度失真值eam=2.57×10-3,混叠失真值ea=9.51×10-10.图5为16通道余弦调制滤波器组的原型滤波器频率响应图,原型滤波器的阻带衰减达-37 dB.


本文编号：3255728