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

发布时间：2023-04-22 02:42

　　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。

【文章页数】：3 页

【文章目录】：
0 引 言
1 LM-BP神经网络及其算法
    1.1 BP神经网络
    1.2 两种算法的收敛性分析
    1.3 LM神经网络的算法设计
2 LM-BP神经网络自适应非线性滤波
3 仿真计算和效果指标分析
4 结 论



本文编号：3796753