神经网络设计二维带通三型FIR滤波器

为了改善传统方法设计的二维带通三型有限脉冲响应(FIR)滤波器的幅频响应性能,提出了复合正弦基神经网络算法.以理想滤波器的幅度响应作为学习样本,通过复合正弦基神经网络训练,使得实际滤波器的幅度响应逼近理想滤波器的幅度响应,再由神经网络的权值得到滤波器的脉冲响应.给出了复合余弦基神经网络模型,建立了滤波器幅频响应与该神经网络的关系,同时指出了学习率对神经网络收敛性的影响,推导并证明了使该算法收敛的收敛定理.仿真结果表明,由该算法设计的二维带通三型FIR滤波器性能接近于理想滤波器,并且克服了传统神经网络的主要缺陷,收敛速度快.