基于余弦基神经网络的FIR滤波器设计

文章叙述了FIR滤波器设计的不同方法,包括窗函数和频率采样,详细研究了FIR线性相位滤波器的幅频特性与余弦基神经网络算法的关系,给出了神经网络的训练算法,并应用该方法构造了一个中心频率大于10KHz的带阻滤波器。通过MATLAB仿真实现,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。

基于模拟退火神经网络的Ⅰ型FIR数字滤波器设计

提出一种基于模拟退火神经网络设计FIR数字滤波器的方法,是对用神经网络设计方法的一种改进。由于线性相位FIR数字滤波器的幅频特性是有限项的傅里叶级数,因此构造了一个三层余弦基神经网络模型,并用模拟退火算法进行了优化,然后给出了高阶滤波器优化设计的实例。仿真表明经优化设计后的滤波器具有更好的性能和更稳定的效果。

神经网络在系统建模中的应用研究

提出了一种基于BP算法的余弦基神经网络模型,给出了该神经网络算法收敛性条件,研究了该神经网络算法在系统建模中的应用实例.计算机仿真结果表明该网络模型收敛速度快,在系统建模中不仅是有效的而且是优异的.