高阶微分器优化设计研究

提出了一种基于BP算法的正弦基函数神经网络模型 ,研究了该数神经网络算法与线性相位微分器幅频特性的关系 ,提出了该神经网络算法的收敛条件 ,给出了高阶微分器的优化设计实例 .计算机仿真结果表明了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化设计方法相比 ,本优化设计方法不需要计算矩阵的逆 ,因而解决了雷米兹优化设计方法求高阶矩阵逆的困难 .由于微分器是一种特殊的 4型FIR线性相位滤波器 ,只要求出脉冲响应序列 ,就可以用软件方法实现数字微发运算 ,也可以通过CPLD复杂可编程器件或DSP数字信号处理芯片实现硬件数字微分运算 ,因此 。

Ⅲ型FIR滤波器优化设计研究

提出了一种正弦基函数神经网络模型和该模型算法的收敛性判据,给出了3型 FIR 滤波器优化设计实例。计算机仿真结果表明了该网络模型的有效性和快速性。