10.3969/j.issn.1003-0530.2009.01.009
基于混沌神经网络的二维局部均值估计自适应滤波
为了提高自适应滤波的精度和收敛速度,提出了一种基于混沌神经网络的二维均值估计(LME)自适应滤波算法,在传统的二维LME自适应滤波方案中引入了混沌神经网络控制机制,用混沌神经网络自适应滤波器代替LME中的LMS自适应滤波算法,应用混沌神经网络估计局部期望输出进行滤波.仿真结果表明,该局部均值估计滤波器当输入信号为均值不为0且变化较大时,输出信号仍能较好地实现对输入信号的跟踪,获得了原始信号的主要特性,从均方误差曲面来看,算法具有较快的收敛速度和较高的滤波精度.
混沌神经网络、均值估计、自适应滤波、多维信号处理
25
TP183;TN911.72(自动化基础理论)
船舶行业国防预研基金项目 03J3.6.1
2009-04-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
44-47