自适应噪声抵消系统

摘 要

自适应噪声抵消系统的设计是数字信号处理中的一个重要问题。神经网络则在优化设计方面显示了其良好的应用前景。

本文对基于误差反向传播学习算法的多层前向人工神经网络(即BP网络)和传统自适应噪声抵消系统基本原理进行了分析。在对神经网络自适应噪声抵消系统进行了研究后，建立了一个三层的BP神经网络的自适应噪声抵消系统。这种新的噪声抵消系统运用了神经网络自适应理论，具有神经网络的自适应非线性的处理功能，有较好的容错特性和鲁棒效应等优点，并且比传统的系统具有更好的收敛特性。

本文最后对基于神经网络自适应噪声抵消系统的模型的进行了计算机仿真。通过基于MATLAB的SIMULINK仿真实例证明，基于BP网络的自适应噪声抵消系统具有较强的噪声滤除能力。

关键词：神经网络，自适应噪声抵消，BP网络，SIMULINK

目 录

摘 要 I

Abstract II

第1章 绪 论 1

1.1 神经网络的发展历史和应用及研究方向 1

1.2 自适应滤波器的应用以及结合神经网络研究意义 2

1.3 本章小结 3

第2章 神经网络基本理论 4

2.1 神经网络的基本概念及分类 4

2.2 BP神经网络 4

2.3 基于MATLAB的神经网络工具包 5

2.4 本章小结 7

第3章 自适应滤波系统 8

3.1 传统自适应噪声抵消 8

3.2 自适应滤波器 8

3.3 自适应滤波器的软件— 自适应算法 10

3.4本章小结 12

第4章 神经网络自适应滤波器的设计 13

4.1 神经网络自适应滤波器的系统结构 13

4.2自适应滤波器的BP网络实现 14

4.3 BP网络自适应滤波器 18

4.3 本章小结 21

第5章 基于SIMULINK的滤波系统设计及动态仿真 22

5.1 构造BP网络动态仿真子模块 22

5.2 噪声抵消系统的构造 25

5.3本章小结 28

第6章 总结 29

致 谢 30

参考文献 31

附录 程序源代码 32