[發明專利]基于Backlash算子和神經網絡的自適應濾波器

有效

• 申請號: 201010547867.0
• 申請日: 2010-11-17
• 公開（公告）號: CN101986564A
• 公開（公告）日: 2011-03-16
• 發明（設計）人: 劉向東;耿潔;陳振;賴志林
• 申請（專利權）人: 北京理工大學
• 主分類號: H03H17/02
• 分類號: H03H17/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于Backlash算子和神經網絡的自適應濾波器，其特征在于包括蠕變模塊、多個相同寬度的Backlash算子模塊、神經網絡模塊以及誤差計算模塊，其中：

蠕變模塊的輸入與自適應濾波器的信號輸入相連，蠕變模塊的輸出連接到第一個Backlash算子模塊，蠕變模塊用于模擬蠕變非線性；

多個相同寬度的Backlash算子模塊連接成串聯結構，第一個Backlash算子模塊與蠕變模塊的輸出相連，串聯的相鄰兩個Backlash算子模塊之間的信號被引出，作為神經網絡模塊的輸入信號；

神經網絡模塊為三層結構，包括兩個隱層以及一個輸出層，每一層包括多個自適應神經元模塊(包括自適應加權模塊、加法器模塊以及激勵函數模塊)，神經網絡模塊的輸出即為整個濾波器的輸出，該輸出同時與誤差計算模塊的一路輸入相連，誤差計算模塊的另一路輸入是濾波器的期望輸出信號即目標信號；

誤差計算模塊有兩路輸入，分別為前述的神經網絡模塊輸入和濾波器的期望輸出信號即目標信號，誤差計算模塊的輸出則連接到神經網絡模塊用于調節自適應神經元模塊中的自適應權值；

其中神經網絡模塊的功能為將各個算子進行加權值疊加得到第一、第二隱層神經元的輸出：并得出濾波器輸出為：

其中，為第一隱層第i個神經元的輸出，為第二隱層第j個神經元的輸出；P_rm[x(k)]表示串聯Backlash算子結構中的第m個寬度為r的Backlash算子模塊的輸出，表示第m個Backlash算子的輸出與第一隱層第i個神經元之間的權值，表示神經網絡模塊第一隱層第i個神經元與第二隱層第j個神經元之間的權值，表示神經網絡模塊第二隱層第j個神經元與輸出神經元之間的權值；

誤差計算模塊的功能為計算期望輸出y(k)與實際濾波器輸出y′(k)的誤差e(k)＝y(k)-y′(k)，其結果供神經網絡模塊調整其內部的自適應權值；

神經網絡模塊中的自適應加權模塊有多個，各個加權模塊的自適應權值根據期望輸出與實際濾波器輸出的誤差，即誤差計算模塊的輸出進行實時調整，調整原則為前向算法，權值修正方法為：

wj(3)(k+1)=wj(3)(k)+Δwj(3)(k)]]>

=wj(3)(k)+η·e(k)·Oj(2)(k)]]>

wij(2)(k+1)=wij(2)(k)+Δwij(2)(k)]]>

=wij(2)(k)+η·e(k)·wj(3)(k)·Oi(1)(k)·f′(Oj(2)(k))]]>

wni(1)(k+1)=wni(1)(k)+Δwni(1)(k)]]>

=wni(1)(k)+η·e(k)·wij(2)(k)·wj3·Prn(k)·f′(Oi(1)(k))·f′(Oj(2)(k))]]>

其中η為學習速率，激勵函數f(x)采用sigmoid函數：