基于最小径向基函数(MRBF)神经网络的非线性噪声对消

摘要

由于传统线性噪声对消器对非线性噪声不能很好的适应,本文改进传统线形噪声对消器的线形滤波器部分,用MRBF网络代替横向LMS结构,以适应非线形噪声存在的情况。使用改进的RBF网络结构MRBF[1],解决了隐单元数目确定的困难,学习算法采用更加稳定的扩展卡尔曼滤波方法(KEF),增强了RBF的实用性。本文提出的方法降低了运算复杂度,增强实时性。仿真结果表明该方法有良好的噪声对消性能。