基于径向基函数神经网络的自适应滤波器

摘要

自适应滤波器在信号检测、信号恢复、数字通信等领域中被广泛应用.传统的自适应滤波器主要在时域中实现.通常采用算法简单、稳健性好的自适应LMS算法.但LMS算法对输入信号的自相关矩阵具有很强的依赖性,因而自适应率不高.本文提出利用RBF神经网络实现的自适应滤波,并将其用于语音除噪和脉象信号的除噪.仿真结果表明该方法具有良好的非线性噪声抑制能力.