基于神经网络的希尔伯特变换器设计方法

摘要

提出基于神经最小二乘意义下的数字希尔伯特变换器设计方法.利用Lyapunov能量函数给出希尔伯特变换器幅度误差函数的网络表示形式,当Hopfield网络演变到稳定状态时,即可获得最优的幅度逼近函数,进而得到所需的希尔伯特变换器.Hopfield反馈型神经网络易于采用模拟大规模集成电路实现的特点,保证了设计的实时性.仿真结果表明这种设计是一种高效的、适合硬件实现的数字希尔伯特变换器设计方法.