基于小波神经网络的非线性噪声对消

2012-07-13刘千里

电子设计工程 2012年7期

关键词：信号

刘千里

（海军驻武汉四三八厂军事代表室湖北武汉 430060）

自适应滤波是指从信号被噪声干扰所淹没的环境中检测和提取有用信号，而自适应噪声对消是自适应滤波器的典型应用[1]。自适应噪声抵消以噪声干扰为处理对象，将它们抑制掉或进行非常大的衰减，以提高信号传递和接收的信噪比。自适应噪声对消技术有着广泛的应用，如胎儿心音检测、目标探测与侦查、心电图中的周期电流干扰等[2]，如果参考噪声与干扰噪声源具有线性相关性，利用有限长横向滤波器即可实现对噪声的消除或抑制。但是在实际工程应用中，典型的如目标探测，参考噪声采集器与传回到接收传感器中混叠的噪声常常会具有非线性关系，此时，即使加大横向滤波器的阶数，也很难获得较为理想的噪声对消效果。小波神经网络是BP神经网络的拓展[3]，通过在隐含层加入小波变换，加快了网络收敛速度同时提高了网络的收敛精度，在非线性关系的建模中，小波神经网络具有很好的性能。因此，文中利用小波神经网络代替传统自适应噪声对消器中的横向滤波器，并利用计算机仿真验证了在非线性噪声条件下，小波神经网络自适应噪声对消器的性能。