神經網絡的自適應二維噪聲對消器的研究 |
|
近些年來，隨著多維信號處理理論與應用的蓬勃發展，二維數字濾波器的設計受到瞭研究人員的廣泛重視，並逐漸被應用到圖像處理 、生物醫學工程、地震數據處理、天文學及衛星圖像處理等領域。噪聲消除是信號處理的核心問題之一，自適應噪聲抵消 (AdaptiveNoise Cancelling，ANC)技術可在未知外界幹擾源特征、傳遞途徑不斷變化、背景噪聲與被測對象相似的情況下 ，有效消除外界幹擾 ，獲得高信噪比的對象信號。當噪聲為附加高斯噪聲時。二維線性濾波器因其容易分析和實現的特點，可實現最優濾波運算 ；但當在非高斯噪聲的場合，特別是因噪聲具有非線性傳輸特性。其性能將會很差。非線性自適應濾波器常具有比線性自適應濾波器更好的性能12]。作為模式識別的一種新技術和知識方法。神經網絡是模仿和延伸人腦智能、思維和意識等功能的非線性自適應系統，具有巨量並行性 、自適應性、自學習性、自組織性和高度非線性131，為解決上述難題提供瞭途徑 ，其實現模式變換和特征提取的特點對於自適應二維信號處理具有重要意義。 |
2014年6月26日星期四
神經網絡的自適應二維噪聲對消器的研究
訂閱：
發佈留言 (Atom)
沒有留言:
發佈留言