小波阈值神经网络在信号去噪及预测中的应用
岑翼刚1
尉宇2
孙德宝3
1.北京交通大学信息科学研究所,北京,1000442.武汉科技大学信息工程与科技学院,湖北,武汉,4300813.华中科技大学控制科学与工程系,湖北,武汉,430074
摘要：提出了一种小波阈值神经网络模型(wavelet threshold neural network,WTNN),对合作式接收到的雷达信号进行去噪和预测.这种网络模型把小波最优阂值去噪器加到神经网络中,对带噪信号具有小波最优阈值去噪和预测的功能.对小波系数作单层重构,可简化训练算法,使编程得到精简.其次,通过对训练算法进行分析,得出了最优阈值及权值的调整公式.最后通过对线性调频信号去噪及前向一步预测的实验结果可以看出,当网络输入分别为带有高斯白噪卢、高斯带限噪声、瑞利噪声的线性调频信号时WTNN得到的结果均优于利用Donoho阈值进行去噪后再预测的结果.
关键词：最优阈值神经网络预测信号去噪
分类号：TP273(自动化技术及设备)
资助基金：北京交通大学人才基金(2008RC004)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 485-491 )
英文信息