小波阈值神经网络在信号去噪及预测中的应用

被引：11

作者：

岑翼刚 ^{[1
]}

尉宇 ^{[2
]}

孙德宝 ^{[3
]}

机构：

[1] 北京交通大学信息科学研究所

[2] 武汉科技大学信息工程与科技学院

[3] 华中科技大学控制科学与工程系

来源：

控制理论与应用 | 2008年 / 03期

关键词：

最优阈值; 神经网络; 预测; 信号去噪;

D O I：

暂无

中图分类号：

TN911.4 [噪声与干扰]; TP183 [人工神经网络与计算];

学科分类号：

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阈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声、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.

引用

页码：485 / 491

页数：7

共 4 条

[1] 信号Lipschitz奇异性的计算与分析 [J].