混沌噪声背景下弱谐波信号的GRNN检测

针对BP(BackPropagation)神经网络方法存在训练时间长,收敛性能不理想;RBF(RadialBasisFunction)神经网络的隐层结构对鲁棒性影响大的问题,将广义回归神经网络GRNN(GeneralizationRegressionNeuralNetwork)引入混沌背景下的弱谐波信号检测中,提出了一种提取混沌噪声背景下微弱谐波信号的GRNN检测方法。该方法利用GRNN建立噪声混沌背景的最优一步预测模型,再结合频域处理预测误差提取微弱信号,以Duffing系统产生混沌时序作为混沌背景,使用该方法用MATLAB6.1验证在没有噪声、存在高斯白噪声和存在色噪声情况下的混沌背景下的弱谐波信号检测。实验结果表明,谐波对混沌的信噪比达到-36dB时仍然可以检测出谐波。