基于神经网络并行算法的海尔伯特变换器优化设计  

Optimal Design Study of Hilbert Convertor Based on Parallel Algorithm of Neural Networks

作　　者：李鸿[1] 曾喆昭[1] 周云飞[2] 

机构地区：[1]长沙理工大学电气与信息工程学院,中国长沙410077 [2]华中科技大学国家数控系统工程技术研究中心,中国武汉430074

出　　处：《湖南师范大学自然科学学报》2005年第3期40-44,共5页Journal of Natural Science of Hunan Normal University

基　　金：国家863项目(2001AA423170)

摘　　要：研究了一种基于神经网络并行算法的海尔伯特变换器优化设计方法,提出并证明了神经网络算法的收敛性定理,给出了海尔伯特变换器优化设计实例.仿真结果表明用该算法设计的海尔伯特变换器具有高的计算精度和快的收敛速度,因而是有效的.Traversed an optimal design method on Hilbert convertor based on neural network parallel algorithm, the converggence theorem of neural network parallel algorithm is presented and proved, and given the optimal design examples of high order Hilbert convertor. The results show that neural network parallel algorithm presented has a high accuracy and fast convergence speed in the field of optimal design of Hilbert convertors. Therefore, the algorighm introduced is effective.

关 键 词：神经网格 海尔伯特变换器 优化设计 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]