基于神经网络方法的可变分数延迟FIR滤波器设计  

A Neural Network-based Design for Variable Fractional Delay FIR Filters

作　　者：李晓东[1] 何松柏[1] 赵辉[2] 虞厥邦[1] 

机构地区：[1]电子科技大学电子工程学院电子系统工程所,成都610054 [2]电子科技大学自动化工程学院,成都610054

出　　处：《信号处理》2005年第5期525-527,464,共4页Journal of Signal Processing

基　　金：电子科技大学青年科技基金资助

摘　　要：本文提出了设计可变分数延迟FIR滤波器的一种神经网络优化方法。首先建立一个连续Hopfield神经网络模型,通过选择网络的Lyapunov能量函数与优化目标问题的最小均方误差函数相一致的关系得到系统的最优解。仿真结果表明,在计算代价略有增加的情况下,其性能优于加权最小二乘方法。This paper proposed a neural network method to design variable-fractional-delay finite-impulse response filters. This design is achieved by choosing a Continuous Hopfield Neural Network （CHNN） model and establishing the relation between the MSE criterion and the Lyapunov energy Function. In an illustrative design example, the proposed method has improved performance of the filters, with slightly increased computation cost, as compared with improved weighted least-squares design method.

关 键 词：可变分数延迟滤波器:Hopfield神经网络 Lyapunov能量函数 FIR滤波器设计 神经网络方法 HOPFIELD神经网络模型 延迟 分数 可变 LYAPUNOV 网络优化方法 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] O232[自动化与计算机技术—控制科学与工程]