本文設(shè)計(jì)了一種基于自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)的變步長(zhǎng)LMS算法，該算法采用了一種新的模糊控制規(guī)則，按照該規(guī)則改變LMS算法的步長(zhǎng)。文章最后給出了非線性噪聲抵消的仿真結(jié)果。
關(guān)鍵詞: LMS ；模糊神經(jīng)網(wǎng)絡(luò) ；噪聲抵消
LMS算法作為一種梯度自適應(yīng)濾波算法，由于其簡(jiǎn)單性和高效，在線性濾波中得到了廣泛的應(yīng)用[]1。圍繞著提高收斂速度和減少穩(wěn)態(tài)誤差，許多學(xué)者對(duì)其作了大量的研究工作，并提出了若干變步長(zhǎng)的LMS算法[]。各種變步長(zhǎng)LMS算法試圖在收斂速度和穩(wěn)態(tài)誤差中找到一個(gè)折衷點(diǎn)。然而，LMS算法作為一種線性濾波算法，對(duì)于非線性應(yīng)用，在這兩方面很難得到滿(mǎn)意的結(jié)果。[][]234模糊神經(jīng)網(wǎng)絡(luò)是近年來(lái)發(fā)展起來(lái)的一種非線性控制技術(shù)，是自適應(yīng)模糊邏輯系統(tǒng)與神經(jīng)網(wǎng)絡(luò)相結(jié)合的產(chǎn)物，各種非線性控制問(wèn)題都有應(yīng)用。自適應(yīng)模糊邏輯系統(tǒng)是建立在模糊集合論的基礎(chǔ)上，依靠數(shù)據(jù)信息對(duì)模糊邏輯系統(tǒng)的參數(shù)進(jìn)行學(xué)習(xí)調(diào)整的智能系統(tǒng)。神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)自學(xué)習(xí)的功能。模糊神經(jīng)網(wǎng)絡(luò)結(jié)合兩者的優(yōu)點(diǎn)，具有以任意精度逼近任何線性或非線性函數(shù)的功能，且收斂速度快、誤差小、所需訓(xùn)練樣本少。因此，該理論經(jīng)過(guò)不斷的發(fā)展完善，在系統(tǒng)辨識(shí)、工業(yè)控制、圖象處理、信號(hào)處理、模式識(shí)別等領(lǐng)域得到了廣泛的應(yīng)用。[][][]567
本文闡述了一種基于模糊神經(jīng)網(wǎng)絡(luò)的LMS算法，該方法可以完成對(duì)非線性信號(hào)的處理。文章將此算法運(yùn)用于非線性噪聲對(duì)消系統(tǒng)，并給出了計(jì)算機(jī)仿真。