神经网络在4型FIR高阶多通带滤波器的自适应优化设计研究

提出了一种新的基于神经网络的FIR线性相位数字滤波器的自适应优化设计方法。根据4型FIR滤波器的幅频响应特性,构造出一个相应的神经网络模型,并建立了FIR线性相位数字滤波器的神经网络算法,该算法通过训练神经网络权值,使设计的数字滤波器与希望得到的FIR线性相位滤波器的幅频响应之间的误差平方和最小化,从而获得FIR线性相位数字滤波器的脉冲响应．提出并证明了该算法的收敛定理,给出了FIR高阶多通带滤波器自适应优化设计实例、计算机仿真结果表明,该算法计算精度高,收敛速度快;用该算法设计的高阶多通带滤波器,其幅频响应的阻带衰减很大,而通带波动很小。