本文設計了一種基于自適應模糊神經(jīng)網(wǎng)絡的變步長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。文章最后給出了非線性噪聲抵消的仿真結果。
關鍵詞: LMS ；模糊神經(jīng)網(wǎng)絡 ；噪聲抵消
LMS算法作為一種梯度自適應濾波算法，由于其簡單性和高效，在線性濾波中得到了廣泛的應用[]1。圍繞著提高收斂速度和減少穩(wěn)態(tài)誤差，許多學者對其作了大量的研究工作，并提出了若干變步長的LMS算法[]。各種變步長LMS算法試圖在收斂速度和穩(wěn)態(tài)誤差中找到一個折衷點。然而，LMS算法作為一種線性濾波算法，對于非線性應用，在這兩方面很難得到滿意的結果。[][]234模糊神經(jīng)網(wǎng)絡是近年來發(fā)展起來的一種非線性控制技術，是自適應模糊邏輯系統(tǒng)與神經(jīng)網(wǎng)絡相結合的產物，各種非線性控制問題都有應用。自適應模糊邏輯系統(tǒng)是建立在模糊集合論的基礎上，依靠數(shù)據(jù)信息對模糊邏輯系統(tǒng)的參數(shù)進行學習調整的智能系統(tǒng)。神經(jīng)網(wǎng)絡具有自適應自學習的功能。模糊神經(jīng)網(wǎng)絡結合兩者的優(yōu)點，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、所需訓練樣本少。因此，該理論經(jīng)過不斷的發(fā)展完善，在系統(tǒng)辨識、工業(yè)控制、圖象處理、信號處理、模式識別等領域得到了廣泛的應用。[][][]567
本文闡述了一種基于模糊神經(jīng)網(wǎng)絡的LMS算法，該方法可以完成對非線性信號的處理。文章將此算法運用于非線性噪聲對消系統(tǒng)，并給出了計算機仿真。