小波神经网络用于双模噪声的消噪.pdfVIP

2012年第 09期，第 45卷 通 信 技 术 Vol.45，No.09,2012 总第 249期 Communications Technology No.249,Totally ﹡ 小波神经网络用于双模噪声的消噪 吴雪莲， 山拜·达拉拜， 李婷婷 （新疆大学 信息科学与工程学院，新疆 乌鲁木齐 830046） 【摘 要】小波神经网络利用了小波变换的良好的时域和频域的分析能力以及神经网络的自学习能力， 具有良好的容错能力和逼近能力。针对双模斯噪声，提出基于小波神经网络的双模噪声背景下信号的消噪 算法，介绍了双模噪声的 3 种简化模型，阐述了小波神经网络的基本概念以及基于此方法的消噪算法。将 小波神经网络用于此 3 种双模噪声背景下信号的消噪。实验结果表明，该方法能有效地消除已知信号中的 双模噪声。 【关键词】双模噪声；小波神经网络；信号消噪 【中图分类号】TN911.4         【文献标识码】A          【文章编号】1002-0802(2012)09-0004-03  De-noising of Wavelet Neural Network for Bimodal Noise WU Xue-lian， Senbai Dalabave， LI Ting-ting （College of Information Science and Engineering, Xinjiang University, Urumqi Xinjiang 830046, China） 【Abstract】WNN (Wavelet Neural Network), with good time-and-frequency domain analysis capability of wavelet transform and self-learning ability, has strong fault tolerance and approach capability. For the non-Gaussian noise, the WNN-based signal de-noising algorithm under bimodal noisy background is proposed, the three simplified models of bimodal noise are described, the basic concepts of WNN expounded, including the WNN-based denoising algorithm. WNN is applied to the signal denoising under this bimodal noisy background, and the experiment results indicate that this method could effectively eliminate the bimodal noise. 【Key words】bimodal noise; WNN (Wavelet Neural Networkk); signal denoising 0 引言 背景下信号的消噪，算法实现相对简单仿真结果比 在通信与信号处理中非高斯噪声的研究是其中 较令人满