论文部分内容阅读
提出了一种基于神经-模糊网络的自适应滤波器,它具有非线性映射和自学习能力,能够用于噪声信号的非线性建模。它不仅能够获取信号的最佳估计,并且能够克服信号处理中存在的模型和有色噪声的不确定性、不完备性。通过对仿真结果分析表明,提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时滤波,具有一定的理论价值和实用价值。