一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器及濾波方法
【專利摘要】本發(fā)明公開了一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器及濾波方法，包括輸入層，所述輸入層中包括用于輸入原始信號的原始輸入單元及用于輸入?yún)⒖夹盘柕膮⒖驾斎雴卧[含層，所述隱含層中，同步采樣單元對輸入的原始信號進(jìn)行采樣后傳輸至減法器，同步采樣單元對輸入的參考信號進(jìn)行采樣后傳輸至算法處理單元，輸出層，在所述輸出層中，減法器的輸出做出陷波輸出；加法器的輸出作為窄帶的輸出，本發(fā)明公開的一種基于小波神經(jīng)網(wǎng)絡(luò)(WNN)的多功能自適應(yīng)濾波器，既可以作陷波濾波器去除某一或某些確定頻率的信號，也可以作窄帶濾波器讓特定頻率的信號通過。
【專利說明】
-種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器及濾波方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種濾波器，具體設(shè)及一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器 及濾波方法。
【背景技術(shù)】
[0002] 自適應(yīng)濾波器和陷波器是電子電路中常用的設(shè)備，主要用于諧波抑制、鑒波等，自 適應(yīng)濾波器:一般情況下，不改變自適應(yīng)濾波器的結(jié)構(gòu)。而自適應(yīng)濾波器的系數(shù)是由自適應(yīng) 算法更新的時(shí)變系數(shù)。即其系數(shù)自動(dòng)連續(xù)地適應(yīng)于給定信號，W獲得期望響應(yīng)。自適應(yīng)濾波 器的最重要的特征就在于它能夠在未知環(huán)境中有效工作，并能夠跟蹤輸入信號的時(shí)變特 征。
[0003] 陷波器是一種諧振電路，或者說是一種自動(dòng)開關(guān)的感應(yīng)器，在天線工程上應(yīng)用它 可W根據(jù)信號的頻率，自動(dòng)延長或縮短天線的長度。無線電接收機(jī)中?？谟糜谙承o 用信號W減小對有用信號的干擾的濾波器。
[0004] 常規(guī)的自適應(yīng)濾波器或陷波器存在功能單一，自適應(yīng)能力不強(qiáng)的技術(shù)問題。

【發(fā)明內(nèi)容】

[0005] 為解決現(xiàn)有技術(shù)存在的不足，本發(fā)明公開了一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適 應(yīng)濾波器及濾波方法，本發(fā)明既可W作陷波濾波器去除某一或某些確定頻率的信號，也可 W作窄帶濾波器讓特定頻率的信號通過。
[0006] 為實(shí)現(xiàn)上述目的，本發(fā)明的具體方案如下：
[0007] -種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器，包括輸入層，所述輸入層中包括 用于輸入原始信號的原始輸入單元及用于輸入?yún)⒖夹盘柕膮⒖驾斎雴卧?br>[000引隱含層，所述隱含層中，將參考輸入單元輸出的信號分兩路，一路直接傳輸至同步 采樣單元，另一路通過延時(shí)單元延時(shí)后傳輸至同步采樣單元，原始輸入單元的輸出傳輸至 同步采樣單元，同步采樣單元對輸入的原始信號進(jìn)行采樣后傳輸至減法器，同步采樣單元 對輸入的參考信號進(jìn)行采樣后傳輸至算法處理單元，算法處理單元與減法器相連，
[0009] 算法處理單元根據(jù)減法器的輸出及輸入的參考信號的采樣確定神經(jīng)元采樣的權(quán) 值，算法處理單元輸出的神經(jīng)元采樣的權(quán)值傳輸至加法器進(jìn)行運(yùn)算，
[0010] 輸出層，在所述輸出層中，減法器的輸出做出陷波輸出；加法器的輸出作為窄帶的 輸出。
[0011] 進(jìn)一步的，所述基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器還包括參數(shù)設(shè)置單元， 用于設(shè)定參考輸入為原始信號需要濾除或者通過的特定頻率，輸出為需要濾除或者通過的 特定頻率的諧波分量;初始化網(wǎng)絡(luò)參數(shù)，包括網(wǎng)絡(luò)權(quán)值、小波函數(shù)的平移因子和伸縮因子及 修正步長因子。
[0012] 進(jìn)一步的，算法處理單元中采用LMS算法(最小均方算法)計(jì)算WN飾值的修正：
[0013] wi,k+i=wik+化 Ekxik
[0014] w2,k+i=W2k+aiekX2k
[001引式中wik為第i個(gè)神經(jīng)元在第k次采樣的權(quán)值;μ為神經(jīng)元學(xué)習(xí)率;ε功原始輸入信號 與窄帶輸出的誤差，即陷波輸出。
[0016] 進(jìn)一步的，同步采樣單元對輸入的參考信號進(jìn)行采樣后傳輸至算法處理單元，其 中，采樣參考輸入信號由下式給出：
[0017] X化= Ccos化ω〇+φ )
[001 引 xa< = Csin化ω0+φ )
[0019]式中，C為參考頻率為ω證弦信號的幅值，k為系數(shù)^為相位。
[0020] 進(jìn)一步的，誤差輸出ε(ζ)與輸入d(z)的傳遞函數(shù)H(z) = e(z)/d(z)為：
[0021]
[0022] 同理期望輸出y(z)與輸入d(z)的傳遞函數(shù)K(z)=y(z)/d(z)為：
[0023]
[0024] 從上式可知，該濾波器作為參考頻率ω 0處的帶通濾波器。
[0025] 進(jìn)一步的，算法處理單元中采用變步長學(xué)習(xí)率修正算法，即采用與小波神經(jīng)網(wǎng)絡(luò) 訓(xùn)練次數(shù)Ν相關(guān)的變步長學(xué)習(xí)率：
[0026]
[0027] 式中，Nma為設(shè)置的網(wǎng)絡(luò)最大訓(xùn)練次數(shù)；第No次訓(xùn)練的取值范圍為20 % Nmax <Ν〇 < 40%Nmax；
[0028] 算法在開始時(shí)學(xué)習(xí)率取第一設(shè)定值，該第一設(shè)定值較小，W提高濾波效果，直至第 No次訓(xùn)練;此后，學(xué)習(xí)率取第二設(shè)定值，該第二設(shè)定值較大，W加快收斂速度。
[0029] -種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器的工作方法，包括W下步驟：
[0030] 數(shù)據(jù)的輸入:在輸入層中輸入原始信號及輸入?yún)⒖夹盘枺?br>[0031 ]數(shù)據(jù)的處理，在隱含層中，將輸入?yún)⒖夹盘柗謨陕罚宦分苯舆M(jìn)行采樣，另一路通 過延時(shí)后進(jìn)行處理，輸入原始信號同樣需要進(jìn)行采樣處理，采樣后的原始信號傳輸至減法 器，采樣后的參考信號傳輸至算法處理單元；
[0032] 算法處理單元根據(jù)減法器的輸出及輸入的參考信號的采樣確定神經(jīng)元采樣的權(quán) 值，算法處理單元輸出的神經(jīng)元采樣的權(quán)值傳輸至加法器進(jìn)行運(yùn)算；
[0033] 數(shù)據(jù)的輸出，在輸出層中，減法器的輸出做出陷波輸出；加法器的輸出作為窄帶的 輸出。
[0034] 進(jìn)一步的，輸入?yún)⒖夹盘枮轭l率50化的正余弦信號，運(yùn)個(gè)參考信號為原始信號需 要濾除或者通過的特定頻率。
[0035] 本發(fā)明的有益效果：
[0036] 本發(fā)明公開的一種基于小波神經(jīng)網(wǎng)絡(luò)(WNN)的多功能自適應(yīng)濾波器，既可W作陷 波濾波器去除某一或某些確定頻率的信號，也可W作窄帶濾波器讓特定頻率的信號通過。
【附圖說明】
[0037] 圖1 ΑΓ^Ν諧波估測器；
[0038] 圖2 ΑΓ^Ν陷波濾波頻率特性；
[0039] 圖3 ΑΓ^Ν帶通濾波頻率特性。
【具體實(shí)施方式】：
[0040] 下面結(jié)合附圖對本發(fā)明進(jìn)行詳細(xì)說明：
[0041] 多功能自適應(yīng)濾波器系統(tǒng)結(jié)構(gòu)如圖1所示，包括輸入層，所述輸入層中包括用于輸 入原始信號的原始輸入單元及用于輸入?yún)⒖夹盘柕膮⒖驾斎雴卧?br>[0042] 隱含層，所述隱含層中，將參考輸入單元輸出的信號分兩路，一路直接傳輸至同步 采樣單元，另一路通過延時(shí)單元延時(shí)后傳輸至同步采樣單元，原始輸入單元的輸出傳輸至 同步采樣單元，同步采樣單元對輸入的原始信號進(jìn)行采樣后傳輸至減法器，同步采樣單元 對輸入的參考信號進(jìn)行采樣后傳輸至算法處理單元，算法處理單元與減法器相連，
[0043] 算法處理單元根據(jù)減法器的輸出及輸入的參考信號的采樣確定神經(jīng)元采樣的權(quán) 值，算法處理單元輸出的神經(jīng)元采樣的權(quán)值傳輸至加法器進(jìn)行運(yùn)算，
[0044] 輸出層，在所述輸出層中，減法器的輸出做出陷波輸出；加法器的輸出作為窄帶的 輸出。
[0045] 基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器構(gòu)建方法如下：
[0046] (1)確定自適應(yīng)濾波器功能要求；
[0047] (2)確定小波神經(jīng)網(wǎng)絡(luò)的輸入層，隱含層，輸出層結(jié)構(gòu)；
[0048] (3)設(shè)定參考輸入為原始信號需要濾除或者通過的特定頻率，輸出為需要濾除或 者通過的特定頻率的諧波分量。
[0049] (4)初始化網(wǎng)絡(luò)參數(shù)，包括網(wǎng)絡(luò)權(quán)值、小波函數(shù)的平移因子和伸縮因子、修正步長 因子等；
[0050] (5)計(jì)算輸入層，隱含層，輸出層的值；
[0051] (6)利用最小二乘法，計(jì)算輸出層輸出值與目標(biāo)值之間的誤差；
[0052] (7)利用梯度下降法修正網(wǎng)絡(luò)權(quán)值和小波因子，利用變步長算法修正學(xué)習(xí)步長；
[0053] (8)當(dāng)網(wǎng)絡(luò)最大訓(xùn)練次數(shù)大于設(shè)定的最大次數(shù)或者誤差小于設(shè)定的最小誤差時(shí)， 訓(xùn)練
[0化4] 終止。
[0055]根據(jù)圖1，設(shè)參考輸入為頻率50化的正余弦信號，運(yùn)個(gè)參考輸入為原始信號需要濾 除或者通過的特定頻率。
[0化6] WNN權(quán)值的修正采用由下式給出的LMS算法：
[0057] wi,k+i=wik+2yekx 化
[005引 W2,k+i=W2k+2yekX2k
[0059] 式中W化為第i個(gè)神經(jīng)元在第k次采樣的權(quán)值;μ為神經(jīng)元學(xué)習(xí)率;Ek為原始輸入信號 與窄帶輸出的誤差，即陷波輸出;采樣參考輸入信號由下式給出：
[0060] X化= Ccos化ω〇+φ )
[0061] X化= Csin化 ω〇+φ )
[0062] 式中C為參考頻率為ω 0正弦信號的幅值。
[0063] 則誤差輸出ε(ζ)與輸入d(z)的傳遞函數(shù)H(z) = e(z)/d(z)為：
[0064]
[0065] 同理期望輸出y(z)與輸入d(z)的傳遞函數(shù)K(z)=y(z)/d(z)為：
[0066]
[0067] 從上式可知，該濾波器可W作為參考頻率ω〇處的帶通濾波器。
[0068] 由圖2及圖3可W看出學(xué)習(xí)率μ越小，陷波或者帶通的效果越好，但收斂速度越慢。 本文提出了一種簡單有效的變步長學(xué)習(xí)率修正算法，兼顧濾波效果和收斂速度。
[0069] 即采用與小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練次數(shù)Ν相關(guān)的變步長學(xué)習(xí)率：
[0070]
[0071] 式中，Nma為設(shè)置的網(wǎng)絡(luò)最大訓(xùn)練次數(shù)；第No次訓(xùn)練的取值范圍為20%Nmax<N〇< 40%Nmax〇
[0072] 算法在開始時(shí)學(xué)習(xí)率取較小值，W提高濾波效果，直至第No次訓(xùn)練;此后，學(xué)習(xí)率 取較大值，W加快收斂速度。
[0073] 上述雖然結(jié)合附圖對本發(fā)明的【具體實(shí)施方式】進(jìn)行了描述，但并非對本發(fā)明保護(hù)范 圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不 需要付出創(chuàng)造性勞動(dòng)即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍W內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器，其特征是，包括輸入層，所述輸入層 中包括用于輸入原始信號的原始輸入單元及用于輸入?yún)⒖夹盘柕膮⒖驾斎雴卧? 隱含層，所述隱含層中，將參考輸入單元輸出的信號分兩路，一路直接傳輸至同步采樣 單元，另一路通過延時(shí)單元延時(shí)后傳輸至同步采樣單元，原始輸入單元的輸出傳輸至同步 采樣單元，同步采樣單元對輸入的原始信號進(jìn)行采樣后傳輸至減法器，同步采樣單元對輸 入的參考信號進(jìn)行采樣后傳輸至算法處理單元，算法處理單元與減法器相連， 算法處理單元根據(jù)減法器的輸出及輸入的參考信號的采樣確定神經(jīng)元采樣的權(quán)值，算 法處理單元輸出的神經(jīng)元采樣的權(quán)值傳輸至加法器進(jìn)行運(yùn)算， 輸出層，在所述輸出層中，減法器的輸出做出陷波輸出；加法器的輸出作為窄帶的輸 出。2. 如權(quán)利要求1所述的一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器，其特征是，所述 基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器還包括參數(shù)設(shè)置單元，用于設(shè)定參考輸入為原始 信號需要濾除或者通過的特定頻率，輸出為需要濾除或者通過的特定頻率的諧波分量;初 始化網(wǎng)絡(luò)參數(shù)，包括網(wǎng)絡(luò)權(quán)值、小波函數(shù)的平移因子和伸縮因子及修正步長因子。3. 如權(quán)利要求1所述的一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器，其特征是，算法 處理單元中采用LMS算法(最小均方算法)計(jì)算WNN權(quán)值的修正： W1, k+Ι - Wlk+2y^kXlk W2, k+1 - W2k+2y^kX2k 式中Wik為第i個(gè)神經(jīng)元在第k次采樣的權(quán)值;μ為神經(jīng)元學(xué)習(xí)率;ek為原始輸入信號與窄 帶輸出的誤差，即陷波輸出。4. 如權(quán)利要求1所述的一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器，其特征是，同步 采樣單元對輸入的參考信號進(jìn)行采樣后傳輸至算法處理單元，其中，采樣參考輸入信號由 下式給出： xik=Ccos(kω〇+ φ ) X2k=Csin(k ω 〇+ φ ) 式中，C為參考頻率為ω 〇正弦信號的幅值，k為系數(shù)妒為相位。5. 如權(quán)利要求1所述的一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器，其特征是，誤差 輸出ε (z)與輸入d( z)的傳遞函數(shù)H( z) = e(z)/d(z)為：同理期望輸出y(z)與輸入d(z)的傳遞函數(shù)K(z)=y(z)/d(z)S:從上式可知，該濾波器作為參考頻率ω 〇處的帶通濾波器。6. 如權(quán)利要求1所述的一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器，其特征是，算法 處理單元中采用變步長學(xué)習(xí)率修正算法，即采用與小波神經(jīng)網(wǎng)絡(luò)訓(xùn)練次數(shù)Ν相關(guān)的變步長 學(xué)習(xí)率：式中，Nmax*設(shè)置的網(wǎng)絡(luò)最大訓(xùn)練次數(shù);第No次訓(xùn)練的取值范圍為20 % Nmax < No < 40 % Nmax 〇7. 如權(quán)利要求6所述的一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器，其特征是，算法 在開始時(shí)學(xué)習(xí)率取第一設(shè)定值，該第一設(shè)定值較小，以提高濾波效果，直至第No次訓(xùn)練;此 后，學(xué)習(xí)率取第二設(shè)定值，該第二設(shè)定值較大，以加快收斂速度。8. -種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器的工作方法，其特征是，包括以下步 驟： 數(shù)據(jù)的輸入:在輸入層中輸入原始信號及輸入?yún)⒖夹盘枺? 數(shù)據(jù)的處理，在隱含層中，將輸入?yún)⒖夹盘柗謨陕?，一路直接進(jìn)行采樣，另一路通過延 時(shí)后進(jìn)行處理，輸入原始信號同樣需要進(jìn)行采樣處理，采樣后的原始信號傳輸至減法器，采 樣后的參考信號傳輸至算法處理單元； 算法處理單元根據(jù)減法器的輸出及輸入的參考信號的采樣確定神經(jīng)元采樣的權(quán)值，算 法處理單元輸出的神經(jīng)元采樣的權(quán)值傳輸至加法器進(jìn)行運(yùn)算； 數(shù)據(jù)的輸出，在輸出層中，減法器的輸出做出陷波輸出；加法器的輸出作為窄帶的輸 出。9. 如權(quán)利要求8所述的一種基于小波神經(jīng)網(wǎng)絡(luò)的多功能自適應(yīng)濾波器的工作方法，其 特征是，輸入?yún)⒖夹盘枮轭l率50Hz的正余弦信號，這個(gè)參考信號為原始信號需要濾除或者 通過的特定頻率。
【文檔編號】H03H21/00GK106059532SQ201610387375
【公開日】2016年10月26日
【申請日】2016年6月2日
【發(fā)明人】馮維華, 李偉明, 姚博文, 李萌, 邵新國, 楊保, 徐保友, 楊衛(wèi)國, 李新玲
【申請人】國網(wǎng)山東省電力公司濟(jì)寧供電公司, 國家電網(wǎng)公司