论文部分内容阅读
由于莫尔条纹信号质量直接影响其细分精度,故将神经网络自适应算法用于莫尔条纹噪声控制.用算法的神经网络层实现信号的非线性映射,将滤波步长与信号频率构成函数关系以实现其动态调整,使算法具有自适应性,满足信号的滤波带宽要求.对该算法滤波后的圆光栅莫尔条纹信号进行512倍正切法细分,分辨力达到0.618”,最大累积误差1.236”,信号质量明显改善,细分精度显著提高.实验表明,这种算法滤波效果优于常规算法,作用频带宽,对莫尔条纹线性和非线性噪声具有明显的抑制作用,可为细分提供良好的数据准备.