论文部分内容阅读
在噪声有源控制、电磁屏蔽效能评估等问题中，对信号传递函数的准确建模是实现控制性能的关键因素。卷积神经网络（CNN）可以多层次提取和组合复杂对象的特征，并在图像和语音等领域取得了广泛应用。本文提出了一种基于CNN模型的非线性通道传递函数建模及输出波形重建方法，并与自适应辨识算法（FxLMS）进行了比较。仿真试验表明，对于典型的非线性传输通道，基于CNN的传递函数建模和波形重建方法具有更高的精度和可接受的计算时间。