论文部分内容阅读
针对坦克舱室内噪声特点，设计一种改进型RBF神经网络自适应有源降噪坦克头盔模型。其原理是在利用RBF神经网络处理噪声的基础上，加入频谱分析理论构造延时反向信号，与RX—RBF滤波算法产生的次级声源信号叠加后，对噪声源信号进行干涉抵消。因为坦克头盔空间小，该方案忽略了原始噪声引起的空间不一致问题，但有效解决了抗噪声源与原噪声时间不一致的问题。通过Matlab仿真验证：该方案既体现了RBF神经网络训练速度快、局部逼近效果好的特点，而且有效提高了降噪效果。