高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种针对拖尾噪声的鲁棒神经网络信号检测算法

简涛 苏峰 何友 曲长文 平殿发

简涛, 苏峰, 何友, 曲长文, 平殿发. 一种针对拖尾噪声的鲁棒神经网络信号检测算法[J]. 电子与信息学报, 2007, 29(8): 1864-1867. doi: 10.3724/SP.J.1146.2005.01465
引用本文: 简涛, 苏峰, 何友, 曲长文, 平殿发. 一种针对拖尾噪声的鲁棒神经网络信号检测算法[J]. 电子与信息学报, 2007, 29(8): 1864-1867. doi: 10.3724/SP.J.1146.2005.01465
Jian Tao, Su Feng, He You, Qu Chang-wen, Ping Dian-fa. A Detection Algorithm of Robust Neural Network for Heavy-tailed Noise[J]. Journal of Electronics & Information Technology, 2007, 29(8): 1864-1867. doi: 10.3724/SP.J.1146.2005.01465
Citation: Jian Tao, Su Feng, He You, Qu Chang-wen, Ping Dian-fa. A Detection Algorithm of Robust Neural Network for Heavy-tailed Noise[J]. Journal of Electronics & Information Technology, 2007, 29(8): 1864-1867. doi: 10.3724/SP.J.1146.2005.01465

一种针对拖尾噪声的鲁棒神经网络信号检测算法

doi: 10.3724/SP.J.1146.2005.01465
基金项目: 

全国优秀博士学位论文作者专项基金(200237)资助课题

A Detection Algorithm of Robust Neural Network for Heavy-tailed Noise

  • 摘要: 与高斯噪声相比,拖尾有更多的异常值,利用传统的神经网络不能有效的检测信号。该文提出一种基于中值滤波的鲁棒神经网络进行处理,首先利用中值滤波抑制异常值,进一步利用BP (Back Propagation) 神经网络消除残留噪声,检测目标信号。基于误差分析的实验结果表明,与传统神经网络相比,所提出的方法不仅能更好地消除拖尾噪声,有效检测信号,而且能有效检测高斯噪声中的目标信号,具有很好的鲁棒性和自适应特性。
  • Barkat B and Abed-Meraim K. An effective technique for the IF estimation of FM signals in heavy-tailed noise. Proceedings of the 3rd IEEE International Symposium on Signal Processing and Information Technology [C]. Darmstadt, Germany, 2003: 637-640.[2]Brcich R F, Iskander D R, and Zoubir A M. The stability test for symmetric alpha-stable distributions [J].IEEE Trans. on Signal Processing.2005, 53(3):977-986[3]Akhtar S, Elshafei-Abmed M, and Ahmed M S. Detection of helicopters using neural nets [J].IEEE Trans. on Instrumentation and Measurement.2001, 50(3):749-756[4]Wang Zhishun, He Zhenya, and Chen J D Z. Robust time delay estimation of bioelectric signals using least absolute deviation neural network [J].IEEE Trans. on Biomedical Engineering.2005, 52(3):454-462[5]Huber P. Robust estimation of a location parameter [J]. Ann, Math, Stat, 1964, 35: 1753-1758.[6]Djurovic I, Katkovnik V, and Stankovic L. Instantaneous frequency estimation based on the robust spectrogram. IEEE International Conference on Acoustics, Speech, and Signal Processing [C], Salt Lake City, Utah, 2001, 6: 3517-3520.[7]Fitch J P, Coyle E J, and Galagher N C, et al.. Median filtering by threshold decomposition [J].IEEE Trans. on Acoust. Speech, Signal Proc.1984, 32(6):1183-1188[8]靳蕃. 神经计算智能基础原理方法 [M]. 成都: 西南交通大学出版社, 2000: 123-137.[9]张立明. 人工神经网络的模型及其应用 [M]. 上海复旦大学出版社, 1993: 87-164.[10]Tsakalides P, Reveliotis P, and Nikias C L. Scalar quantisation of heavy-tailed signals [J].IEE Proceedings Vision, Image and Signal Processing.2000, 147(5):475-484
  • 加载中
计量
  • 文章访问数:  3114
  • HTML全文浏览量:  89
  • PDF下载量:  797
  • 被引次数: 0
出版历程
  • 收稿日期:  2005-11-15
  • 修回日期:  2006-05-08
  • 刊出日期:  2007-08-19

目录

    /

    返回文章
    返回