自适应神经模糊推理系统在信号去噪中的应用

李　娟

(运城学院　物理与电子工程系，山西　运城　044000)



自适应神经模糊推理系统在信号去噪中的应用

李娟

(运城学院物理与电子工程系，山西运城044000)

摘要：介绍了基于自适应神经模糊推理系统的语音去噪方法，这种算法把模糊系统理论和人工神经网络相结合，继承了二者的优点，通过神经网络强大的自学能力，弥补了模糊推理系统非常依赖于操作人员的经验的缺陷。有色噪声是功率谱密度函数不为常数的噪声，很难去除，仿真实验证明：使用自适应神经模糊推理系统能较好的去除测量信号中的有色噪声。

关键词：自适应神经模糊推理系统；ANFIS；信号去噪

1965年美国加州大学的LA．Zadeh教授提出了模糊系统理论，由模糊集合理论、模糊逻辑、模糊控制和模糊推理等组成。其中模糊控制系统是处理模型未知的一种模型工具，广泛应用于信号处理中，并十分具有应用前景，获得了众多学者专家的认同。但是也有缺点，设计模糊推理系统时虽然对于对象的模型没有依赖，却相当依赖于操作人员和专家的实际经验和理论知识[1，2]。神经网络(Neural Network，NN)是一种对信息进行分布式并行处理，可以模仿动物神经网络行为特征的数学模型算法，这种算法具有非常强的自学习能力，但是也有缺点，在进行大量数据训练后，才能处理结构化的知识。通过自学习，借助神经网络的并行分布结构来估计从输入到输出的映射关系。

模糊控制系统与神经网络在控制领域中是举足轻重并且十分活跃的两种算法，这两种控制方法自身都有明显的优点，但又存在一定的缺陷，把两种方法相结合，吸取优点、摒弃缺点是控制系统理论推进的必然产物。……