超聲波流量計多聲道氣體測量技術探討 二十九
1997 年Zhenqing 等人[58]采用了嵌入多層線性神經網絡的自適應FIR 濾波器來提高超聲波信號的信噪比。神經網絡的訓練以及權系數的調整采用BP 算法進行，他們也取得了良好的濾波效果。采用神經網絡調整自適應濾波器的參數，存在著收斂問題，其解決辦法是通過喜好的先驗信息進行訓練。1997 年Carullo 等人采用了一個兩層神經網絡用于超聲波脈沖信號渡越時間的測量。自適應濾波方法在本質上是利用了兩組輸入信號之間的相關性來分離被測信號，但當檢測對象只與信號幅值差別相關的噪聲時，卻很難收斂，建立平衡也需要一定的時間。當自適應濾波器應用于非平穩系統時，除了考慮收斂問題外，還需要考慮系統的跟蹤問題，即需要考慮跟蹤輸入信號的統計量。跟蹤是一個穩態過程，而收斂是一個瞬態現象，這就意味著自適應濾波器在進行跟蹤前需要從一個瞬態轉變為穩態的過程。跟蹤速度和收斂速度是兩個完全不同的概念。
超聲波流量計
官方動態