南邮现代信号处理最后大作业4道题目(含答案).docVIP

南邮现代信号处理最后大作业4道题目(含答案).doc

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
南邮研究生“现代信号处理”期末课程大作业 (四个题目任选三题做) 1. 请用多层感知器(MLP)神经网络误差反向传播(BP)算法实现异或问题输入为,要求可以判别输出0或1)并画出学习曲线。其中,非线性函数采用S型Logistic函数。 2. 试用奇阶互补法设计两带滤波器组(高、低通互补),进而实现四带滤波器组;并画出其频响。滤波器设计参数为:Fp=1.7KHz, Fr=2.3KHz, Fs=8KHz, Armin≥70dB。 3. 根据《现代数字信号处理》(姚天任等,华中理工大学出版社,2001)第四章附录提供的数据(pp.352-353),试用如下方法估计其功率谱,并画出不同参数情况下的功率谱曲线 Levinson算法 Burg算法 ARMA模型法 MUSIC算法 4. 图1为均衡带限信号所引起失真的横向或格型自适应均衡器(其中横向FIR系统长M=11), 系统输入是取值为±1的随机序列,其均值为零;参考信号;信道具有脉冲响应: 式中用来控制信道的幅度失真(W = 2~4, 如取W = 2.9,3.1,3.3,3.5等),且信道受到均值为零、方差(相当于信噪比为30dB)的高斯白噪声的干扰。试比较基于下列种算法的自适应均衡器在不同信道失真、不同噪声干扰下的收敛情况(对应于每一种情况,在同一坐标下画出其学习曲线): 横向/格-梯型结构LMS算法 横向/格-梯型结构RLS算法 并分析其结果。 图1 横向或格-梯型自适应均衡器请用多层感知器(MLP)神经网络误差反向传播(BP)算法实现异或问题输入为,要求可以判别输出0或1)并画出学习曲线。其中,非线性函 数采用S型Logistic函数。“传播”输出层的误差,以间接算出隐层误差。分两个阶段: 正向过程:从输入层经隐层逐层正向计算各单元的输出 反向过程:由输出层误差逐层反向计算隐层各单元的误差,并用此误差修正前层的权值。 2、流程图: j 3、程序: %使用了3层结构,第二层隐藏层4个单元。2,3层都使用Logisitic函数。 %训练xor数据。 function mlp() f= fopen(XOR.txt); A = fscanf(f, %g,[3 inf]); A = A; p = A(1:2, :);%训练输入数据 t = A(3, :);%desire out [train_num , input_scale]= size(p) ;%规模 fclose(f); accumulate_error=zeros(1,3001); alpha = 0.5;%学习率 threshold = 0.005;% 收敛条件 ∑e^2 threshold wd1=0; wd2=0; bd1=0; bd2=0; circle_time =0; hidden_unitnum = 4; %隐藏层的单元数 w1 = rand(hidden_unitnum,2);%4个神经元,每个神经元接受2个输入 w2 = rand(1,hidden_unitnum);%一个神经元,每个神经元接受4个输入 b1 = rand(hidden_unitnum,1); b2 = rand(1,1); while 1 temp=0; circle_time = circle_time +1; for i=1:train_num %前向传播 a0 = double ( p(i,:) );%第i行数据 n1 = w1*a0+b1; a1 = Logistic(n1);%第一个的输出 n2 = w2*a1+b2; a2 = Logistic(n2);%第二个的输出 a = a2; %后向传播敏感性 e = t(i,:)-a; accumulate_error(circle_time) = temp + abs(e)^2; temp=accumulate_error(circle_time); s2 = F(a2)*e; %输出层delta值 s1 = F(a1)*w2*s2;%隐层delta值 %修改权值 wd1 = alpha .* s1*a0; wd2 = alpha .* s2*a1; w1

文档评论(0)

185****7617 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档