一种基于带通滤波软件的滤波算法制造技术

本发明专利技术属于滤波技术领域，尤其是一种基于带通滤波软件的滤波算法，包括以下步骤：步骤一、单类滤波信号处理，将接收到的带通滤波信号放入神经元数学模型内进行预处理；步骤二、多类滤波信号处理，对步骤一中的神经元数学模型实现集合后的神经网络构建；步骤三、使用自适应算法对经过上述两个步骤预处理之后的带通滤波实现滤波。本发明专利技术充分利用神经元和神经网络对带通滤波预处理，可实现带通滤波软件的算法更加具备智能化和自动化处理，使得整个带通滤波软件对带通滤波具备自我接收，分类，调整的机器人思维，同时能够对现有带通滤波中的滤波信号实现自主学习，能够使得步骤一和步骤二的预处理更加快速，构成良性循环。构成良性循环。构成良性循环。

【技术实现步骤摘要】
一种基于带通滤波软件的滤波算法


[0001]本专利技术涉及带通滤波
，尤其涉及一种基于带通滤波软件的滤波算法。

技术介绍

[0002]带通滤波。对地球物理信号进行处理的过程中，滤去高、低频信号，保留中频信号的滤波方法叫带通滤波。
[0003]目前信号主要来自于模拟信号和数字信号，但实际情况是信号滤波又分为低通、高通以及带通滤波。作为常被用的带通滤波，其滤波又分为经典滤波和现代滤波，而由于现实情况中存在诸多种类的物流信号，很多情况都是采用自适应滤波，这是近年以来发展起来的一种最佳滤波方法。它是在维纳滤波,Kalman滤波等线性滤波基础上发展起来的一种最佳滤波方法。由于它具有更强的适应性和更优的滤波性能，但自适应滤波正因为其适用范围广，也就意味着在滤波前会收集诸多杂乱无章的信号，这些信号滤波前没有个较为系统的分类，其计算程度比较复杂，时间长，效率低。

技术实现思路

[0004]基于现有的自适应算法在对带通滤波前对带通滤波计算比较复杂而造成滤波效率低的技术问题，本专利技术提出了一种基于带通滤波软件的滤波算法。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于带通滤波软件的滤波算法，其特征在于：包括以下步骤：步骤一、单类滤波信号处理，将接收到的带通滤波信号放入神经元数学模型内进行预处理；步骤二、多类滤波信号处理，对步骤一中的神经元数学模型实现集合后的神经网络构建；步骤三、使用自适应算法对经过上述两个步骤预处理之后的带通滤波实现滤波。2.根据权利要求1所述的一种基于带通滤波软件的滤波算法，其特征在于：所述步骤一中的神经元数学模型为McCulloch和Pitts神经元。3.根据权利要求2所述的一种基于带通滤波软件的滤波算法，其特征在于：对所述神经元建模，建模中包括一组为带通滤波信号接收端的输入加权、一个将输入的带通滤波信号相加的加法器以及一个决定带通滤波信号对于当前输入的带通滤波信号是否计算归类的激活函数。4.根据权利要求3所述的一种基于带通滤波软件的滤波算法，其特征在于：所述输入加权包括数字信号与权重ω
i
或权重ω
ij
相乘，且相乘的公式为将相乘的结果与预设的阈值θ对比后实现滤波。5.根据权利要求4所述的一种基于带通滤波软件的滤波算法，其特征在于：相乘的结果与预设的阈值θ对比结果遵循下式：o＝g(h)＝1或0，当o＝1时，h大于0，当o＝0时，h小于或等于0来决定是否滤波。6.根据权利要求5所述的一种基于带通滤波软件的滤波算法，其特征在于：对所述权重ω
i
或权重ω
ij
进行调整：将一个输入向量提供给网络，其中的一个神经元得到了错误的结果，即输出与目标不相符，与神经元相连的有m个权重，每一个权重对应一个信号输入端节点，将结果错误的神经元标记为κ，即错误的权重就是ω
iκ
,i的取值从1到m；再计算y
κ
‑
t
κ
...

【专利技术属性】
技术研发人员：涂志强，谢航伟，李海东，
申请(专利权)人：昕海智创深圳科技有限公司，
类型：发明
国别省市：