在信号检测中通常会遇到信号淹没在噪声中,当这种噪声为高斯白噪声时,可以采用线性滤波的方法,自适应噪声抵消(adaptive noise canceling,简称ANC)方法首先由Widrow和Glove提出[3],使用线性滤波器的ANC系统已成功地应用于心电图、电话回声消除、电话干扰消除等实际问题,但对于噪声具有非线性传播性质时,使用线性滤波效果往往很差,甚至根本起不到抑制噪声的作用。
有色噪声可看作是白噪声经过非线性动态处理后产生的,所能得到的是有用信号与有色噪声的混合噪声源分量。信号滤波的目标是消除噪声,提取有用信号。这里利用自适应神经模糊推理系统ANFIS对非线性动态特性进行建模,并利用ANFIS逼近有色噪声,然后从测量信号中消除有色噪声得到有用信号。可见,ANFIS可用作非线性滤波器。
利用MATLAB仿真,ANFIS的信息如下:
Number of nodes: 21
Number of linear parameters: 12
Number of nonlinear parameters: 12
Total number of parameters: 24
Number of training data pairs: 601
Number of checking data pairs: 0
Number of fuzzy rules: 4
结果如图3所示。
图3 仿真结果
自适应噪声抵消技术,可在未知外界干扰源特征、传递途径不断变化,以及背景噪声和被测对象相似的情况下,能够有效地消除外界声源的干扰获得高信噪比的对象信号,这一技术可为机械元件的噪声、振动等动态信号在测试环境不太理想的工作现场做测试分析和故障诊断时,提供可靠的方法和依据,具有一定的理论意义和应用价值。