📄 xia.m
字号:
%神经网络滤波
clear all; %清除所有内存变量
%定义输入向量和目标向量
time=0.01:0.01:10; %时间变量
noise=(rand(1,1000)-0.5)*4;%随机噪声
input=sin(time); %信号
p=noise; %将噪声作为ADALINE的输入向量
t=input+noise; %将噪声+信号作为目标向量
%创建线性神经网络
net=newlin([-1 1],1,0,0.005);
%线性神经网络的自适应调整(训练)
net.adaptParam.passes=1000;%训练重复次数
[net,y,output]=adapt(net,p,t);%输出信号ouput为网络调整过程的误差
%绘制信号,叠加随机噪声信号,输出信号
hold on
%绘制信号的波形
subplot(3,1,1);
plot(time,input,'b');
xlabel('t','position',[10.5,-1]);
ylabel('信号波形 sin(t)','fontsize',8)
%叠加随机噪声信号的波形
subplot(3,1,2);
plot(time,t,'m');
xlabel('t','position',[10.5,-5]);
ylabel('信号波形 sin(t)+noise(t)','fontsize',8)
%输出信号的波形
subplot(3,1,3);
plot(time,input,'r');
xlabel('t','position',[10.5,-2]);
ylabel('信号波形 y(t)','fontsize',8)
hold off
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -