基于神经网络的Bark域图形均衡器的设计
文档名：基于神经网络的Bark域图形均衡器的设计
摘要：描述了一种基于BP神经网络的图形均衡器设计方法,在不牺牲参数均衡滤波器的Bark频带图形均衡器精度的情况下简化图形均衡器的设计.其核心思想是训练一个神经网络来预测从目标增益到指定中心频率处的优化通带增益的映射关系.在24通道的Bark频带图形均衡器的情况下,利用具有48个神经元隐藏层的BP神经网络的非线性映射功能来实现预测.然后,使用封闭式公式快速、简便地计算频带滤波器的系数.这项工作将引入使用最小二乘法获得滤波器最佳增益的精确控制方法,并不断加以改进.采用BP神经网络与目标增益直接预测获得参数均衡器的优化增益,使得计算量大大减少,使得基于参数均衡滤波器的Bark频带图形均衡器的逼近误差小于0.1dB.由此产生的BP神经网络控制的24通道Bark域图形均衡器非常有用.
Abstract：Amethodbasedonbackpropagation(BP)neuralnetworkisdescribedtosimplifythedesignofgraphicequalizerwithoutsacrifi-cingapproximationaccuracy.Itscoreideaistotrainaneuralnetworktopredictthemappingrelationshipbetweenthetargetgainandtheoptimizedbandpassgainatthespecifiedcenterfrequency.Inthecaseofa24-channelBarkbandgraphicequalizer,thedatafittingfunc-tionoftheBPneuralnetworkwithahiddenlayerof48neuronsisusedtorealizetheprediction.Then,theclosedformulaisusedtocalcu-latethecoefficientsofthebandfilterquicklyandeasily.Theprecisecontrolmethodofusingaleastsquaremethodtoobtaintheoptimalgainoftheinfiniteimpulseresponse(IIR)filterisintroducedandcontinuedtobeimproved.BPneuralnetworkandtargetgainareusedtoobtaintheoptimalgainoftheparameterequalizer,greatlyreducingtheamountofcalculationandmakingtheapproximationerrorlessthan0.1dB.Theresultingneuralcontrolled24-channelBarkdomaingraphicequalizerisveryusefulinaudioconferenceequalizationrequiringtime-varyingequalization.
作者：沈子扬 王明玉 戴海玲 Author：SHENZiyang WANGMingyu DAIHailing
作者单位：南京理工大学新能源学院,江苏江阴214443东南大学信息科学与工程学院,江苏南京210096
刊名：电子器件 ISTIC
Journal：ChineseJournalofElectronDevices
年，卷(期)：2024, 47(2)
分类号：TN912.3TP183
关键词：图形均衡器BP神经网络IIR滤波器
Keywords：graphicequalizerBPneuralnetworkIIRfilter
机标分类号：TN911.72O175.25TN713
在线出版日期：2024年6月5日
基金项目：基于神经网络的Bark域图形均衡器的设计[
期刊论文]电子器件--2024, 47(2)沈子扬王明玉戴海玲描述了一种基于BP神经网络的图形均衡器设计方法,在不牺牲参数均衡滤波器的Bark频带图形均衡器精度的情况下简化图形均衡器的设计.其核心思想是训练一个神经网络来预测从目标增益到指定中心频率处的优化通带增益的映射关...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于神经网络的Bark域图形均衡器的设计Design of Graphic Equalizer of Bark Domain Based on BP Neural Network
基于神经网络的Bark域图形均衡器的设计.pdf
页:
[1]