超声波流量计多声道气体测量技术探讨 二十九

1997 年Zhenqing 等人[58]采用了嵌入多层线性神经网络的自适应FIR 滤波器来提高超声波信号的信噪比。神经网络的训练以及权系数的调整采用BP 算法进行，他们也取得了良好的滤波效果。采用神经网络调整自适应滤波器的参数，存在着收敛问题，其解决办法是通过喜好的先验信息进行训练。1997 年Carullo 等人采用了一个两层神经网络用于超声波脉冲信号渡越时间的测量。自适应滤波方法在本质上是利用了两组输入信号之间的相关性来分离被测信号，但当检测对象只与信号幅值差别相关的噪声时，却很难收敛，建立平衡也需要一定的时间。当自适应滤波器应用于非平稳系统时，除了考虑收敛问题外，还需要考虑系统的跟踪问题，即需要考虑跟踪输入信号的统计量。跟踪是一个稳态过程，而收敛是一个瞬态现象，这就意味着自适应滤波器在进行跟踪前需要从一个瞬态转变为稳态的过程。跟踪速度和收敛速度是两个完全不同的概念。

超声波流量计