一种借助神经网络的FIR滤波器阶数估计方法及系统

AITNT
正文
推荐专利
一种借助神经网络的FIR滤波器阶数估计方法及系统
申请号:CN202411876590
申请日期:2024-12-19
公开号:CN119813993A
公开日期:2025-04-11
类型:发明专利
摘要
本发明公开了一种借助神经网络的FIR滤波器阶数估计方法及系统。本发明通过构建数据集,利用深度神经网络实现从频率和性能要求到滤波器阶数的估计,避免了人工调整和反复测试,降低了设计成本和复杂性。本发明的技术方案包括构建数据集、深度神经网络构建、滤波器阶数的估计、FIR滤波器设计和滤波器系数结果的获取。通过实验验证,本发明能够有效地满足性能要求,具有适用性和准确性,适用于常见的FIR滤波器设计方法,实现了滤波器阶数的精确估计。
技术关键词
滤波器系数 构建深度神经网络 估计方法 深度学习神经网络 FIR滤波器 频率 滤波器设计方法 智能终端 数据 可读存储介质 处理器 程序 存储器 计算机 参数
系统为您推荐了相关专利信息
1
基于AI的网络自适应场景交互系统
场景交互系统 噪声功率 数据收集模块 移动设备 图片
2
一种基于GCN与Mamba的Whole-body快速姿态估计方法
关键点 姿态估计方法 拓扑图 时序特征 时序依赖关系
3
一种类别级物体位姿估计方法及系统
物体位姿估计方法 注意力 三维特征提取 输出特征 加权融合算法
4
基于PI控制器的全景视频控制系统及方法
全景视频 码率 控制系统 下载器 基础
5
融合运行稳定的梯级泵站群优化运行方案推荐方法和系统
梯级泵站 泵站机组 工况参数 深度神经网络模型 输水河道
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号