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
场景交互系统
噪声功率
数据收集模块
移动设备
图片
关键点
姿态估计方法
拓扑图
时序特征
时序依赖关系
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
梯级泵站
泵站机组
工况参数
深度神经网络模型
输水河道