改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)采用LMS算法[2]，LMS算法本質(zhì)是以最小均方誤差為準(zhǔn)則的近似的最速下降算法。它以均方誤差為性能函數(shù)F(x)，定義如下

神經(jīng)網(wǎng)絡(luò)的各個參數(shù)需要通過試驗(yàn)來確定。經(jīng)過試驗(yàn)，對于DTMF檢測，選用只含有2個權(quán)系數(shù)和1個偏置值的網(wǎng)絡(luò)就可以勝任，也就是在圖4中，只需要w1/w2/b三個參數(shù)，結(jié)構(gòu)簡單，計(jì)算量小。

對每個DTMF分量頻率都設(shè)置一個如圖4所示的神經(jīng)網(wǎng)絡(luò)單元，在每個檢測周期對8個神經(jīng)網(wǎng)絡(luò)單元的輸出進(jìn)行判斷并簡單分析，就可以實(shí)現(xiàn)DTMF解碼。

四、基于改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)的DTMF解碼仿真結(jié)果

為了驗(yàn)證上述基于改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)的DTMF檢測算法，我們在MATLAB上使用Neural Networks Toolbox進(jìn)行了仿真。

仿真條件和參數(shù)選擇：模擬實(shí)際信道中常見的高斯白噪聲情況，待檢測輸入信號x(n)是DTMF信號和信道噪聲的疊加，輸入信噪比SNR是-3dB。為了討論方便，假定每個DTMF分量的幅度是+/-2V（只要進(jìn)行比例縮放就可以適用實(shí)際情況），兩個分量信號幅度之和為+/-4V，并假定ADC接口之前的預(yù)處理電路的限幅電平是+/-5V，即兩個有用信號幅度之和占限幅電平的80%。改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)單元選擇含有2個權(quán)系數(shù)和1個偏置值，采用LMS算法，學(xué)習(xí)速度 選0.02。待檢測信號SNR=-3dB，采樣頻率為8KHz，采樣時間20ms。非線性環(huán)節(jié)的門限threshold選定為1.0V。

仿真結(jié)果如下：以*鍵為例，DTMF信號為941Hz/1209Hz。圖5上圖為純DTMF信號和高斯白噪聲信號，下圖為二者的疊加信號，即待檢測信號x(n)。

圖5

圖6為對應(yīng)941Hz的神經(jīng)網(wǎng)絡(luò)單元的輸出，上圖為中間信號a(n)，下圖為網(wǎng)絡(luò)輸出信號y(n)。從圖中可以看出，網(wǎng)絡(luò)很快就能捕捉到輸入中的941Hz信號，輸出信號很強(qiáng)并且從12ms開始就基本穩(wěn)定。因此系統(tǒng)判斷為輸入信號中含有941Hz的信號。對應(yīng)1209Hz的神經(jīng)網(wǎng)絡(luò)單元也類似。

圖6