为了改善传统方法设计的二维带通三型有限脉冲响应（FIR）滤波器的幅频响应性能，提出了复合正弦基神经网络算法。以理想滤波器的幅度响应作为学习样本，通过复合正弦基神经网络训练，使得实际滤波器的幅度响应逼近理想滤波器的幅度响应，再由神经网络的权值得到滤波器的脉冲响应。给出了复合余弦基神经网络模型，建立了滤波器幅频响应与该神经网络的关系，同时指出了学习率对神经网络收敛性的影响，推导并证明了使该算法收敛的收敛定理。仿真结果表明，由该算法设计的二维带通三型FIR滤波器性能接近于理想滤波器，并且克服了传统神经网络的主要
