本公开公开了基于反馈神经网络的FRM滤波器设计方法及系统，包括：将待设计FRM滤波器的误差函数映射到Hopfield神经网络的能量函数上，得到Hopfield神经网络的连接权重、偏置电流和神经元的数量；将Hopfield神经网络的输入值和Hopfield神经网络的连接权重、偏置电流、神经元的数量以及运算放大器输入状态的初始值和改变步长均设置到Hopfield神经网络中，Hopfield神经网络输出FRM子滤波器系数；计算实际幅频响应与理想幅频响应之间的误差；迭代更新Hopfield神经网络的权重，直至误差值小于等于设定的误差阈值时，Hopfield神经网络的输出值即为最优的FRM滤波器系数。