基于演化算法的數(shù)字濾波器優(yōu)化設(shè)計(jì).pdf

1、目前，濾波器在電子系統(tǒng)中已經(jīng)成為一種不可或缺的組成部分，廣泛應(yīng)用于通信技術(shù)、圖像識(shí)別、軍事雷達(dá)、航空領(lǐng)域、醫(yī)療設(shè)備和語音等眾多領(lǐng)域。卓越的信號(hào)處理能力使其具有越來越大的市場(chǎng)應(yīng)用價(jià)值。
　　模擬濾波器若要滿足較高的精度或者多個(gè)技術(shù)指標(biāo)，不僅設(shè)計(jì)過程復(fù)雜、元器件個(gè)數(shù)多，結(jié)構(gòu)龐大，而且不一定能達(dá)到目標(biāo)要求。隨著電子計(jì)算機(jī)技術(shù)和大規(guī)模集成電路的不斷發(fā)展，數(shù)字濾波器可用計(jì)算機(jī)軟件或者大規(guī)模集成數(shù)字硬件實(shí)時(shí)實(shí)現(xiàn)。計(jì)算機(jī)技術(shù)的快速發(fā)展為數(shù)字濾波

2、器的設(shè)計(jì)與實(shí)現(xiàn)創(chuàng)造了條件。但是，數(shù)字濾波器的功能要求不斷提高，數(shù)字濾波器的結(jié)構(gòu)越來越復(fù)雜，普通的設(shè)計(jì)方法很難滿足要求。因此，借助計(jì)算機(jī)設(shè)計(jì)數(shù)字濾波器起到越來越重要的作用。
　　近些年，許多研究者提出各種各樣的算法應(yīng)用于數(shù)字濾波器的設(shè)計(jì)。包括遺傳算法(Genetic Algorithm, GA)，模型退火算法(Simulate Anneal Arithmetic, SAA)，禁忌搜索(Taboo Search, TS)，蟻群最優(yōu)化算

3、法(AntColonyOptimization,ACO)，神經(jīng)網(wǎng)絡(luò)算法(Neural Network Algorithm, NEA)和人工免疫算法(Immune Clonal Selection Algorithm, ICSA)等等。但是這些方法都是先根據(jù)目標(biāo)特性要求標(biāo)定傳輸函數(shù)的系數(shù)，然后再考慮數(shù)字濾波器的結(jié)構(gòu)，這種設(shè)計(jì)只保證了傳輸函數(shù)在系數(shù)標(biāo)定階段是最優(yōu)的，但是在整個(gè)數(shù)字濾波器的設(shè)計(jì)過程中可能不是最優(yōu)。
　　本文主要提出一種基

4、于演化算法的數(shù)字濾波器優(yōu)化設(shè)計(jì)方法，利用遺傳算法優(yōu)化數(shù)字濾波器結(jié)構(gòu)，在得到最優(yōu)濾波器結(jié)構(gòu)之后，再利用差分算法和步長(zhǎng)變化算法優(yōu)化濾波器系數(shù)，最終得到數(shù)字濾波器最優(yōu)解。該方法能夠根據(jù)目標(biāo)特性要求直接設(shè)計(jì)數(shù)字濾波器結(jié)構(gòu)，無需標(biāo)定傳輸函數(shù)系數(shù)。
　　本文主要進(jìn)行以下幾個(gè)方面的研究工作：
　　（1）綜述了數(shù)字濾波器設(shè)計(jì)方法，并著重闡述了數(shù)字濾波器的演化設(shè)計(jì)方法。
　?。?）利用遺傳算法設(shè)計(jì)數(shù)字濾波器結(jié)構(gòu)。因?yàn)檫z傳算法的性能和效率

5、主要由交叉率和突變率的取值決定，所以本文對(duì)這兩個(gè)參數(shù)進(jìn)行了深入的分析，并得出該算法最優(yōu)的輸入?yún)?shù)集。
　　（3）利用差分算法和步長(zhǎng)變化算法繼續(xù)優(yōu)化數(shù)字濾波器系數(shù)。與遺傳算法優(yōu)化結(jié)構(gòu)所得實(shí)驗(yàn)結(jié)果進(jìn)行比較，得出系數(shù)的優(yōu)化對(duì)阻帶最小衰減有明顯的提高。
　?。?）全文最后對(duì)研究?jī)?nèi)容進(jìn)行總結(jié)并做出展望。
　　通過本文的實(shí)驗(yàn)結(jié)果可以證明，基于演化算法的數(shù)字濾波器優(yōu)化設(shè)計(jì)方法能夠獲得較好的實(shí)驗(yàn)效果。根據(jù)目標(biāo)特性直接設(shè)計(jì)濾波器結(jié)構(gòu)，無