机器人力/位传感器IIR数字滤波器的优化设计

数字滤波器的设计无论是传统的频率变换法,还是优化设计的方法,都需要了解和掌握一些基本的数字信号处理方面的专业知识.为了让数字滤波器的设计摆脱这些信号处理专业知识的限制,提出了一种数字滤波器参数的优化设计方法.该方法只需了解IIR数字滤波器的基本结构,明确传感器信号的频率范围,就可以用一种智能优化算法对滤波器参数进行优化.在Matlab环境下开发了粒子群优化算法的程序并进行了仿真试验,试验结果证明了该方法的有效性.     

基于粒子群算法的自适应LMS滤波器设计及可重构硬件实现

自适应滤波器设计是典型的多参数组合优化问题,利用一种改进的粒子群优化算法（MPSO）来优化设计自适应LMS滤波器．将滤波器设计问题转化为滤波器参数优化的问题,利用改进的粒子群算法MPSO搜索整个参数空间,从而获得全局优化的系数．设计的滤波器应用于系统的跟踪响应中,并在基于可重构硬件的平台上实现自适应滤波器．从收敛和失调性能指标评价所设计的LMS滤波器,实验结果表明设计的LMS滤波器具有较好的性能,证明了这种方法的有效性和优越性．     

基于改进自适应遗传算法柔性形态滤波器优化

针对柔性形态滤波器的高效优化问题,提出了一种改进的自适应遗传算法. 该算法在柔性形态滤波器参数的优化设计方面,对选择、交叉和变异等运算进行了改进,并通过对柔性形态滤波器优化的仿真试验与标准遗传算法性能进行比较,结果显示该算法具有更好的快速优化效果.     

3型FIR带通滤波器优化设计

研究了3型FIR线性相位滤波器的幅频特性与神经网络算法之间的关系,提出了该神经网络算法的收敛性定理,为神经网络训练中学习率大小的选择提供了理论依据.该算法有效避免了FIR高阶数字滤波器优化设计中求高阶矩阵逆的困难,为高阶FIR数字滤波器的优化设计提供了一种快速有效的设计方法.最后给出了FIR高阶数字滤波器的优化设计实例.计算机仿真结果表明了该神经网络并行算法在3型FIR高阶数字滤波器优化设计领域的有效性.     

基于反向学习的粒子群算法对线性相位低通FIR滤波器的优化

将一种基于反向学习的改进粒子群优化算法(OPPSO)应用于设计具有线性相位的低通FIR数字滤波器。该算法通过求解粒子位置的反向解来增加找到最优解的概率,从而求得一组使所述滤波器最优的参数组合。同时,在试验中引入一种更具有现实意义的接近于理想滤波器的零相位滤波器作为对比。试验结果表明,该算法在设计线性相位低通FIR数字滤波器上具有良好的优化效果。     

FIR数字滤波器优化算法

针对频率采样法设计FIR数字滤波器速度慢、误差大的缺点,介绍了优化设计法.该方法采用交错定理和瑞米兹算法,以误差的最大值最小为标准,通过叠代使逼近误差在邻域内最小,达到对理想FIR数字滤波器的最佳逼近.用两种方法设计相同阶数的滤波器,并比较仿真结果可以看出,优化设计法设计的滤波器性能更加优越.     

混合有源电力滤波器中无源滤波器多目标优化设计

对粒子群优化算法进行改进,引入异步时变加速系数和线性时变权重系数,提出一种改进型粒子群优化算法。将无源滤波器的滤波效果、无功补偿容量及初期投资作为优化目标,利用改进型粒子群优化算法对混合有源电力滤波器中无源滤波器参数进行优化设计。仿真验证了理论分析和设计的正确性,相关设计方法可为其它类型的混合有源滤波器中无源滤波器的优化设计提供参考。     

基于模拟退火遗传算法的FIR数字滤波器设计

研究了用模拟退火遗传算法来设计FIR数字滤波器，并针对算法在寻优过程中，参数搜索缓慢的特点提出了改进方法，该方法在一定程度上提高了算法的搜索性能．并结合FIR低通数字滤波器的设计给出了仿真结果。     

基于克隆选择算法的层叠滤波器的优化设计

层叠滤波器是一种非线性数字滤波器，具有良好的去除噪声能力和图像细节保持能力，近年来成为研究的热点问题之一．层叠滤波器设计的核心实际上是一个正布尔函数的优化问题，在MAE准则下，提出了一种基于克隆选择算法的层叠滤波器的优化方法．仿真实验结果表明，基于这种克隆选择算法的最优层叠滤波器不仅在滤波效果上好于基于遗传算法和基于粒子群算法的最优层叠滤波器，而且可以快速实现其优化过程，在较短时间内得到较好的效果，是一种有效的层叠滤波器的优化算法．     

指纹认证的统计学方法及滤波器的参数分析

本文讨论了一种基于灰度值进行指纹认证的统计学方法，详细阐述了搜索中心点、确定特征提取区、调整特征区灰度、使用方向滤波器提取指纹特征等关键算法的细节，并对算法进行了理论分析。此外，我们重点对滤滤算法中的滤波器模板尺寸、滤波方向娄等一些可调参数进行了优化研究，并给出了试验结果，大量的试验数据表明对该算法的参数优化是成功的。     

基于克隆选择算法的FIR滤波器的设计

将改进的克隆选择算法用于FIR数字滤波器的设计中,以确定频率过渡带样本的最佳值。设计的FIR数字滤波器的仿真实验结果表明,与传统的查表方法相比,该免疫算法性能更优,滤波器通带波动更小,阻带衰减更大,能够很好地解决FIR滤波器优化问题。     

快速实现基于CPLD的多带数字FIR滤波器

介绍一种快速实现基于复杂可编程逻辑器件CPLD的FIR数字滤波器的方法．滤波器的系统参数用Madab信号处理工具箱中的滤波器函数确定，并以一个多带FIR滤波器的设计为例，对此方法进行了阐述与验证．在确定滤波器参数后，以MLTERA公司的可编程逻辑器件为载体，说明了此数字滤波器的CPLD实现方法与硬件结构，并对不同硬件结构对滤波器性能的影响进行了对比．     

改进遗传算法径向基函数的FIR数字滤波器研究

本文针对径向基函数(RBF)网络在实际应用中几种学习算法存在的缺陷和局限性,提出了利用改进遗传算法的径向基函数网络来设计FIR数字滤波器的方法,提高了全局寻优效率.为了证明这种新型混合遗传算法的有效性,本文用该算法设计了低通、高通FIR数字滤波器.采用Matlab进行仿真并给出了相应的仿真结果以验证其有效性.仿真结果表明:同其他现有的优化设计方法相比,本文研究的这种新算法可以很好地逼近理想滤波器,在通阻带内有更小的纹波,达到比较好的优化设计效果.     

微粒群算法在结构优化设计中的应用

结构优化设计对于实际工程具有重要的意义．通过对现有优化方法进行分析。将微粒群算法应用到结构优化设计中，提出了结构优化设计的微粒群算法，并建立了相应的优化模型．介绍了微粒群算法的基本思想、结构优化微粒群模型及其实施的具体步骤，最后通过一个算例验证了该方法的效率和有效性．结果表明该方法科学可行，具有很好的应用前景．     

临床诊断心电信号波形参数拐点检测算法研究

心电信号临床诊断参数自动测量迄今为止没有一种方法能够达到手动测量的精度．在前人的基础上引入数字滤波器，改进算法，使精度提高，并且算法计算简单、快速．首先，数字滤波器将干扰基本滤除干净，使拐点容易定位，并且做到零相移，从而各拐点位置不变；其次，斜率采取多点平均，恰当地设置阈值，提高了抗干扰能力；并可根据各拐点附近波形不同的具体情况对算法做相应的调整．     

基于神经网络的任意延迟M带小波设计

为了获得频率选择性更好的M带小波,提出了一种任意延时的M带余弦调制小波的优化设计方法.基于完全重构滤波器理论,通过修改系统延时参数,可以设计不同的M带双正交或正交小波.对化简为二次型的目标函数和约束条件进行参数设计时,采用增广拉格朗日乘子法将问题等价为无约束的最优化问题,提出了基于离散时间霍普菲尔德神经网络的优化设计结构.神经网络采用最速下降法做迭代运算,降低了算法的复杂度.与现有算法的实验结果相比,所提出的方法实现简单,效率高,而且优化性能更好.     

基于有限单元法的钢-混凝土组合梁截面优化设计

给出了钢-混凝土组合梁截面计算机辅助优化设计的有效方法，以有限元结构分析和优化算法相结合为手段，提出了一种符合实际情况的钢-混凝土组合梁的剪力连接模式，建立钢-混凝土简支组合梁有限元分析模型、优化参数模型，优化数学模型，用ANSYS的参数化设计语言编制了分析文件和优化控制文件，经计算获得钢-混凝土组合梁最优截面形式．该方法的优化效果显著，并且效率高，可广泛应用于钢-混凝土组合梁截面优化设计工程．     

无源滤波器参数的优化设计

根据工程经验和简单的技术经济指标来设计无源滤波器无法得到最优设计参数的问题,提出了一种无源滤波器的优化设计方法。该方法选择各个滤波支路的电容量作为独立的优化变量,以需要补偿的无功容量作为等式约束条件,以电网的总谐波电压含有率最小为目标来处理滤波器LC参数优化的规划问题。同时,为了提高寻优速度,应用改进遗传算法处理这类LC优化问题。对具体工程实例的计算表明,此方法不但可以找到全局最优解,而且明显提高了算法的寻优速度。     

ⅡR DF设计的高阶关联神经网络优化方法

基于全反馈高阶关联神经网络优化理论,提出了一种ⅡR数字滤波器神经网络优化设计方法(ⅡR-NNO)的理论框架。表征设计质量的加权均方误差当作神经网络能量函数,导出了ⅡR-NNO的Lyapunov方法。简要说明了该方法计算机实现的基本原则,通过设计实例及与其他方法的比较,证明了它的有效性。     

随机信号中值频率实时估计的研究

提出了一个在线实时估计中值频率的算法．这个算法是建立在通过控制采样频率实现截止频率可调的数字滤波器的基础上．为检验算法的有效性，文中给出了输入试验信号测试结果．