基于频率采样技术的FIR数字滤波器优化设计

本文提出了一种FIR数字滤波器满意优化设计方法，将滤波器过渡带样本值作为优化变量，通过设计通带、过渡带和阻带性能指标满意度函数和综合满意度函数，构造出满意优化模型，并用本文提出的新量子遗传算法搜索满意解，FIR高通和带阻数字滤波器的设计结果表明，采用满意优化方法设计的FIR滤波器的性能优于传统方法。     

基于免疫算法的IIR数字滤波器优化与实现

由于IIR数字滤波器设计实质上是一个非线性高维复杂函数优化问题,文中提出基于具有全局搜索能力强,收敛速度快特点的免疫算法实现IIR数字滤波器优化设计的新方法,给出了IIR滤波器优化设计的数学模型,描述了应用免疫算法优化设计IIR数字滤波器的具体实现步骤。通过低通和高通IIR数字滤波器设计的仿真结果表明方法的有效性和高效性。     

IIR数字滤波器的多目标优化设计

根据Pareto最优概念,提出数字滤波器的多目标优化设计.通过IIR低通数字滤波器的设计结果表明,该方法可以得到一组非劣解集供决策者选择,也说明了该方法的有效性和实用性.     

IIR数字滤波器的粒子群优化设计方法

探讨了IIR（Infinite Impulse Response）数字滤波器的设计,重点研究了IIR数字滤波器设计的粒子群优化（Particle Swarm Optimization,PSO）算法及算法框图,总结了粒子群优化算法的实现步骤。这一算法的提出,避免了传统算法的缺点,所设计的滤波器达到了理想的性能。通过实验表明,IIR数字滤波器的粒子群优化算法优于遗传算法。     

IIR数字滤波器设计的粒子群优化算法

本文探讨了粒子群优化算法及其性能评估准则，然后重点研究了IIR数字滤波器设计的粒子群优化算法及其实现步骤。最后，通过IIR数字低通、带通滤波器设计两个实例证明了本文算法的有效性。     

基于单自由度振动模型的IIR数字滤波器设计

无限冲击响应(IIR)数字滤波器设计通常需要先设计S域滤波器,再变换到Z域。为简化IIR数字滤波器的设计过程,本文提出利用单自由度系统(SDOF)模型直接设计IIR数字滤波器的方法,包括低通、带通、高通、带阻等。仿真结果表明设计过程直接、简单,滤波器参数不需要随采样频率而变,具有良好特性,是一种设计IIR数字滤波器的简便易用的新方法。     

基于改进遗传量子算法的FIR数字滤波器设计

采用改进遗传量子算法(IGQA)进行FIR数字滤波器的优化设计,将滤波器的过渡带样本值作为变量进行优化,解决了传统方法(查表法)不能保证数据最优的问题。针对遗传量子算法(GQA)在优化连续多峰函数时易出现早熟的问题,提出一种改进遗传量子算法(IGQA),典型函数测试表明,IGQA的性能优于GQA和其它几种遗传算法,收敛速度快,全局寻优能力强,能有效地克服早熟现象。采用IGQA优化设计的FIR数字低通和带通滤波器的性能较查表法得到了很大改善。     

粒子群优化算法在FIR数字滤波器设计中的应用

本文针对有限脉冲响应(FIR)数字滤波器的设计实质上是一个多参数优化问题,提出了一种用粒子群优化算法(PSO)设计FIR数字滤波器的方法.首先将滤波器的设计问题转化为滤波器参数的优化问题,然后利用粒子群优化算法对整个参数空间进行高效并行搜索以获得参数的最优化.FIR数字低通、带通滤波器设计实例证明了该方法的有效性和优越性.     

基于PSO的FIR数字滤波器设计

有限冲激响应(FIR)数字滤波器的设计实质是一个多参数优化的问题,而传统的一些优化设计方法,如遗传算法、神经网络法等,存在算法复杂,收敛速度慢,效果不明显等缺点.提出一种改进粒子群优化算法(IMPSO)的FIR数字滤波器设计.该方法首先根据粒子聚合度情况引入变异思想,克服PSO算法容易早熟的毛病,对算法进行改进,然后利用改进的IMPSO搜索滤波器参数的最优解,对FIR滤波器进行优化设计.实例设计FIR数字低通、带通滤波器,仿真结果表明,该方法具有算法简单,收敛速度快,鲁棒性好等优点.     

QPSO算法在FIR数字滤波器设计中的应用

FIR数字滤波器的设计实际上是一个多维变量寻优问题,滤波器的设计可转化为滤波器参数优化的问题。文章介绍了粒子群优化算法、量子粒子群优化算法,然后利用算法对参数空间进行搜索以获得参数的最优化,根据预期频率特性的设计要求,通过仿真实验表明设计方法的有效性。     

一种扬声器频响的自适应数字滤波优化补偿方法

从模拟滤波器到数字滤波器的转换以及寻找滤波器参数的最优解是IIR参数滤波器用于扬声器频响实时补偿的两个关键问题。本文提出一种根据模拟滤波器的中心频率、增益和品质因数来自适应选择S域到Z域转换方法,通过扬声器频响曲线的实时包络来划分峰谷,给出了一种滤波器参数的优化方法,提升了数字滤波器与模拟原型的匹配度,从而减少滤波器个数、加速了滤波器的优化计算。实验结果表明,所提出的方法使补偿滤波器的个数和总时间开销比现有的补偿方法分别减少了大约43%和55%。     

一种新的波导带通滤波器的优化设计方法

基于全波分析法、改进的阻抗倒置器模型和自适应微种群遗传算法,提出了一种设计波导带通滤波器的快速精确方法。该方法通过结合改进的阻抗倒置器模型和全波分析法,能够在设计带通滤波器,特别是带宽较宽的情况下获得较为精确的初值。在此基础上,通过采用自适应的微种群遗传算法对初值进行优化。该方法能在保证数值精确性的基础上,以较小的群体规模和较少的遗传代数获得比其他优化方法更好的回波损耗以及通带微调功能;在多优化变量的波导带通滤波器问题上,提出的混合方法优于传统的优化设计方法或其他遗传算法。     

IIR数字粉红噪声滤波器的优化设计

提出了用遗传算法优化IIR数字滤波器的传递函数，使其幅频响应曲线的斜率逼近一3dB／oct。用优化得到的数字滤波器对白噪声序列滤波即可获得粉红噪声。试验结果表明，用遗传算法优化得到的IIR滤波器的频响与理想的-3dB/oct曲线吻合得很好。     

基于自适应遗传算法FIR数字滤波器优化设计

FIR数字滤波器优化设计的目标是对滤波器理想性能的逼近。遗传算法是一种模仿生物进化过程的全局优化概率搜索算法,它提出了一种求解复杂系统优化问题的通用框架,且不依赖于问题的领域和种类,在此将自适应的遗传算法应用于FIR数字滤波器的优化设计,通过评价种群的“早熟度”来自适应调整交叉率和变异率,提高了遗传算法的搜索效率。计算机仿真结果证明,该算法能够获得满意的滤波器性能。     

扬声器频响自适应数字滤波优化补偿方法

从模拟滤波器到数字滤波器的转换以及寻找滤波器参数的最优解是IIR参数滤波器用于扬声器频响实时补偿的两个关键问题.提出一种根据模拟滤波器的中心频率、增益和品质因数来自适应选择S域到Z域转换方法,通过扬声器频响曲线的实时包络来划分峰谷,给出了一种滤波器参数的优化方法,提升了数字滤波器与模拟原型的匹配度,从而减少滤波器个数、加速了滤波器的优化计算.实验结果表明,所提出的方法使补偿滤波器的个数和总时间开销比现有的补偿方法分别减少了大约43％和55％.     

基于遗传算法的FIR滤波器设计

提出一种FIR数字滤波器的优化设计方法,即将遗传算法应用于频率采样法的FIR数字滤波器设计中。结合给定的FIR数字带通滤波器的技术指标,用遗传算法得到频率采样法中过渡带的最佳采样值,并分别用遗传算法与查表法对过渡带中采样点的频率采样法进行仿真实现。实验结果表明,采用遗传算法设计FIR数字滤波器可获得最大的阻带最小衰减,从而解决了传统查表法不能保证最优的问题。     

基于遗传算法的密距折合八木天线设计

新型密距折合八木天线阵列尺寸小,结构复杂,单元间强耦合,没有具体的设计公式可依等因素使其设计十分困难.为此,本文采用多目标优化遗传算法实现了折合八木大线的自动优化设计.在结合遗传算法优点的基础上,采用多目标优化遗传算法实现了对折合八木天线增益和阻抗的多目标优化设计,不仅满足设计要求,也可自动得到其对应的天线尺寸参数.通...     

遗传神经网络在腔体滤波器结构参数优化中的应用

在工程实践中,为了减少对腔体滤波器结构参数设计的盲目性和对经验的依赖性,不断提高设计效率,提出了一种基于遗传神经网络的优化设计方法。该方法采用浮点数编码方式和自适应的交叉率、变异率,将改进的遗传算法用来优化BP神经网络的权重,在MATLAB环境下调用HFSS实现腔体滤波器的优化设计。仿真实验表明,该算法能够较精准的预测腔体滤波器的结构参数,可提高设计精度及优化速度。     

基于FPGA的IIR带通数字滤波器设计与仿真

该文给出了用Matlab设计IIR带通数字滤波器的方法,利用Matlab语言进行程序设计出二阶环为基础的并联结构模型,通过在Matlab环境下仿真软件Simulink对设计的带通滤波器进行了动态仿真,确定了滤波器系数的量化字长。从仿真结果来看,设计的带通数字滤波器既满足滤波器的选频特性,又优化了硬件资源。在实际的应用中,可以根据不同FPGA资源灵活修改滤波器系数,在不同规模的FPGA上实现。     

云遗传算法及其应用

传统遗传算法搜索速度慢,容易陷入局部最优解.借鉴遗传算法(GA)的思想,利用正态云模型云滴的随机性和稳定倾向性特点,提出一种新的遗传算法—云遗传算法(CGA).CGA由正态云模型的Y条件云发生器实现交叉操作,基本云发生器实现变异操作.最后,进行了函数优化实验和IIR数字滤波器优化设计,并与标准GA、NQGA、CAGA和LARES等算法进行比较,证明了该算法的有效性,具有一定的参考和应用价值.