遗传算法在FIR滤波器设计——频率抽样法中的应用

本文介绍了遗传算法在FIR滤波器设计——频率抽样法中的应用.用遗传算法确定过渡带样本值,解决了传统方法(查表法)不能保证数据是最优的问题.本文还对标准遗传算法进行了适当的改进.给出了FIR数字低通、带通滤波器设计的两个例子.实验结果说明通过遗传算法设计的FIR滤波器性能较查表法得到了改善.     

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。     

FIR滤波器设计:基于免疫算法的频率抽样技术

该文介绍了免疫算法在数字滤波器设计频率抽样技术中的应用,结合FIR数字低通、带通滤波器设计的两个例子,给出了算法实现的具体操作步骤和实验结果。实验数据表明,采用免疫算法确定的频率过渡带样本值是最优的,设计的FIR滤波器的频率特性优于查表法。文中还把免疫算法与遗传算法在频率抽样技术中的应用作了比较,其收敛速度较遗传算法明显加快。     

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。     

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.     

基于MATLAB 7.0的FIR滤波器设计及实现

用窗函数设计法设计FIR滤波器,采用MATLAB7.0具体实现.通过对带通FIR滤波器的具体研究,确立了MATLAB设计FIR滤波器的设计流程,为进一步在定点DSP硬件上的实现奠定基础.此外本文还对在DSP上实现的一些关键问题作了简介.     

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。     

关于FIR滤波器窗函数设计法的若干问题讨论

本文针对利用窗函数设计法设计FIR滤波器时所遇到的一些常见问题,例如如何理解吉布斯效应、加窗后的FIR低通滤波器幅度函数特性与IIR滤波器的区别、怎样理解阻带频率和阻带最小衰减、如何进行FIR滤波器指标验证以及利用窗函数法设计线性相位FIR高通滤波器等问题,结合实验设计举例进行了较为详细的讨论和Matlab仿真分析,帮助学生拓展对相关问题的思考,加深对窗函数设计法的理解和应用.     

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Hanning Window设计FIR数字高通滤波器

基于实序列的傅里叶变换具有的特征,提出了一种研究线性相位FIR数字滤波器幅度函数的简洁方法。首先揭示了偶对称和奇对称的线性相位FIR数字滤波器幅度函数的特点;然后研究了矩形窗函数对线性相位理想数字低通滤波器幅频特性的影响,即时域加矩形窗,频域形成过渡带;最后介绍了利用窗函数法设计FIR数字滤波器时,对窗函数的要求,选择窗函数的依据及利用窗函数法设计FIR数字滤波器的步骤,并给出了基于Hanning Window来设计FIR数字高通滤波器的实例。     

FIR滤波器的DSP实现

介绍了FIR滤波器的基本结构及设计方法,结合实例,给定滤波器的数字指标。利用FDATool来确定FIR滤波器抽头系数。基于DSP平台,采用MATLB产生待滤波输入信号导入到用C语言实现的FIR低通滤波器中,并且在CCS上仿真,对仿真结果与理论值进行比较。波形仿真结果和理论值相吻和表明设计的系统是正确、稳定的。不同的应用场合,FIR滤波器要求有不同性能,只要修改本设计中滤波器的系数,就可以实现性能不同的FIR滤波器。     

基于MATLAB和DSP的数字滤波器设计

介绍了有限冲激响应（FIR,Finite Impulse Response）数字滤波器的原理以及如何根据给定的技术指标设计所需的FIR数字滤波器。运用MATLAB软件提供的滤波器设计工具FDATool得到滤波器的系数,在CCS集成开发环境下,完成了线性移位缓冲区法的FIR滤波器的软件仿真。仿真结果表明：滤波器达到了给定...     

FIR滤波器设计:基于进化规划的频率采样技术

本文介绍了进化规划在要样技术中的应用,结合ＦＩＲ数字低通、带通滤波器设计的两个例子,给出了算法实现的具体操作步骤和实验结果。实验数据表明采用进化规划确定的频率过渡带样本值是最优的,设计的ＦＩＲ滤波器的性能优于查表法。     

Potential of Particle Swarm Optimization and Genetic Algorithms for FIR Filter Design

This article studies the performance of two metaheuristics, particle swarm optimization (PSO) and genetic algorithms (GA), for FIR filter design. The two approaches aim to find a solution to a given objective function but employ different strategies and computational effort to do so. PSO is a more recent heuristic search method than GA; its dynamics exploit the collaborative behavior of biological populations. Some researchers advocate the superiority of PSO over GA and highlight its capacity to solve complex problems thanks to its ease of implementation. In this paper, different versions of PSOs and GAs including our specific GA scheme are compared for FIR filter design. PSO generally outperforms standard GAs in some performance criteria, but our adaptive genetic algorithm is shown to be better on all criteria except CPU runtime. The study also underlines the importance of introducing intelligence in metaheuristics to make them more efficient by embedding self-tuning strategies. Furthermore, it establishes the potential complementarity of the approaches when solving this optimization problem.     

CSDC: a new complexity reduction technique for multiplierless implementation of digital FIR filters

We present a computation reduction technique called computation sharing differential coefficient (CSDC) method, which can be used to obtain low-complexity multiplierless implementation of finite-impulse response (FIR) filters. It is also applicable to digital signal processing tasks involving multiplications with a set of constants. The main component of our proposed CSDC method is to combine the strength of the augmented differential coefficient approach and subexpression sharing. Exploring computation reuse through algorithmic equivalence, the augmented differential coefficient approach greatly expands the design space by employing both differences and sums of filter coefficients. The expanded design space is represented by an undirected and complete graph. The problem of minimizing the adder cost (the number of additions/subtractions) for a given filter is transformed into a problem of searching for an appropriate subexpression set that leads to a minimal adder cost. A heuristic search algorithm based on genetic algorithm is developed to search for low-complexity solutions over the expanded design space in conjunction with exploring subexpression sharing. It is shown that up to 70.1% reduction in the adder cost can be obtained over the conventional multiplierless implementation. Comparison with several existing techniques based on the available data shows that our method yields comparable results for multiplierless FIR filter implementation.     

基于TMS320VC5509DSP的FIR数字滤波器的实现

FIR数字滤波器广泛应用于实时数字信号处理领域.本文介绍了FIR数字滤波器的结构、特点及设计方法,并采用窗函数法设汁了FIR滤波器.利用TMS320VC5509 DSP芯片强大的数字信号处理功能实现了该滤波器.实验表明,此数字滤波器工作稳定,能够满足实时的滤波处理功能.     

基于FPGA的FIR滤波器的性能研究

目前FIR滤波器的一般设计方法比较繁琐,开发周期长,如果采用设计好的FIR滤波器的IP核,则开发效率大为提高。本方案基于Altera公司的Cyclone Ⅱ系列芯片EP2C8Q208C8N,首先利用MATLAB中的滤波器函数fir2得出需产生的FIR滤波器的系数,再导入FIR IP Core,成功完成了FIR数字滤波器的设计。另外分析了阶数与不均匀采样数据对FPGA资源的影响和对生成FIR滤波器的输出性能的影响,并将实际输出的幅频特性图与我们需要的幅频特性图相比较,验证生成的FIR数字滤波器的性能。