线性相位FIR滤波器约束Chebyshev设计的增广Remez算法

主要讨论线性相位FIR数字滤波器的约束Chebyshev设计问题．Remez算法是一种高效的Chebyshev逼近算法，而其理论基础是交错点组定理、针对约束Chebyshev逼近问题提出一个增广交错点组定理，并根据此定理提出了一个增广Remez算法，用于求解带不等式约束的线性相位FIR数字滤波器的Chebyshev设计问题．如果问题的解存在，此算法一定收敛到问题的解、与现有其它方法的比较表明，此算法有很高的效率．     

等式约束复系数FIR滤波器设计

研究了等式约束复系数FIR滤波器的Chebyshev设计问题 ,将交错定理从实域推广到复域带有等式约束的情况 ,得到了类似的交错定理 .描述了极值频率点组所满足的推广的交错特性 ,作为判断所得滤波器最优性的充分条件 .应用推广的交错特性提出了一个新的算法 ,即为推广的Parks McClellan算法 ,并用于若干具有带等式约束的复系数近似线性相位FIR滤波器的实例设计 .     

等式约束复系数FIR滤波器设计

研究了等式约束复系数FIR滤波器的Chebyshev设计问题，将交错定理从实域推广到复域带有等式约束的情况，得到了类似的交错定理．描述了极值频率点组所满足的推广的交错特性，作为判断所得滤波器最优性的充分条件．应用推广的交错特性提出了一个新的算法，即为推广的Parks-McClellan算法，并用于若干具有带等式约束的复系数近似线性相位FIR滤波器的实例设计．     

时域约束FIR滤波器设计的IRCLS算法

考虑了带有时域约束的线性相位FIR滤波器的Minimax设计问题 .将设计问题转化为迭代地求解一系列约束加权最小二乘逼近问题 ,在迭代过程中利用逼近误差的包络线对权函数进行更新 .迭代过程收敛后 ,得到一个准Minimax解 .将此方法应用于阶跃响应受约束的FIR滤波器以及Nyquist滤波器的设计 ,设计例子说明了所提设计方法的有效性 .     

时域约束FIR滤波器设计的IRCLS算法

考虑了带有时域约束的线性相位FIR滤波器的Minimax设计问题．将设计问题转化为迭代地求解一系列约束加权最小二乘逼近问题，在迭代过程中利用逼近误差的包络线对权函数进行更新．迭代过程收敛后，得到一个准Minimax解．将此方法应用于阶跃响应受约束的FIR滤波器以及Nyquist滤波器的设计，设计例子说明了所提设计方法的有效性．     

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.     

高阶FIR多带阻数字滤波器优化设计研究

研究了FIR线性相位滤波器的幅频特性与余弦基函数神经网络算法之间的关系,给出了FIR高阶多带阻数字滤波器的优化设计实例,提出并证明了神经网络算法的收敛性定理.仿真结果表明,算法不仅是有效的,而且在FIR高阶数字滤波器优化设计领域具有很大的优越性.且算法不涉及逆矩阵的计算,有效解决了国内外其它优化设计方法无法设计高阶FIR线性相位滤波器的问题.     

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。     

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.     

低时延两通道PR FIR滤波器组的设计

在两通道提升结构滤波器组的基础上,提出了一种新的低时延两通道完全重建(PR)FIR滤波器组的设计方法.该方法将两个非线性相位函数作为提升函数,并定义误差函数为提升函数理想频率响应与实际频率响应之差.逼近过程采用了实虚部相联合的Chebyshev逼近.     

双通带数字滤波器优化设计研究

提出了一种基于BP算法的正弦基函数神经网络模型及算法的收敛条件,研究了该神经网络算法与FIR线性相位滤波器幅频特性的关系,给出了高阶双通带滤波器的优化设计实例.计算机仿真结果表明,该神经网络算法不仅是有效的,而且是高效的.与传统的窗口函数法和雷米兹优化设计方法相比,其优化设计方法不需要计算矩阵的逆,因而克服了雷米兹优化设计方法求高阶矩阵逆的困难.     

基于L0范数约束非相邻系数FIR数字滤波器设计

传统有限冲击响应滤波设计时,均默认滤波器系数相邻。该文提出了采用L0范数约束的非相邻系数有限冲击响应滤波器设计模型,保持其线性相位特性,通过增加滤波器设计的自由度,以少量的系统延时为代价来提高滤波器性能。并采用遗传算法来解该非凸优化模型,进一步推导出近似解的求解方法,降低了算法复杂度。计算机仿真结果表明,在相同的阶数下,该滤波器模型较传统模型有更小的逼近误差。     

基于CPLD的线性相位FIR滤波器优化设计

通过建立有限脉冲响应(FIR)滤波器的离散数学模型，提出了基于复杂可编程逻辑器件(CPLD)的FIR滤波器的一种优化设计方案和新算法。实验结果表明，系统响应速度快，占用硬件资源小，在保证线性相位的前提下，具有良好的控制精度。     

利用Bernstein多项式设计FIR槽状滤波器

针对在ω=0和π处最为平坦的线性相位FIR槽状滤波器,利用Bernstein多项式推导出了计算其系数的显式。在给定槽口频率和带宽的滤波器的设计中,该方法不仅可行而且简单。经过实验测量,该槽状滤波器的频率响应与理想的频率响应非常接近。     

用VHDL实现线性相位FIR滤波器

数字滤波器是语音与图像处理、模式识别、雷达信号处理、频谱分析等应用中的一种基本的处理部件,它能满足滤波器对幅度和相位特性的严格要求,避免模拟滤波器所无法克服的电压漂移、温度漂移和噪声等问题.有限冲激响应（FIR）滤波器能在设计任意幅频特性的同时保证严格的线性相位特性.因此,在许多应用领域都显示了强大的生命力,具有重要应用意义.介绍了怎样用VHDL实现线性相位FIR（有限长单位冲激响应）滤波器,论述了其设计思想.     

一种改进的宽带波束形成方法

宽带信号具有目标回波携带的信息量大及混响背景相关性弱等特点,在声纳系统中应用越来越广泛。为了减小FIR滤波器的幅度和相位误差对宽带波束形成器性能的影响,采用线性约束最小方差自适应算法保证FIR数字滤波器的相位特性严格线性;采用基于幅度误差函数的代价因子自适应迭代算法使FIR数字滤波器通带内近似满足等纹波的幅度特性,达到FIR数字滤波器与设计指标要求最佳匹配的目的。对10阵元等间隔线阵的分析仿真结果表明该方法是有效的,并适用于其它阵型,对于声纳系统具有显著的应用价值。     

FIR滤波器的约束最小二乘设计

低通滤波常用在图像去噪中,抑制噪声从而改善图像质量.在应用中图像的处理要求不能有明显的相位失真,所以选用FIR滤波器,因为它在一定的对称条件下可实现严格的线性相位.FIR滤波器的设计最终可归结为求解一组滤波器系数,采用最小二乘法优化这些系数.为了对带有一些频域等式约束的FIR低通滤波器进行良好的设计,在最小二乘的基础上结合拉格朗日法.先将带约束的最小二乘转为求条件极值,引入拉格朗日乘子法构造出拉格朗日函数,再进行求解.最后进行了仿真实验,并比较了用一般遗传算法对FIR低通滤波器的设计.结果证明了这种方法的有效性.     

分数延迟混合滤波器组的范数最小化设计方法

根据分数延迟混合滤波器组的系统范数评价指标,提出通过最小化系统混合范数设计有限长脉冲响应数字综合滤波器的优化方法．该混合范数性能测度是基于误差信号的能量和峰值．提出的方法先将分数延迟混合滤波器组误差系统转化为一个等价的有限维多输入多输出线性时不变数字系统,然后给出数字系统在混合范数性能指标下基于线性矩阵不等式描述的凸优化问题．仿真实验表明,新方法设计的分数延迟混合滤波器组重构信号误差小于传统算法设计系统的重构信号误差．