本文關鍵詞：多元優(yōu)化過程記憶最優(yōu)FIR濾波器設計算法研究

  更多相關文章： FIR濾波器 最優(yōu)設計 MOA算法 全局優(yōu)化

【摘要】：數字濾波器是數字信號處理的重要組件之一,其被廣泛的用于控制系統、音頻和視頻處理系統、通信系統、圖像處理系統等。其中,經典數字濾波器根據網絡結構主要分為有限脈沖響應濾波器(Finite Impulse Response Filter, FIR)和無限脈沖響應濾波器(Infinite Impulse Response filter, IIR)。FIR濾波器因為極高的穩(wěn)定性、易于具有嚴格的線性相位特性和易于設計實現而被優(yōu)先的選擇使用。FIR濾波器有很多設計和實現方法。其中最優(yōu)設計法可設計出既有好的衰減特性又有好的邊緣頻率的FIR濾波器。最優(yōu)FIR濾波器設計過程是在一定的優(yōu)化準則下使用某種算法進行參數尋優(yōu)的過程。近年來,很多學者對最優(yōu)FIR濾波器設計問題進行了研究,其中采用群智能優(yōu)化算法進行設計是一個很重要的方向并且取得了豐碩的成果。多元優(yōu)化過程記憶算法(Multivariant Optimization process memorise Algorithm, MOA)是一種全新的群智能優(yōu)化算法,該算法具有較強的解決非線性離散優(yōu)化問題的能力。通過構造MOA結構體來充分利用現代計算機硬件資源的優(yōu)勢,MOA算法克服了諸如粒子群優(yōu)化算法、蟻群優(yōu)化算法、遺傳優(yōu)化算法等早期群智能優(yōu)化算法受計算機內存容量和處理速度限制的缺點。MOA算法的主要思想是運用MOA結構體來實現搜索信息的共享和搜索過程的記憶,從而實現全局和局部搜索的交替進行,進而實現全局尋優(yōu)。本文就是使用MOA算法來進行最優(yōu)FIR濾波器設計的嘗試。希望本文的研究能為最優(yōu)FIR濾波器設計找到新思路和提供有意義的參考,同時豐富MOA這一新算法的應用領域。本文首先分析了FIR濾波器的特性,介紹了最優(yōu)FIR濾波器的設計準則,討論了用窗函數設計法和參數辨識設計法設計FIR濾波器的局限性。進而引入MOA最優(yōu)FIR濾波器設計算法,對影響MOA最優(yōu)FIR濾波器設計算法尋優(yōu)特性的參數作了反復的試驗和詳細的討論。最后,將MOA最優(yōu)FIR濾波器設計算法運用于四種類型的FIR濾波器的最優(yōu)設計,取得了較為滿意的設計效果；通過對比遺傳算法和粒子群算法,驗證了MOA最優(yōu)FIR濾波器設計算法的可行性、穩(wěn)定性和設計優(yōu)勢。
【關鍵詞】：FIR濾波器 最優(yōu)設計 MOA算法 全局優(yōu)化
【學位授予單位】：云南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TN713.7
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-14
• 1.1 研究背景及意義8-9
• 1.2 國內外研究現狀9-11
• 1.3 論文的主要工作11-12
• 1.4 論文的結構安排12-14
• 第二章 最優(yōu)FIR濾波器設計基礎14-20
• 2.1 FIR濾波器的特性14-15
• 2.2 最優(yōu)FIR濾波器設計準則15-17
• 2.3 FIR濾波器的系統辨識設計算法17-19
• 2.3.1 FIR濾波器參數辨識的數學基礎17-18
• 2.3.2 與最優(yōu)FIR濾波器設計等價的參數辨識問題18-19
• 2.4 FIR濾波器的設計指標19
• 2.5 本章小結19-20
• 第三章 多元優(yōu)化過程記憶最優(yōu)FIR濾波器設計算法20-29
• 3.1 MOA算法的理論基礎20-25
• 3.1.1 MOA基本思想和基本框架20-22
• 3.1.2 多元化結構和交替尋優(yōu)方式22-23
• 3.1.3 多遠優(yōu)化過程記憶算法的特點23-24
• 3.1.4 MOA算法的基本流程24-25
• 3.2 MOA最優(yōu)FIR濾波器設計算法25-28
• 3.2.1 MOA最優(yōu)FIR濾波器設計的數學描述25-26
• 3.2.2 MOA最優(yōu)FIR濾波器設計流程26-28
• 3.3 本章小結28-29
• 第四章 實驗結果與分析29-47
• 4.1 窗函數FIR濾波器的設計29-32
• 4.2 系統辨識法FIR濾波器設計32-34
• 4.3 MOA最優(yōu)FIR濾波器設計34-39
• 4.3.1 MOA最優(yōu)FIR濾波器設計算法的參數設置34-39
• 4.3.2 其他最優(yōu)FIR濾波器設計算法相關參數設置39
• 4.4 實驗結果與分析39-46
• 4.5 本章小結46-47
• 第五章 總結與展望47-49
• 5.1 全文總結47-48
• 5.2 下一步工作和展望48-49
• 參考文獻49-52
• 攻讀碩士學位期間完成的科研成果52-53
• 致謝53

【相似文獻】

中國期刊全文數據庫 前10條

1 劉婷;張立毅;張晉斌;;基于人工蜂群算法的FIR濾波器設計[J];山西電子技術;2014年02期

2 梁春燕,謝劍英,魏震;不確定柔性系統消除殘留振蕩的時滯濾波器設計[J];機械工程學報;2000年07期

3 ;軟件[J];今日電子;2001年01期

4 鄧擁軍,郭興波,楊知行,潘長勇;最小平方誤差受限的FIR濾波器設計[J];電訊技術;2005年01期

5 李杰;彭靜;朱維樂;;基于二次規(guī)劃的2D FIR濾波器設計[J];電子測量與儀器學報;2007年05期

6 張欣;郭維波;葉靈偉;;基于二階錐優(yōu)化的FIR濾波器設計[J];青島大學學報(工程技術版);2007年02期

7 黃叢生;;基于System Generator For DSP的FIR濾波器設計[J];黃石理工學院學報;2007年04期

8 歐陽高翔;倪茂林;孫承啟;;基于依參數分離算子的魯棒可靠濾波器設計[J];自動化學報;2008年03期

9 何永泰;肖麗仙;;一種改進型FIR濾波器設計與研究[J];電測與儀表;2008年03期

10 孫航;文成林;;一類不確定系統分布式魯棒融合濾波器設計[J];機電工程;2008年04期

中國重要會議論文全文數據庫 前10條

1 劉遠慶;;高性能雙模腔體濾波器設計[A];2009年全國微波毫米波會議論文集（上冊）[C];2009年

2 黃翔東;李文元;侯春萍;王兆華;;基于神經網絡1型FIR濾波器設計及性能分析[A];全國第一屆信號處理學術會議暨中國高科技產業(yè)化研究會信號處理分會籌備工作委員會第三次工作會議�？痆C];2007年

3 孫航;劉榮利;文成林;;一類連續(xù)不確定動態(tài)系統的魯棒融合濾波器設計與性能分析[A];第二十六屆中國控制會議論文集[C];2007年

4 吳邊;蘇濤;楊波;梁昌洪;;曲線擬合法在管狀濾波器設計中的應用[A];2005'全國微波毫米波會議論文集（第二冊）[C];2006年

5 周貴峰;錢彥嶺;王南天;李岳;;胚胎型仿生硬件結構FIR濾波器設計與仿真[A];第20屆測控、計量、儀器儀表學術年會論文集[C];2010年

6 王林泓;楊浩;;心電信號處理中濾波器設計的研究[A];全國電工理論與新技術學術年會（CTEE'2001）論文集[C];2001年

7 李剛;吳邊;賴鑫;梁昌洪;;基于改進漸進空間映射算法的濾波器設計[A];2009年全國微波毫米波會議論文集（上冊）[C];2009年

8 孫振陸;王炎生;王醒華;陳宗基;;多故障魯棒檢測濾波器設計[A];1998年中國控制會議論文集[C];1998年

9 郝如江;馮志鵬;褚福磊;;數學形態(tài)濾波器設計及應用研究[A];2008中國儀器儀表與測控技術進展大會論文集（Ⅰ）[C];2008年

10 周永忠;楊志家;;基于復用查找表結構FIR濾波器設計[A];第六屆全國信息獲取與處理學術會議論文集（1）[C];2008年

中國博士學位論文全文數據庫 前4條

1 曹慶峰;微帶雙頻帶通射頻濾波器設計方法研究[D];武漢大學;2012年

2 洪曉芳;幾類時滯飽和系統H_∞濾波器設計及應用[D];山東大學;2014年

3 馮晉;復雜離散不確定系統的魯棒濾波方法研究[D];哈爾濱工程大學;2013年

4 王小敏;非線性動力學濾波器設計及其在信息安全中的應用研究[D];西南交通大學;2007年

中國碩士學位論文全文數據庫 前10條

1 楊建;基于LTCC工藝的小型化雙頻濾波器設計[D];西安電子科技大學;2014年

2 劉兆田;多元優(yōu)化過程記憶最優(yōu)FIR濾波器設計算法研究[D];云南大學;2016年

3 謝姜陵;天線前端寬阻帶濾波器設計[D];電子科技大學;2016年

4 史秋月;基于樣本值的濾波器設計[D];青島大學;2013年

5 李建禎;一類離散模糊系統的濾波器設計[D];曲阜師范大學;2007年

6 徐東;給定幅值及相位誤差的復系數FIR濾波器設計[D];杭州電子科技大學;2011年

7 徐迎虎;基于空間映射法的濾波器設計[D];杭州電子科技大學;2011年

8 周連方;低功耗FIR濾波器設計關鍵技術[D];寧波大學;2014年

9 仝云旭;不確定時滯系統的降維濾波器設計[D];陜西師范大學;2008年

10 李文剛;基于FPGA的高速高階FIR濾波器設計[D];電子科技大學;2005年

，

本文編號：1009312