蚁群算法在FIR数字滤波器优化设计中的应用研究

蚁群算法在FIR数字滤波器优化设计中的应用研究

论文摘要

FIR数字滤波器作为基本的数字信号处理功能单元,在数字信号处理等电子信息技术领域有着广泛的应用。当数字滤波器的系数使用浮点表示时,字长效应几乎可以被忽略;当数字滤波器进行高速硬件实现时,必须使用定点表示,此时字长效应就必须考虑。为了尽量减少字长效应对滤波器性能带来影响,需要针对滤波器系数进行优化设计。本论文将蚁群算法应用于线性相位FIR数字滤波器的优化设计,主要开展了以下工作:(1)首先阐明本论文研究的背景和意义;介绍FIR数字滤波器优化设计的研究现状。然后,简要讨论FIR数字滤波器优化设计准则与设计方法;并对蚁群算法的基本原理、数学模型及其应用情况等进行了综述。(2)在对基本蚁群算法进行全面分析的基础上,将蚁群算法用于线性相位FIR数字滤波器的定点系数优化设计,并根据本问题的特点,对蚁群算法进行相应的改造:依据FIR数字滤波器不同系数可以相等的特点,取消原算法中的禁忌表;为了克服由此带来的影响,则设置蚂蚁数目等于需要优化设计的滤波器系数的个数;通过蚂蚁间的相互协作来完成系数的优化。论文详细阐明了运用蚁群算法进行FIR数字滤波器系数优化设计的实现步骤,且考虑了不同的优化准则;通过实例说明了设计的可行性;并通过与其他设计方法的全面比较,证明了本文方法的有效性。(3)蚁群算法中的参数选取是影响算法性能和效率的关键因素。针对基于蚁群算法的FIR数字滤波器优化设计模型,分析各个参数的不同配置对算法性能的影响,推导出一些参数配置的基本公式,给出参数选取的指导性原则。仿真结果表明,这些参数配置原则对于提高FIR数字滤波器的优化设计性能比较有效,有利于蚁群算法在FIR数字滤波器优化设计中的应用。本文的研究工作为线性相位FIR滤波器的设计与实现探索了新的途径和方法,具有一定的理论意义和工程应用价值。

论文目录

  • 摘要
  • Abstract
  • 第1章 引言
  • 1.1 研究背景和意义
  • 1.2 研究现状
  • 1.3 本文研究内容和章节安排
  • 第2章 FIR 数字滤波器的优化设计
  • 2.1 FIR 数字滤波器简述
  • 2.2 FIR 数字滤波器的优化设计
  • 2.2.1 技术要求
  • 2.2.2 优化准则
  • 2.3 算法分类
  • 2.3.1 经典算法
  • 2.3.2 启发式算法
  • 2.4 小结
  • 第3章 蚁群算法
  • 3.1 基本蚁群算法的原理
  • 3.1.1 蚁群行为描述
  • 3.1.2 基本蚁群算法的机制
  • 3.2 基本蚁群算法的模型特征
  • 3.2.1 TSP 描述
  • 3.2.2 基本蚁群算法的数学模型
  • 3.3 基本蚁群算法的具体实现
  • 3.4 基本蚁群算法的特点
  • 3.5 基本蚁群算法的应用情况
  • 3.6 小结
  • 第4章 基于蚁群算法的FIR 数字滤波器优化设计
  • 4.1 基本蚁群算法的改进
  • 4.2 问题描述
  • 4.3 基于改进蚁群算法的FIR 数字滤波器优化设计
  • 4.3.1 代价函数
  • 4.3.2 系数空间的产生
  • 4.3.3 寻优策略
  • 4.3.4 算法实现步骤
  • 4.4 最小最大准则下的优化设计
  • 4.5 纹波约束最小平方准则下的优化设计
  • 4.6 归一化通带纹波准则下的优化设计
  • 4.7 小结
  • 第5章 蚁群算法在FIR 数字滤波器优化设计中的参数研究
  • 5.1 参数对算法性能影响的分析
  • 5.2 参数配置公式的推导
  • 5.3 仿真结果和实验分析
  • 5.4 小结
  • 第6章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 附录 A 个人简历
  • 附录 B 攻读硕士学位期间撰写的学术论文
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    蚁群算法在FIR数字滤波器优化设计中的应用研究
    下载Doc文档

    猜你喜欢