多元优化过程记忆最优FIR滤波器设计算法研究

发布时间：2017-10-11 00:01

  本文关键词：多元优化过程记忆最优FIR滤波器设计算法研究

  更多相关文章： FIR滤波器 最优设计 MOA算法 全局优化

【摘要】：数字滤波器是数字信号处理的重要组件之一,其被广泛的用于控制系统、音频和视频处理系统、通信系统、图像处理系统等。其中,经典数字滤波器根据网络结构主要分为有限脉冲响应滤波器(Finite Impulse Response Filter, FIR)和无限脉冲响应滤波器(Infinite Impulse Response filter, IIR)。FIR滤波器因为极高的稳定性、易于具有严格的线性相位特性和易于设计实现而被优先的选择使用。FIR滤波器有很多设计和实现方法。其中最优设计法可设计出既有好的衰减特性又有好的边缘频率的FIR滤波器。最优FIR滤波器设计过程是在一定的优化准则下使用某种算法进行参数寻优的过程。近年来,很多学者对最优FIR滤波器设计问题进行了研究,其中采用群智能优化算法进行设计是一个很重要的方向并且取得了丰硕的成果。多元优化过程记忆算法(Multivariant Optimization process memorise Algorithm, MOA)是一种全新的群智能优化算法,该算法具有较强的解决非线性离散优化问题的能力。通过构造MOA结构体来充分利用现代计算机硬件资源的优势,MOA算法克服了诸如粒子群优化算法、蚁群优化算法、遗传优化算法等早期群智能优化算法受计算机内存容量和处理速度限制的缺点。MOA算法的主要思想是运用MOA结构体来实现搜索信息的共享和搜索过程的记忆,从而实现全局和局部搜索的交替进行,进而实现全局寻优。本文就是使用MOA算法来进行最优FIR滤波器设计的尝试。希望本文的研究能为最优FIR滤波器设计找到新思路和提供有意义的参考,同时丰富MOA这一新算法的应用领域。本文首先分析了FIR滤波器的特性,介绍了最优FIR滤波器的设计准则,讨论了用窗函数设计法和参数辨识设计法设计FIR滤波器的局限性。进而引入MOA最优FIR滤波器设计算法,对影响MOA最优FIR滤波器设计算法寻优特性的参数作了反复的试验和详细的讨论。最后,将MOA最优FIR滤波器设计算法运用于四种类型的FIR滤波器的最优设计,取得了较为满意的设计效果；通过对比遗传算法和粒子群算法,验证了MOA最优FIR滤波器设计算法的可行性、稳定性和设计优势。
【关键词】：FIR滤波器 最优设计 MOA算法 全局优化
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN713.7
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-14
• 1.1 研究背景及意义8-9
• 1.2 国内外研究现状9-11
• 1.3 论文的主要工作11-12
• 1.4 论文的结构安排12-14
• 第二章 最优FIR滤波器设计基础14-20
• 2.1 FIR滤波器的特性14-15
• 2.2 最优FIR滤波器设计准则15-17
• 2.3 FIR滤波器的系统辨识设计算法17-19
• 2.3.1 FIR滤波器参数辨识的数学基础17-18
• 2.3.2 与最优FIR滤波器设计等价的参数辨识问题18-19
• 2.4 FIR滤波器的设计指标19
• 2.5 本章小结19-20
• 第三章 多元优化过程记忆最优FIR滤波器设计算法20-29
• 3.1 MOA算法的理论基础20-25
• 3.1.1 MOA基本思想和基本框架20-22
• 3.1.2 多元化结构和交替寻优方式22-23
• 3.1.3 多远优化过程记忆算法的特点23-24
• 3.1.4 MOA算法的基本流程24-25
• 3.2 MOA最优FIR滤波器设计算法25-28
• 3.2.1 MOA最优FIR滤波器设计的数学描述25-26
• 3.2.2 MOA最优FIR滤波器设计流程26-28
• 3.3 本章小结28-29
• 第四章 实验结果与分析29-47
• 4.1 窗函数FIR滤波器的设计29-32
• 4.2 系统辨识法FIR滤波器设计32-34
• 4.3 MOA最优FIR滤波器设计34-39
• 4.3.1 MOA最优FIR滤波器设计算法的参数设置34-39
• 4.3.2 其他最优FIR滤波器设计算法相关参数设置39
• 4.4 实验结果与分析39-46
• 4.5 本章小结46-47
• 第五章 总结与展望47-49
• 5.1 全文总结47-48
• 5.2 下一步工作和展望48-49
• 参考文献49-52
• 攻读硕士学位期间完成的科研成果52-53
• 致谢53

【相似文献】

中国期刊全文数据库 前10条

1 刘婷;张立毅;张晋斌;;基于人工蜂群算法的FIR滤波器设计[J];山西电子技术;2014年02期

2 梁春燕,谢剑英,魏震;不确定柔性系统消除残留振荡的时滞滤波器设计[J];机械工程学报;2000年07期

3 ;软件[J];今日电子;2001年01期

4 邓拥军,郭兴波,杨知行,潘长勇;最小平方误差受限的FIR滤波器设计[J];电讯技术;2005年01期

5 李杰;彭静;朱维乐;;基于二次规划的2D FIR滤波器设计[J];电子测量与仪器学报;2007年05期

6 张欣;郭维波;叶灵伟;;基于二阶锥优化的FIR滤波器设计[J];青岛大学学报(工程技术版);2007年02期

7 黄丛生;;基于System Generator For DSP的FIR滤波器设计[J];黄石理工学院学报;2007年04期

8 欧阳高翔;倪茂林;孙承启;;基于依参数分离算子的鲁棒可靠滤波器设计[J];自动化学报;2008年03期

9 何永泰;肖丽仙;;一种改进型FIR滤波器设计与研究[J];电测与仪表;2008年03期

10 孙航;文成林;;一类不确定系统分布式鲁棒融合滤波器设计[J];机电工程;2008年04期

中国重要会议论文全文数据库 前10条

1 刘远庆;;高性能双模腔体滤波器设计[A];2009年全国微波毫米波会议论文集（上册）[C];2009年

2 黄翔东;李文元;侯春萍;王兆华;;基于神经网络1型FIR滤波器设计及性能分析[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年

3 孙航;刘荣利;文成林;;一类连续不确定动态系统的鲁棒融合滤波器设计与性能分析[A];第二十六届中国控制会议论文集[C];2007年

4 吴边;苏涛;杨波;梁昌洪;;曲线拟合法在管状滤波器设计中的应用[A];2005'全国微波毫米波会议论文集（第二册）[C];2006年

5 周贵峰;钱彦岭;王南天;李岳;;胚胎型仿生硬件结构FIR滤波器设计与仿真[A];第20届测控、计量、仪器仪表学术年会论文集[C];2010年

6 王林泓;杨浩;;心电信号处理中滤波器设计的研究[A];全国电工理论与新技术学术年会（CTEE'2001）论文集[C];2001年

7 李刚;吴边;赖鑫;梁昌洪;;基于改进渐进空间映射算法的滤波器设计[A];2009年全国微波毫米波会议论文集（上册）[C];2009年

8 孙振陆;王炎生;王醒华;陈宗基;;多故障鲁棒检测滤波器设计[A];1998年中国控制会议论文集[C];1998年

9 郝如江;冯志鹏;褚福磊;;数学形态滤波器设计及应用研究[A];2008中国仪器仪表与测控技术进展大会论文集（Ⅰ）[C];2008年

10 周永忠;杨志家;;基于复用查找表结构FIR滤波器设计[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

中国博士学位论文全文数据库 前4条

1 曹庆峰;微带双频带通射频滤波器设计方法研究[D];武汉大学;2012年

2 洪晓芳;几类时滞饱和系统H_∞滤波器设计及应用[D];山东大学;2014年

3 冯晋;复杂离散不确定系统的鲁棒滤波方法研究[D];哈尔滨工程大学;2013年

4 王小敏;非线性动力学滤波器设计及其在信息安全中的应用研究[D];西南交通大学;2007年

中国硕士学位论文全文数据库 前10条

1 杨建;基于LTCC工艺的小型化双频滤波器设计[D];西安电子科技大学;2014年

2 刘兆田;多元优化过程记忆最优FIR滤波器设计算法研究[D];云南大学;2016年

3 谢姜陵;天线前端宽阻带滤波器设计[D];电子科技大学;2016年

4 史秋月;基于样本值的滤波器设计[D];青岛大学;2013年

5 李建祯;一类离散模糊系统的滤波器设计[D];曲阜师范大学;2007年

6 徐东;给定幅值及相位误差的复系数FIR滤波器设计[D];杭州电子科技大学;2011年

7 徐迎虎;基于空间映射法的滤波器设计[D];杭州电子科技大学;2011年

8 周连方;低功耗FIR滤波器设计关键技术[D];宁波大学;2014年

9 仝云旭;不确定时滞系统的降维滤波器设计[D];陕西师范大学;2008年

10 李文刚;基于FPGA的高速高阶FIR滤波器设计[D];电子科技大学;2005年

，

本文编号：1009312