《電子技術應用》
您所在的位置：首頁 > 其他 > 设计应用 > FIR数字滤波器的智能优化算法设计综述
FIR数字滤波器的智能优化算法设计综述
2021年电子技术应用第5期
张书玉，王 婷
南京林业大学 信息科学技术学院，江苏 南京210037
摘要： 对有限冲激响应(Finite Impulse Response，FIR)数字滤波器的智能优化算法进行了归纳和总结，优化算法设计将数字滤波器设计问题转化为误差函数最小化问题，相比传统的设计方法，智能优化算法更易确定通带和阻带的边界频率，降低计算复杂度并且减小幅频响应在通带和阻带上的误差。从收敛速度、通带波纹、阻带衰减等角度分析和比较了遗传算法、进化算法和粒子群算法等在FIR数字滤波器设计上的特点，着重讨论了粒子群算法中惯性权重等参数的改进策略。
中圖分類號： TN911
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.201003
中文引用格式： 張書玉，王婷. FIR數字濾波器的智能優(yōu)化算法設計綜述[J].電子技術應用，2021，47(5)：29-34.
英文引用格式： Zhang Shuyu，Wang Ting. Overview of intelligent optimization algorithm design of FIR digital filter[J]. Application of Electronic Technique，2021，47(5)：29-34.
Overview of intelligent optimization algorithm design of FIR digital filter
Zhang Shuyu，Wang Ting
School of Information Science and Technology，Nanjing Forestry University，Nanjing 210037，China
Abstract： This article summarizes the intelligent optimization algorithm of finite impulse response digital filter(FIR). The main idea of optimization design is to transform the digital filter design problem into the error function minimization problem. Compared with the traditional methods, this method is easier to determine the boundary frequencies of the pass-band and stop-band, to reduce the computational complexity and the errors of amplitude frequency response both in pass-band and stop-band. This paper analyzes and compares the characteristics of genetic，evolution，and particle swarm algorithms in the design of FIR digital filters from the perspectives of convergence speed, pass-band ripple，and stop-band attenuation. It focuses on the improvement strategy of the weight of inertia in particle swarm algorithm.
Key words : FIR digital filter；intelligent algorithm；filter design；optimization；error function

0 引言

    數字濾波器從單位脈沖響應長度上可以分成兩類：有限長沖激響應數字濾波器和無限長沖激響應(Iinite Impulse Response)數字濾波器[1-2]。因為FIR數字濾波器沒有反饋，輸出僅取決于之前和當前的輸入值，始終具有線性相位響應，所以FIR數字濾波器更穩(wěn)定和易于實現(xiàn)，因此本文只針對FIR數字濾波器做詳細討論。FIR數字濾波器常用的傳統(tǒng)設計方法有窗函數法、頻率抽樣設計法和切比雪夫等波紋逼近法等[3-4]。其中，窗函數法和頻率采樣法都存在通帶和阻帶邊界頻率不易控制、通帶波動大和收斂精度低等缺點，因此在實際應用中存在局限性。

    數字濾波器的設計和實現(xiàn)中如何克服上述缺陷是個技術難題[5]。鑒于數字濾波器可以通過修改一些預定義的幅度或頻率響應來重塑或操縱信號的頻譜，因此通過研究和分析將數字濾波器的設計問題轉換為多參數優(yōu)化的問題。由于智能算法在解決許多復雜的、高維的和非線性問題上表現(xiàn)出出色的優(yōu)化性能，其作為傳統(tǒng)數學方法的替代方法可以應用于需要獲得全局或近似全局最優(yōu)解的場合。在數字濾波器的設計上很多智能算法已被應用[6]，例如遺傳算法[7]、粒子群算法[8]、差分進化[9]、人工蜂群算法[10]、免疫算法等[11]以及上述算法的混合。這些算法通過定義各種誤差函數來尋求滿足設計要求的一組濾波器系數，使設計的濾波器的幅頻響應與理想濾波器的幅頻響應在通帶和阻帶的誤差最小。然而，智能算法在設計數字濾波器時同樣面臨許多挑戰(zhàn)，例如算法可能收斂到局部最優(yōu)解等。隨著研究的逐漸深入，每個算法的性能在慢慢改善，并且用來設計數字濾波器的新算法在不斷涌現(xiàn)。




本文詳細內容請下載:http://m.ihrv.cn/resource/share/2000003517




作者信息:

張書玉，王  婷

(南京林業(yè)大學 信息科學技術學院，江蘇 南京210037)

此內容為AET網站原創(chuàng)，未經授權禁止轉載。

相關內容