摘要:FIR数字滤波器是指一类具有在一定范围内含有有限的持续脉冲响应的滤波器。FIR滤波器的输出只取决于有限个输入。而对FIR数字滤波器优化设计的目标就是对滤波器理想性能的逼近。是其滤波效果能够无限的接近理想滤波器器。
遗传算法是一种模仿生物进化过程的全局优化概率搜索算法,它通过生物进化过程中的优胜劣汰及基因的交叉于变异所提出来了一种求解复杂系统优化问题的通用框架,这种方法不依赖于问题的领域和种类,因此在在众多的领域都得到了广泛的应用而不单单仅限于生物学本身。在此将自适应的遗传算法应用于FIR数字滤波器的优化设计,通过评价种群的“早熟度”来自适应调整交叉率和变异率,提高了遗传算法的搜索效率。有效的解决了遗传算法本身存在的容易早熟及收敛速度慢的缺点。本文详述的就是利用遗传算法优化FIR数字滤波器。计算机仿真结果证明,该算法能够获得满意的滤波器性能。
关键词:FIR数字滤波器;优化设计;遗传算法
目录
摘要
Abstract
第一章 绪论-1
1.1 FIR数字滤波器的设计的背景和意义-1
1.1.1FIR数字滤波器的设计背景-1
1.1.2FIR数字滤波器的设计意义-1
1.2 遗传算法的发展趋势-2
1.2.1遗传算法的背景-2
1.2.2遗传算法的现状与未来发展方向-2
1.3 FIR数字滤波器的研究现状和趋势-3
1.3.1FIR数字滤波器的概述-3
1.3.2FIR数字滤波器的研究目的和意义 -3
1.3.3FIR数字滤波器国内外的研究现状-4
1.4技术难点-5
1.4.1FIR数字滤波器的技术难点-5
1.5本文的主要结构-6
第二章FIR数字滤波器及优化设计-7
2.1 FIR数字滤波器及优化设计-7
2.2 FIR数字滤波器的优化设计准则-8
2.3本章小结-8
第三章自适应遗传算法-11
3.1遗传算法理念-11
3.2 自适应遗传算法的改进-12
3.3本章小结-12
第四章基于自适应遗传算法的FIR数字滤波器优化设计-15
4.1 编码-15
4.2选择算子-16
4.2.1锦标赛算法-16
4.2.2精英保留法-16
4.3交叉算子-16
4.4变异算子-16
4.5实现步骤-16
4.6 实例仿真-26
第五章结语与展望-21
5.1 结语-21
5.2 不足与展望-21
参考文献-23
致谢-25