关键词:
FIR数字滤波器
粒子群优化算法
动态改变惯性权重
摘要:
数字滤波器在数字信号处理的各种应用中发挥着十分重要的作用,FIR数字滤波器在满足一定对称条件下,可以实现线性相位,而且稳定性好,因而FIR数字滤波器获得了广泛的应用。它的优化设计也一直受到广大学者和工程技术人员的关注。
粒子群优化算法模拟鸟群飞行觅食的行为,群体根据自己的速度在解空间中追随最优粒子进行搜索。粒子群算法收敛速度快、设置参数少、简单易实现,在解决非线性优化问题方面有突出的表现,已成为一种重要的优化工具。
本文基于粒子群优化算法理论,将粒子群优化算法应用于FIR数字滤波器的优化设计中,即将粒子群优化算法的优点与FIR数字滤波器的设计需求结合起来,借助粒子群优化算法寻找到较好的滤波器系数,从而最大程度地逼近工程要求的幅频响应。本文首先介绍了粒子群优化算法原理、数学描述、参数意义及各种模型。其次,分析了FIR数字滤波器原理及设计方法,并在指定技术指标下,应用粒子群优化算法设计出一个高通滤波器,在Matlab6.5环境下进行仿真实验,实验结果表明所设计的滤波器与传统优化算法所设计的滤波器相比,通带波动小,阻带衰减大,滤波效果更优良。最后研究了粒子群算法的参数对算法性能的影响。以算法理解的简单性、实现的简洁性为基本思路,针对粒子在实际搜索过程中是非线性且高度复杂的现象,从改变粒子群算法的参数出发,使惯性权重的变化受粒子运行态势的影响,给出了一种动态改变惯性权重的粒子群优化算法,运用此算法设计的高通滤波器,从在线性能、离线性能和各代群体最优适应度的性能指标来看,算法收敛速度更快,鲁棒性更强。