基于粒子群优化算法的滤波器设计与实现

论文摘要

参数优化是许多科学、工程问题以及社会经济活动中的重要研究内容。目前，国内外学者已经提出了大量优化算法，其中包括遗传算法(GA)和模拟退火算法(SA)等。粒子群优化算法(PSO)是一种相对比较新的进化优化算法，它已经成功地应用于许多工程实践问题，取得了很好的优化效果。本文分析讨论了粒子群优化算法及基于模拟退火策略的粒子群优化算法(SAPSO)的基本原理及性质，将基于模拟退火策略的粒子群优化算法成功地应用于FIR滤波器设计，完成了算法的计算机仿真，仿真实验验证了算法的正确性和有效性。在此基础上，以数字波束形成雷达的数字中频接收机阵列板为背景，开展了基于SAPSO的FIR滤波器设计的工程应用研究，针对其中的FIR滤波器的指标要求，利用SAPSO算法设计了FIR滤波器，实测结果表明，同基于窗函数法设计的FIR滤波器相比，基于SAPSO的FIR滤波器具有更好的阻带抑制性和更窄的过渡带。

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 研究背景
• 1.2 本文的主要工作与内容安排
• 2 粒子群优化算法
• 2.1 粒子群优化算法的基本思想
• 2.2 粒子群优化算法的参数设置
• 2.3 粒子群优化算法的性能评估方法
• 2.4 粒子群优化算法的局限性
• 3 基于退火策略的粒子群优化算法及FIR滤波器优化设计
• 3.1 模拟退火算法
• 3.1.1 物理退火过程和metropolis准则
• 3.1.2 模拟退火算法的基本思想和步骤
• 3.2 基于退火策略的粒子群优化算法
• 3.2.1 算法设计
• 3.2.2 算法有效性验证
• 3.3 FIR滤波器优化设计
• 3.3.1 滤波器介绍
• 3.3.2 FIR滤波器算法设计
• 3.3.3 仿真实验
• 4 数字中频接收机阵列板及FIR滤波器的实现
• 4.1 数字中频接收机阵列板
• 4.1.1 总体架构
• 4.1.2 数字中频接收机设计
• 4.2 FIR滤波器实现
• 5 结束语
• 致谢
• 参考文献