2022年基于遗传算法的IIR数字滤波器的设计与仿真.docx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《2022年基于遗传算法的IIR数字滤波器的设计与仿真.docx》由会员分享,可在线阅读,更多相关《2022年基于遗传算法的IIR数字滤波器的设计与仿真.docx(33页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、精品学习资源基于遗传算法地 IIR 数字滤波器地设计与仿真班级:组员:欢迎下载精品学习资源目录摘要.0.Abstract .0.1 遗传算法 .1.1.1 遗传算法地产生与进展 .1.1.2 遗传算法地概述 .2.1.3 遗传算法地特点 .2.1.4 遗传算法基本流程操作 .3.2 数字滤波器 .5.2.1 数字滤波器地简介 .5.2.2 FIR 和 IIR 数字滤波器地概述 .6.2.2.1 FIR 数字滤波器 .6.2.2.2 IIR 数字滤波器 .6.2.2.3 FIR 数字滤波器与 IIR 数字滤波器地区分 7.3 数字滤波器地设计方法 .8.3.1 数字滤波器地设计要求 .8.4 基
2、于遗传算法地 IIR 数字滤波器地设计与仿真114.1 Matlab 软件地概述114.2 IIR 数字滤波器地设计 .1 24.2.1 数字滤波器设计地简要分析1.24.2.2 实例比较一般算法设计思路和遗传算法设计思路144.3 IIR 数字滤波器地仿真结果 .1 84.3.1 仿真图形 .1 85 小结.1 8.6 参考文献 .1 9.附件.2.0.欢迎下载精品学习资源摘要无限脉冲响应数字滤波器 IIR 具有频特性精度高、实现简洁等优点,在数字信号处理领域得到了广泛应用;遗传算法是一类依自然环境地进化规律 适者生存优胜劣汰遗传机制,演化而来地随机化搜寻方法.它是由美国 J.Holland
3、 教授 1975 年最先提出,其主要特点是直接对结构对象进行操作,不存在求导和函数连续性地限定,具有内在地隐并行性和更好地全局寻优才能,采纳概率化 地寻优方法,能自动猎取和指导优化地搜寻空间,自适应地调整搜寻方向,不 需要确定地规章 .遗传算法地这些性质已被广泛地应用于问题求解、机器学习、信号处理、智能掌握和人工生命等领域.它是现代有关智能运算中地关键技术, 因而将其应用在数字滤波器算法地优化上.关键词: IIR 数字滤波器遗传算法AbstractDigital filter with Finite Impulse ResponseFIRhaslots of advantages,suchas
4、systemic stability,linear phase, etc It has been widelyused in digitalsignal processing Thegeneticalgorithmhaslotsofmerits , suchasthe memorability,distribution,and diversity It is widespread in the fields of intelligent computation,pattern recognition and optimization design This paper presents a d
5、esigning method of digital filter It is based on the combination genetic algorithm withthe cosine sequences The windowfunction is constructed effectively byweighting cosine sequences The corresponding weighting coefficients are computedb , , the genetic algorithm Digitalfilteris realized finallyby w
6、indowing approach Inordertoaccelerate theconvergent speed andimprovethe precision,elitist model and floating-point coding areadoptedThe efficiency of the proposed method is validated by simulation experiments taking on designing low pass欢迎下载精品学习资源digitalfilters Thedesigningmethodpresented inthispape
7、rhassome advantages,such as ood flexibility,universality,and so onKeywords: IIR digital filter Genetic algorithm1 遗传算法1.1 遗传算法地产生与进展遗传算法( GeneticAlgorithm )是一类借鉴生物界地进化规律(适者生存, 优胜劣汰遗传机制)演化而来地随机化搜寻方法.它是由美国地 J.Holland 教授1974 年第一提出,其主要特点是直接对结构对象进行操作,不存在求导和函数连续性地限定;具有内在地隐并行性和更好地全局寻优才能;采纳概率化地寻优方法,能自动猎取和指导
8、优化地搜寻空间,自适应地调整搜寻方向,不需要确定地规章 .随后经过 20 余年地进展,取得了丰硕地应用成果和理论争论地进展,无论是理论争论仍是应用争论都成了特别热门地课题.特别是遗传算法地应用争论显得特别活跃,不但它地应用领域扩大,而且利用遗传算法进行优化和规章学习地才能也显著提高,同时产业应用方面地争论也在摸索之中.此外一些新地理论和方法在应用争论中亦得到了快速地进展,这些无疑均给遗传算法增加了新地活力.遗传算法地应用争论已从初期地组合优化求解扩展到了很多更新、更工程化地应用方面 .近几年来,遗传算法主要在复杂优化问题求解和工业工程领域应用方面,取得了一些令人信服地结果,所以引起了很多人地关
9、注.在进展过程中,进化策略、进化规划和遗传算法之间差异越来越小.遗传算法胜利地应用包括:作业调度与排序、牢靠性设计、车辆路径挑选与调度、成组技术、设备布置与安排、交通问题、组合优化、机器学习、信号处理、自适应掌握和人工生命等领域.它是现代有关智能运算中地关键技术 .随着遗传算法地不断进展, 关于遗传算法地国际学术活动越来越多,遗传算法已成为一个多学科、多领域地重要争论方向.欢迎下载精品学习资源1.2 遗传算法地概述遗传算法是从代表问题可能潜在地解集地一个种群开头地,而一个种群就 由肯定数量地经过了基因编码地个体组成.每个个体实际上是染色体带有特点地实体.染色体作为遗传物质地主要载体,即多个基因
10、地集合,其内部表现为某种 基因组合(即基因型),它打算了个体外形地外部表现,如黑头发地特点是由 染色体中掌握这一特点地某种基因组合打算地.因此,在一开头需要实现从表现型到基因型地映射,即编码工作 .由于仿照基因编码地工作很复杂,我们往往将其简化,如二进制编码,初代种群产生之后,依据适者生存和优胜劣汰地原理,逐代演化产生出越来越好地近似解,在每一代,依据问题域中个体地适应 度大小挑选个体,并借助于自然遗传学地遗传算子进行组合交叉和变异,产生 出代表新地解集地种群 .这个过程将导致种群像自然进化一样地后生代种群比前代更加适应于环境,末代种群中地最优个体经过解码,可以作为问题近似最优 解.1.3 遗
11、传算法地特点遗传算法是解决搜寻问题地一种通用算法,对于各种通用问题都可以使用.搜寻算法地共同特点为:(1) 第一组成一组候选解;(2) 依据某些适应性条件测算这些候选解地适应度;(3) 依据适应度保留某些候选解,舍弃其他候选解;(4) 对保留地候选解进行某些操作,生成新地候选解.在遗传算法中,上述几个特点以一种特别地方式组合在一起:基于染色体群地并行搜寻,带有推测性质地挑选操作、交换操作和突变操作.这种特别地组合方式将遗传算法与其它搜寻算法区分开来.遗传算法仍具有以下几方面地特点:(1) 遗传算法从问题解地串集开头嫂索,而不是从单个解开头.这是遗传算法与传统优化算法地极大区分.传统优化算法是从
12、单个初始值迭代求最优解地;容欢迎下载精品学习资源易误入局部最优解 .遗传算法从串集开头搜寻,掩盖面大,利于全局择优.(2) 很多传统搜寻算法都是单点搜寻算法,简洁陷入局部地最优解.遗传算法同时处理群体中地多个个体,即对搜寻空间中地多个解进行评估,削减了陷入局部最优解地风险,同时算法本身易于实现并行化.(3) 遗传算法基本上不用搜寻空间地学问或其它帮助信息,而仅用适应度函 数值来评估个体,在此基础上进行遗传操作.适应度函数不仅不受连续可微地约束,而且其定义域可以任意设定 .这一特点使得遗传算法地应用范畴大大扩展.(4) 遗传算法不是采纳确定性规章,而是采纳概率地变迁规章来指导他地搜寻方向.(5)
13、 具有自组织、自适应和自学习性 .遗传算法利用进化过程获得地信息自行组织搜寻时,硬度大地个体具有较高地生存概率,并获得更适应环境地基因结 构.1.4 遗传算法基本流程操作图 1-4-1 解决实际问题时遗传算法流程图欢迎下载精品学习资源图1-4-2 遗传过程(1) 编码:确定用何种码制, 然后将问题参数编码形成基因码链,每一个码链代表一个个体 , 表示优化问题地一个解 .(2) 初始化:随机产生一个规模为P 地初始种群 , 其中每个个体为肯定长度地码链 , 该群体代表优化问题地一些可能解地集合 .(3) 估量适应度:运算种群中每个个体地适应度 , 适应度为群体进化时地挑选供应了依据 .一般来说适
14、应度越高 , 解地素养越好 .适应度函数可以依据目标函数而定 .(4) 再生挑选:依据每个个体地相对适应度, 运算每个个体地再生次数 , 并进行再生操作 , 产生新地个体加人下一代群体中 , 一般再生地概率与其适应度成正比.(5) 交叉:从种群中随机挑选两个染色体 , 按肯定地概率进行基因交换, 交换位置地选取是随机地 .欢迎下载精品学习资源(6) 变异:从种群中随机地挑选一个染色体, 按肯定地变异概率 P进行基因变异,GA地搜寻才能主要是由挑选与交叉赋于地 , 变异算子就保证了算法能搜寻到问题空间地每一点 , 从而使算法具有全局最优性 , 它进一步增强了 GA地才能.(7) 重复:如发觉最优
15、解 , 就算法停止 , 否就转 3 ,对产生地新一代群体进行重新评判、挑选、交叉、变异操作 , 如此循环往复 , 使群体中最优个体地适应度和平均适应度不断提高 .2 数字滤波器2.1 数字滤波器地简介数字滤波器一词显现在 60 岁月中期 .由于电子运算机技术和大规模集成电路地进展,数字滤波器已可用运算机软件实现,也可用大规模集成数字硬件实时实现.滤波器是指用来对输入信号进行滤波地硬件和软件.所谓数字滤波器是一个离散时间系统,按预定地算法,将输入离散时间信号转换为所要求地输出离散时间信号地特定功能地装置 .也可以说成是通过肯定运算关系转变输入信号所含频率成分地相对比例或者滤除某些频率成分地器件
16、.数字滤波器和模拟滤波器相比,由于信号地势式和实现滤波地方法不同,数字滤波器具有比模拟滤波器精度高、稳固、不要求阻抗匹配等特点 .应用数字滤波器处理模拟信号时,第一须对输入模拟信号进行限带、抽样和模数转换 .数字滤波器输入信号地抽样率应大于被处理信号带宽地两倍,其频率响应具有以抽样频率为间隔地周期重复特性,且以折叠频率即 1 2 抽样频率点呈镜像对称 .为得到模拟信号,数字滤波器处理地输出数字信号须经数模转换、平滑 .一般用两种方法来实现数字滤波器:一是采纳通用运算机,把滤波器所要完成地运算编程通过运算机来执行,也就是采纳运算机软件来实现;二是设计专用地数字处理硬件 .欢迎下载精品学习资源2.
17、2 FIR 和 IIR 数字滤波器地概述2.2.1 FIR 数字滤波器FIRFinite Impulse Response滤 波器:有限长单位冲激响应滤波器,是数字信号处理系统中最基本地元件,它可以在保证任意幅频特性地同时具有严格地线性相频特性,同时其单位抽样响应是有限长地,因而滤波器是稳固地系统.因此, FIR 滤波器在通信、图像处理、模式识别等领域都有着广泛地应用.有限长单位冲激响应( FIR)滤波器有以下特点:(1) 系统地单位冲激响应 h n在有限个 n 值处不为零;(2) 系统函数 Hz在|z|0 处收敛,极点全部在 z = 0 处(因果系统);(3) 结构上主要是非递归结构,没有输
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022 基于 遗传 算法 IIR 数字滤波器 设计 仿真
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内