iir数字滤波器优化设计及fpga仿真验证

iir数字滤波器优化设计及fpga仿真验证

ID:23195883

大小:3.34 MB

页数:50页

时间:2018-11-05

iir数字滤波器优化设计及fpga仿真验证_第1页
iir数字滤波器优化设计及fpga仿真验证_第2页
iir数字滤波器优化设计及fpga仿真验证_第3页
iir数字滤波器优化设计及fpga仿真验证_第4页
iir数字滤波器优化设计及fpga仿真验证_第5页
资源描述:

《iir数字滤波器优化设计及fpga仿真验证》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、西南交通大学硕士研究生学位论文第2页FPGA(FieldProgrammableGateArray)是--种很好的解决方案。这种方案既有ASIC器件(固定功能DSP专用芯片)的实时性,又具有DSP处理器的灵活性以及体积小、速度快、重量轻、功耗低、可靠性高、仿制困难及上批量成本低等优点。因此,用FPGA来实现数字滤波器有很好的应用前景。1.3国内外研究现状分析近年来,国内外的学者在数字滤波器优化设计方面作了大量的探索,提出了一些有效的设计方法。较早的是将最小P误差法、神经网络、遗传算法及其改进算法、小波逼近法用于数字滤波器的优化设计中,取得了较好的

2、效果。但是这些算法收敛速度慢,有时会陷入局部极值,所以又相继有学者将进化规划算法、粒子群算法、人工鱼群算法引入数字滤波器的优化设计,也得到了一些有效的设计结果。这些算法在收敛速度、解决局部极值问题方面都优于神经网络方法和遗传算法。但是,它们同样都没有很好地解决数字滤波器通带、阻带以及过渡带之间的矛盾。也有学者将遗传算法与其它方法结合,如最近由Jinn.TsongTsai等人提出的混合Taguchi遗传算法【31】,这种方法将多个目标函数加权合并成一个目标函数,本质上是将多目标优化问题转化成一个单目标优化问题,一定程度上改善了优化的效果。但是这种方

3、法并没有给出加权系数的确定方法,而是通过实验的方法来选择加权系数,这种方法也只能提供给决策者唯一解,有其局限性。目前,除了数字滤波器的传统设计方法【32】和上面提到的优化方法外,也有少数文献将进化规划算法133J、量子遗传算法引入数字滤波器的优化设计中。其中,量子遗传算法以量子计算的一些概念和理论为基础,用量子位编码来表示染色体,使得一条染色体可以表示多个态的叠加,通过量子门旋转更新来完成进化搜索Il训。量子遗传算法的优点是收敛速度快、迭代次数少,文献【20.22】表明这种方法优化设计IIR数字滤波器能得到一些好的结果。但是这种算法本身在平衡数字

4、滤波器通带、阻带以及过渡带之间的矛盾方面能力有限。另外,这种算法也可能陷入局部极值,并且也是基于单目标优化问题的,这种方法只能提供唯一解,而基于多目标的优化方法【34-37]可向决策者提供更多的满意解。数字滤波器日益广泛地应用于许多领域,尤其是通信、信号处理领域,对数字滤波器的性能要求非常高。因此,为了得到更好性能的数字滤波器,为了能给决策者提供更多选择,进一步探索更有效的数字滤波器优化设计方法是非常必要的。数字滤波器的实现,大体可以分为软件实现和硬件实现方法两种。软件实西南交通大学硕士研究生学位论文第3页现方法即是在通用的微型计算机上用软件实现

5、。但是这种方法速度慢,难以对信号进行实时处理,多用于教学与科研。硬件实现即是设计专门的数字滤波硬件,一般来说有以下两种方法:(1)、采用DSP(DigitalSignalProcessing)处理器来实现;(2)、采用固定功能的专用信号处理器。现在,FPGA提供了一种新的实现方案,这种方案既兼顾ASIC器件(固定功能DSP专用芯片)的实时性,又具有DSP处理器的灵活性以及体积小、速度快、重量轻、功耗低、可靠性高、仿制困难、上批量成本低等优点。限于没有硬件环境,本文对IIR数字滤波器进行了FPGA仿真验证。1.4论文的主要工作本文主要研究IIR数字

6、滤波器优化设计问题。论文重点研究IIR数字滤波器的粒子进化规划算法优化设计;在单目标优化理论的基础上,对IIR数字滤波器的数学模型和优化参数进行分析后,采用遗传算法和量子遗传算法进行IIR数字滤波器的多目标优化设计,并进行结果对比分析;最后进行IIR数字滤波器的FPGA设计。论文的主要工作具体如下:(1)、介绍并分析IIR数字滤波器的数学模型;针对IIR数字滤波器待优化的参数特点,研究遗传算法和量子遗传算法在IIR数字滤波器优化设计中的应用,并对其优化结果进行对比分析。(2)、在对进化规划算法优化设计IIR数字滤波器进行分析研究的基础上,研究粒子

7、进化规划算法,并将其应用于IIR数字滤波器的优化设计。结果表明本文给出的方法能够有效地优化IIR数字滤波器的相关参数。(3)、对前面采用单目标方法优化设计IIR数字滤波器的基础上,针对单目标优化方法的一些不足,研究遗传算法的IIR数字滤波器多目标优化设计方法。对低通、高通、带通以及带阻IIR数字滤波器进行优化设计,将本文方法与传统遗传算法优化设计的结果进行对比分析,结果表明本文方法对IIR数字滤波器的优化结果,优于传统遗传算法的单目标优化设计方法。(4)、研究量子遗传算法在IIR数字滤波器多目标优化设计中的应用,针对传统遗传算法的局限,研究量子遗

8、传算法的IIR数字滤波器多目标优化设计,并对其优化结果进行对比分析。(5)、针对IIR数字滤波器的硬件实现问题,在对IIR数字滤波器的结

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。