收藏本站
《湘潭大学》 2008年
收藏 | 手机打开
二维码
手机客户端打开本文

蚁群算法在FIR数字滤波器优化设计中的应用研究

仰继连  
【摘要】: FIR数字滤波器作为基本的数字信号处理功能单元,在数字信号处理等电子信息技术领域有着广泛的应用。当数字滤波器的系数使用浮点表示时,字长效应几乎可以被忽略;当数字滤波器进行高速硬件实现时,必须使用定点表示,此时字长效应就必须考虑。为了尽量减少字长效应对滤波器性能带来影响,需要针对滤波器系数进行优化设计。本论文将蚁群算法应用于线性相位FIR数字滤波器的优化设计,主要开展了以下工作: (1)首先阐明本论文研究的背景和意义;介绍FIR数字滤波器优化设计的研究现状。然后,简要讨论FIR数字滤波器优化设计准则与设计方法;并对蚁群算法的基本原理、数学模型及其应用情况等进行了综述。 (2)在对基本蚁群算法进行全面分析的基础上,将蚁群算法用于线性相位FIR数字滤波器的定点系数优化设计,并根据本问题的特点,对蚁群算法进行相应的改造:依据FIR数字滤波器不同系数可以相等的特点,取消原算法中的禁忌表;为了克服由此带来的影响,则设置蚂蚁数目等于需要优化设计的滤波器系数的个数;通过蚂蚁间的相互协作来完成系数的优化。论文详细阐明了运用蚁群算法进行FIR数字滤波器系数优化设计的实现步骤,且考虑了不同的优化准则;通过实例说明了设计的可行性;并通过与其他设计方法的全面比较,证明了本文方法的有效性。 (3)蚁群算法中的参数选取是影响算法性能和效率的关键因素。针对基于蚁群算法的FIR数字滤波器优化设计模型,分析各个参数的不同配置对算法性能的影响,推导出一些参数配置的基本公式,给出参数选取的指导性原则。仿真结果表明,这些参数配置原则对于提高FIR数字滤波器的优化设计性能比较有效,有利于蚁群算法在FIR数字滤波器优化设计中的应用。 本文的研究工作为线性相位FIR滤波器的设计与实现探索了新的途径和方法,具有一定的理论意义和工程应用价值。
【学位授予单位】:湘潭大学
【学位级别】:硕士
【学位授予年份】:2008
【分类号】:TN713.7

手机知网App
【相似文献】
中国期刊全文数据库 前10条
1 邹海洋;;蚁群算法在智能交通系统中的应用[J];科技信息;2011年19期
2 胡庆婉;刘永财;奠俊保;吴上;;蚁群算法在TSP问题中的参数设定[J];电脑知识与技术;2011年20期
3 邓慧娴;刘朝臣;;物流配送路径中蚁群算法改进策略[J];安徽科技学院学报;2011年03期
4 赵辉;徐俊刚;;基于OpenMP多核架构下并行蚁群算法研究[J];微型机与应用;2011年16期
5 张银玲;牛小梅;;蚁群算法在移动机器人路径规划中的仿真研究[J];计算机仿真;2011年06期
6 王霄;吴开军;;基于改进蚁群算法的无线Mesh网QoS路由算法研究[J];计算机系统应用;2011年07期
7 周伦钢;;基于蚁群算法的粮食应急调度研究[J];电脑知识与技术;2011年19期
8 刘广聪;邬欢欢;郑慧君;;基于蚁群优化的无线传感器网络QoS路由[J];计算机工程与应用;2011年20期
9 潘佳梁;衣同胜;李兵;;基于蚁群算法的雷达系统测试序列优化研究[J];计算机与数字工程;2011年07期
10 计三有;王星;;基于蚁群算法的图书物流中心配送路径规划[J];湖北工业大学学报;2011年04期
中国重要会议论文全文数据库 前10条
1 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
3 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
4 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
5 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
6 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
7 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
8 张如伟;黄捍东;赵迪;;一种新的地震非线性反演方法[A];中国地球物理学会第二十四届年会论文集[C];2008年
9 师凯;蔡延光;邹谷山;王涛;;运输调度问题的蚁群算法研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
10 陈峻;沈洁;秦玲;;蚁群算法进行连续参数优化的新途径[A];加入WTO和中国科技与可持续发展——挑战与机遇、责任和对策(下册)[C];2002年
中国重要报纸全文数据库 前2条
1 惠永辉 徐源;张昌龙—— 勇于挑战难题[N];解放军报;2009年
2 本报记者 张巍巍;瞧瞧“机器游侠”特种兵[N];科技日报;2011年
中国博士学位论文全文数据库 前10条
1 许志红;交流接触器智能化控制与设计技术的研究及实现[D];福州大学;2006年
2 薛云;基于蚁群算法和支持向量机的矿化蚀变信息提取研究[D];中南大学;2008年
3 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
4 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
5 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
6 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
7 何荥;用信息法研究天空亮度分布[D];重庆大学;2008年
8 闫博;基于蚁群算法的集装箱港口选择与网络均衡分析[D];大连海事大学;2008年
9 吕雄伟;邮政物流车辆路径问题研究[D];西南交通大学;2009年
10 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
中国硕士学位论文全文数据库 前10条
1 傅宏;基于遗传多蚁群算法的QoS组播路由算法研究[D];重庆大学;2010年
2 潘鹏竹;协同制造调度问题的蚁群算法研究[D];沈阳工业大学;2010年
3 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年
4 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
5 吕海鹏;改进蚁群算法在YKK系列中型高压电机优化设计中的应用[D];哈尔滨理工大学;2010年
6 刘志勇;基于蚁群算法与竞选算法的作业车间调度求解及比较研究[D];广东工业大学;2011年
7 张守年;改进的蚁群算法及其在QoS中的应用[D];华南理工大学;2010年
8 林时来;基于蚁群算法的呼吸信号情感识别研究[D];西南大学;2011年
9 孙莹;无底柱分段崩落法矿山生产调度系统优化研究[D];西安建筑科技大学;2010年
10 李旭;应用点着色聚类改进蚁群算法[D];四川师范大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026