英文翻译伍杰杰.docVIP

中南民族大学 毕业论文(设计) 英文翻译材料 学院： 计算机科学学院 专业： 自动化 年级： 2007 学生姓名：伍杰杰 学号： 指导教师： 程立 职称：讲 师 2011年 05 月 05 日 译文： 数字IIR滤波器设计使用蚁群算法算法 文献专业词汇 DSP数字信号处理; recursive 递归; non-recursive非递归; FIR有限脉冲响应响应optimization优化; digital filter数字滤波器; adaptation process适应过程; the parameter space参数空间; the global minima全局最小值; probabilistic transition rules概率转换规则; a flexible memory可变内存; the global optimum solution全局优化方案; continuous optimization problems连续优化问题; objective function目标函数; a string of binary bits二进制位串; sub-path子路径; the intelligent problem人工智能问题; peaks峰值; memory内存 摘要: 改造和分析从模拟信号源采样信号处理（DSP）算法 。DSP的优点是基于这样的事实,即应用算法的性能一直是可预见的。没有依赖公差的电器元件作为模拟系统。DSP算法能合理地描述为一个数字滤波器。数字滤波器大体上分为类:有限和无限的滤波器(检索)过滤器。因为错误的表面过滤器通常是信息检索的多式联运方式的要求,为了避免局部最小值和设计有效的数字信息检索过滤器。在这部作品中,提出了一种基于蚂蚁算法和能力提出了一种用于全球最佳化的数字信息检索滤波器的设计。仿真结果表明,本文提出的方法是准确和具有收敛速度快,计算结果表明,提出的方法可以有效地用于数字信息检索滤波器的设计。: 蚁群;禁忌搜索;持续最优化改造和分析从模拟信号源采样信号处理（DSP）算法 。。例如，DSP储存和复制的音频和视频信号的广泛应用。 DSP的优势该算法的性能应用总是可以预测的电子元件在模拟系统的公差。任何DSP算法或处理器可以说是合理的数字滤波器。数字滤波器可大致分为两类：递归和非递归滤波器。非递归的，或者有限脉冲响应响应滤波器（FIR），取决于输入信号前任值。数字滤波器的主要优点是相同数量系数FIR滤波器它可以提供更好的性能。然而，IIR滤波器设计一些问题。最根本的问题是，可能有一个多模态错误表面。另一个问题是过滤器在适应的过程变得不稳定。虽然这第二个问题可以很容易地通过限制参数空间处理，以避免第一个问题，可以实现在多模态误差全局最小的表面设计方法是必需的。然而，传统的设计梯度搜索的方法可以很容易停留在表面的局部极小的误差。因此，一些研究人员试图发展诸如模拟全局优化设计算法的现代方法的算法（SA）和遗传算法（GA）。 算法和遗传算法采用概率转换规则搜寻错误表面全球最低。 是一个人口为基础的算法（荷兰，1975年）和演进的解决方案，人口问题作为试图改善单一的解决方案，使用一个邻域搜索机制（柯克帕特里克等，1983）。虽然是很容易进行编程和地方衔接 ，这取决于最初的解决方案，它可能需要太多功能评估，以收敛到全局极小。通常发现遗传算法搜索希望的地区十分迅速，但它往往需要太多的计算，从而达到局部极小概率转换规则，因为工作和邻域搜索机制不使用。这两种算法的缺点不希望IIR数字滤波器设计。另外两个具有全局优化禁忌搜索（TS）和蚁群优化算法已被广泛采用的组合型问题启发式流行。格洛弗开发的TS算法是一种迭代搜索的形式，并根据智能解决问题的原则。TS有一个灵活的内存来保存有关搜寻的资料，过去的步骤，并使用它来创建和利用在搜索空间的新的解决方案。一个可能与传统的TS达到一个合理的计算时间时，最初的解决办法是远离所在地区存在的最优解全局最优解的问题。蚁群算法（ACO）模拟了真实蚁群的行为。该算法的主要特点是分布式计算，正反馈和反对构造性贪婪搜索。因此，蚁群算法的表现是由于本地搜索的积极反馈，由于分布计算全局搜索功能良好。在文献中，目前只有一对蚁群的不断优化和工程应用中提出的模型的几部作品提出的旅游蚁群优化（南京塔塔汽车零部件）算法。在这项工作中，我们首先描述一个简单的策略对记忆功能的TS算法的基础，以提高南京塔塔汽车零部件非凸连续优化问题的一种表现，其次提出了一种新方法，南京塔塔汽车零部件为基础的数字IIR滤波器的设计。第2节描述了一个基本的蚁群算法，南京塔塔汽车零部件算法和提出的战略。第3节的测试功能和由南京塔塔汽车零部件的模拟