毕业设计(论文)_基于人工鱼群传算法的iir数字滤波器的设计.docVIP

毕业设计(论文)_基于人工鱼群传算法的iir数字滤波器的设计.doc

  1. 1、本文档共28页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
毕业设计(论文)_基于人工鱼群传算法的iir数字滤波器的设计

基于人工鱼群算法的IIR数字滤波 器的设计 课程名称: 数字信号处理 专业班级: 小组组员: 摘要 4 Abstract 5 1 鱼群模式概论 6 1.1 鱼群模式 6 1.2鱼群行为分析 6 1.3 人工鱼 7 1.4 问题的解决 8 2 人工鱼群算法 9 2.1 人工鱼模型 9 2.2 相关定义 9 2.3行为描述 10 2.3.1 觅食行为 10 2.3.2 聚群行为 10 2.3.3追尾行为 10 2.2.4 随机行为 11 2.2.5 行为选择 11 2.4 算法描述 11 3 数字滤波器 14 3.1数字滤波器的简介 14 3.2 FIR和IIR数字滤波器的概述 14 3.2.1 FIR数字滤波器 14 3.2.2 IIR数字滤波器 15 3.2.3 FIR数字滤波器与IIR数字滤波器的区别 15 3.3 数字滤波器的设计要求 16 3.4 数字滤波器的设计方法 17 4基于人工鱼群算法的IIR数字滤波器的设计 18 4.1 IIR数字滤波器优化模型 18 4.2 IIR数字滤波器设计 19 4.3 IIR数字滤波器的仿真结果 20 4.3.1 仿真图形 20 5 小结 22 6 参考文献 23 附件 24 摘要 IIR数字滤波器设计一直是数字信号处理领域的重要课题之一。优化算法是数字滤波器设计的一种主要方法,它是在一定优化准则下,使设计的滤波器性达到最优,但由于这些算法都是非线性优化算法,优化过程中容易陷入局部最小值。近年来,随着智能优化算法的广泛研究,已经有学者将遗传算法(GA)和粒子群算法(PSO)应用到IIR数字滤波器设计中。但是遗传算法运行速度慢,有时会陷入局部最优解的缺点;粒子群算法虽然运行速度快,算法简单,但是仍有很大的可能陷入局部最优解。为了克服以上的缺点,采用新的全局优化技术提高IIR数字滤波器的设计质量,是一个值得研究的课题。 人工鱼群算法是新近提出的一种全局优化算法。它将基于行为的人工智能思想通过动物自治体的模式引入优化命题的解决中,构造了一种解决问题的架构一鱼群模式,并由此产生了一种高效的智能优化算法。将人工鱼群算法用于IIR 数字滤波器的设计,发现该算法实现简单,有较强的跳出局部最优解的能力,并且具有算法灵活,简单,收敛速度快和全局收敛性好等优点。 人工鱼群算法从具体的实施算法到总体的设计理念,都不同于传统的设计和解决方法,同时它又具有与传统方法相融合的基础,相信该算法将来会被广泛地应用于问题求解、机器学习、信号处理、智能控制和人工生命等领域。 关键词:IIR数字滤波器 人工鱼群算法 全局优化 Abstract IIR digital filter design has been an important topic in the field of digital signal processing. Optimization algorithm is a major method of digital filter design, which is optimized under certain criteria, so that the design of the optimal filter, but because these algorithms are nonlinear optimization algorithm, the optimization process is easy to fall into local minimum. In recent years, along with a wide range of intelligent optimization algorithm, scholars have genetic algorithm (GA) and particle swarm optimization (PSO) is applied to IIR digital filter design. However, the genetic algorithm is running slow, and sometimes fall into local optimal solution; PSO algorithm although fast, simple algorithm, but there is still much more likely to fall into local optima. To overcome these dra

文档评论(0)

海纳百川 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档