基于CSD编码混合遗传算法IIR滤波器优化设计.docVIP

基于CSD编码混合遗传算法IIR滤波器优化设计 　　摘要：该文针对滤波器功耗过大的问题，采用基于CSD（canonic signed digit）编码的模拟退火遗传算法对IIR（Infinite Impulse Response）滤波器进行优化设计.给出了CSD编码经过交叉、变异后可能出现问题的解决方法.并根据CSD编码特点对遗传算子进行改进，提高了寻优速度.仿真表明，该文方法在降低功耗的同时，可有效加快优化搜索速度，减小通带波纹. 　　关键词：CSD编码；遗传算法；模拟退火算法；IIR滤波器 　　中图分类号：TP18 文献标识码：A 文章编号：1009-3044（2015）08-0201-03 　　Abstract： This paper is concerned with the development of a new technique for the optimization of IIR digital filters over the CSD coefficient space based on the simulated annealing-genetic algorithms. A novel approach was presented for the restoration of CSD numbers to their correct format after the application of crossover and mutation operations in the algorithm. By improving the genetic operations， the algorithms converge faster. Simulation results show that the passband ripple is reduced and faster convergence is obtained. 　　Key words： CSD Encoding；Genetic Algorithm；Simulated Annealing； IIR Filter 　　通常，数字滤波器的硬件实现需要大量乘法器[1].因此减少硬件资源开销、降低功耗成为滤波器设计中急需解决的问题.由De la Serna A.E提出的CSD（Canonic Signed Digit）量化编码，可有效减少硬件乘法器结构，为设计基于CSD 量化系数的滤波器提供了理论依据[2]. 　　IIR数字滤波器由于可用较低的阶数实现较好的选频特性，因而得到广泛应用.目前IIR数字滤波器一般都是在一定的优化准则下用优化算法设计.本文引入CSD编码后，将滤波器设计问题转换成了STP（Sign Two Power）空间上的非线性寻优[3].这时，常规优化算法都不再适用.而混合遗传算法克服了普通遗传算法早熟、跳出局部最优能力弱的缺点，鲁棒性强且全局收敛，成为求解非线性优化问题的有力工具. 　　本文以基于CSD编码的混合遗传算法为工具，对IIR滤波器优化进行研究.对CSD编码在遗传算子操作后可能不再符合编码规则的问题， 提出来简明的解决方法.并对遗传算子进行了一定改进，提高了算法的寻优速度，避免了陷入局部极值. 　　1 CSD编码规则 　　数字电路通过序列移位相加来实现乘法运算，每增加一位非零位就要增加一次移位操作，因而编码中的非零位数直接影响芯片的面积和功耗.CSD编码是一种三元数值系统， 和其它编码相比，在表示同一浮点数时具有较少的非零位.因此，在乘法运算中可有效减少部分积的乘积项，从而减少加法器数量[2][4]. 　　3 针对CSD编码的混合遗传算法 　　模拟退火遗传算法是一种混合优化算法.它综合了模拟退火算法局部搜索能力强和遗传算法全局寻优控制优秀的特点.利用模拟退火算法控制混合算法的收敛性以避免“早熟”、提高寻优性能，利用遗传算法的并行化抽样过程加快寻优速度. 　　混合算法的基本思想是通过选择、交叉、变异产生一组新个体，然后再独立地对产生的各个个体进行模拟退火操作，以其结果作为子代个体.如此反复迭代直至满足终止条件为止.混合算法包括编码、初始种群生成、适应度函数、选择、交叉、变异、模拟退火、终止条件等八个主要部分. 　　3.1编码、初始种群生成 　　编码就是将问题的解空间数据映射成遗传空间的基因串，本文映射为CSD编码. 　　对于IIR滤波器，由式（2），（5），（6）可看出其实际待优化参数共[4N]个，即[（a1，b1，c1，d1，a2，b2，c2，d2，…，aN，bN，cN，dN）]为了保证滤波器的稳定性，要求每个二阶环节的极点都位于[Z]平面单位圆内，因而得到[-2cK2，-1dK1， K=