改进的粒子群优化算法设计FIR低通数字滤波器

摘要：

粒子群优化算法(PSO)因具有参数少、易于实现等优点,在解决优化问题时表现出很好的性能.有限长单位脉冲响应(FIR)数字滤波器因具有稳定的结构、易于实现等优点,在实际中有着很广泛的应用.因此,将基于三角函数因子的改进PSO算法(TFPSO)用于对FIR低通数字滤波器性能的优化,并将其与基于折射原理反向学习(refrP-SO)、基于反向学习(OPSO)的PSO算法所设计的FIR低通数字滤波器的性能进行比较.在实验中构造出一种性能较好的适应值函数,以验证这几种改进的PSO算法所设计的FIR低通数字滤波器的性能.实验结果表明,基于三角函数因子的PSO算法滤波性能较差,而基于折射原理反向学习的PSO算法性能最佳.

关键词：智能算法、粒子群优化算法、FIR数字滤波器

所属期刊栏目：44

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金61070008,61364025;江西省自然科学基金项目20132BAB201045;江西省教育厅科学技术项目GJJ13729

在线出版日期：2017-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：136-138,156