基于粒子群算法的fir濾波器設(shè)計(jì)方法
【專利摘要】本發(fā)明公開了一種基于粒子群算法的FIR濾波器設(shè)計(jì)方法，以FIR濾波器的單位沖激響應(yīng)作為粒子群算法的粒子位置向量，基于FIR濾波器的濾波后信號的信噪比和FIR濾波器的均方誤差來設(shè)計(jì)粒子群算法的適應(yīng)度函數(shù)，迭代得到FIR濾波器。本發(fā)明基于信噪比和均方誤差最小化準(zhǔn)則設(shè)計(jì)粒子群算法的適應(yīng)度函數(shù)，采用粒子群算法對FIR濾波器進(jìn)行設(shè)計(jì)，從而得到兼顧信噪比性能的FIR濾波器。
【專利說明】
基于粒子群算法的FIR濾波器設(shè)計(jì)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于濾波器設(shè)計(jì)技術(shù)領(lǐng)域，更為具體地講，涉及一種基于粒子群算法的FIR 濾波器設(shè)計(jì)方法。
【背景技術(shù)】
[0002] FIR(Finite Impulse Response，有限長單位沖激響應(yīng))濾波器又稱為非遞歸型濾 波器，是數(shù)字信號處理系統(tǒng)中最基本的元件，它可以在保證任意幅頻特性的同時(shí)具有嚴(yán)格 的線性相頻特性，同時(shí)其單位抽樣響應(yīng)是有限長的，因而該濾波器是穩(wěn)定的系統(tǒng)。因此，F(xiàn)IR 濾波器在通信、圖像處理、模式識別等領(lǐng)域都有著廣泛的應(yīng)用。
[0003] 目前常用的FIR濾波器的設(shè)計(jì)方法有窗函數(shù)法、頻率取樣法和切比雪夫等波紋逼 近的最優(yōu)化設(shè)計(jì)方法等。在實(shí)際的工程應(yīng)用中，F(xiàn)IR濾波器的設(shè)計(jì)實(shí)現(xiàn)，通常需要同時(shí)滿足 多個(gè)技術(shù)指標(biāo)或達(dá)到較高的精度，設(shè)計(jì)工作比較復(fù)雜，而且只能是逼近工程的指標(biāo)要求。那 么此時(shí)FIR濾波器的設(shè)計(jì)其實(shí)就是尋找濾波器系數(shù)使頻率響應(yīng)不斷的逼近理想的濾波器， 可以看作一個(gè)最優(yōu)化問題。求解最優(yōu)化問題常用的算法有遺傳算法、神經(jīng)網(wǎng)絡(luò)算法、粒子群 算法等等。
[0004] 在現(xiàn)有的基于最優(yōu)化問題的FIR濾波器設(shè)計(jì)方法中，常用的最優(yōu)化準(zhǔn)則包括均方 誤差最小準(zhǔn)則和最大誤差最小化準(zhǔn)則。其中均方誤差最小準(zhǔn)則是使FIR濾波器的頻率響應(yīng) 誤差的平方和最小，最大誤差最小化準(zhǔn)則是使設(shè)計(jì)的濾波器幅頻響應(yīng)最大逼近誤差達(dá)到最 小。這兩種準(zhǔn)則都是考慮的僅關(guān)注了要設(shè)計(jì)濾波器與理想低通濾波器的逼近程度，所考慮 的因素較為單一，并未考慮FIR濾波器的其他性能，例如信噪比等，當(dāng)輸入信號所受干擾變 化時(shí)，難以保證濾波效果。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于粒子群算法的FIR濾波器 設(shè)計(jì)方法，基于信噪比和均方誤差最小化準(zhǔn)則設(shè)計(jì)粒子群算法的適應(yīng)度函數(shù)，采用粒子群 算法對FIR濾波器進(jìn)行設(shè)計(jì)，從而得到兼顧信噪比性能的FIR濾波器。
[0006] 為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明基于粒子群算法的FIR濾波器設(shè)計(jì)方法包括以下步 驟：
[0007] SI:設(shè)置粒子群算法中的參數(shù)，包括粒子群大小M、最大迭代次數(shù)Gmax和適應(yīng)度閾值 Fmin，其中粒子位置向量為FIR濾波器的單位沖激響應(yīng)序列；
[0008] S2:初始化粒子群中的M個(gè)粒子的位置和速度，以及FIR濾波器的均方誤差參考值
[0009] S3:令迭代次數(shù)k = l;
[0010] S4:采用每個(gè)粒子所對應(yīng)的FIR濾波器對輸入信號進(jìn)行濾波，得到其濾波后信號， 根據(jù)以下公式計(jì)算粒子群中每個(gè)粒子的適應(yīng)度值F:
[0011] F = SNR+E 其中，SNR表示濾波后信號的信噪比：
，ef表示粒子位置對應(yīng)的單 位沖激響應(yīng)序列與理想濾波器的單位沖激響應(yīng)序列的均方誤差； S5:更新每個(gè)粒子的局部最優(yōu)位置和全局最優(yōu)位置，以全局最優(yōu)位置的均方誤差對均 方差參考值4進(jìn)行更新；
[0012] S6:如果k = Gmax或Fbest>Fmin，其中Fbest表示當(dāng)前粒子群中全局最優(yōu)位置的適應(yīng)度 值，則根據(jù)全局最優(yōu)位置得到FIR濾波器的單位沖激響應(yīng)序列，F(xiàn)IR濾波器設(shè)計(jì)完畢;否則更 新粒子群中每個(gè)粒子的位置和速度，令k = k+1，返回步驟S4。
[0013] 本發(fā)明基于粒子群算法的FIR濾波器設(shè)計(jì)方法，以FIR濾波器的單位沖激響應(yīng)作為 粒子群算法的粒子位置向量，基于FIR濾波器的濾波后信號的信噪比和FIR濾波器的均方誤 差來設(shè)計(jì)粒子群算法的適應(yīng)度函數(shù)，迭代得到FIR濾波器。
[0014] 本發(fā)明具有以下有益效果：
[0015] 1)本發(fā)明基于FIR濾波器的濾波后信號的信噪比和FIR濾波器的均方誤差來設(shè)計(jì) 粒子群算法的適應(yīng)度函數(shù)，可以很好地適應(yīng)外界干擾，保證濾波后信號的信噪比；
[0016] 2)在對粒子群算法中的粒子進(jìn)行初始化時(shí)，可以采用常規(guī)設(shè)計(jì)方法設(shè)計(jì)得到初始 FIR濾波器，根據(jù)初始FIR濾波器對粒子進(jìn)行初始化，在已存在較好位置基礎(chǔ)上尋找更佳位 置，這樣不僅可以加快搜索速度，還可以大大減少陷入局部最優(yōu)位置的概率。
【附圖說明】
[0017] 圖1是本發(fā)明基于粒子群算法的FIR濾波器設(shè)計(jì)方法的流程圖；
[0018] 圖2是本實(shí)施例中初始FIR低通濾波器的幅頻特征曲線；
[0019] 圖3是本實(shí)施例中初始FIR低通濾波器與理想低通濾波器的沖擊響應(yīng)對比圖；
[0020]圖4是本實(shí)施例中輸入信號波形圖；
[0021]圖5是圖4所示輸入信號經(jīng)初始FIR低通濾波器濾波后的信號；
[0022]圖6是本實(shí)施例中設(shè)計(jì)得到的FIR低通濾波器與初始FIR低通濾波器和理想低通濾 波器的沖擊響應(yīng)對比圖；
[0023] 圖7是圖4所示輸入信號經(jīng)設(shè)計(jì)得到的FIR低通濾波器濾波后的信號。
【具體實(shí)施方式】
[0024] 下面結(jié)合附圖對本發(fā)明的【具體實(shí)施方式】進(jìn)行描述，以便本領(lǐng)域的技術(shù)人員更好地 理解本發(fā)明。需要特別提醒注意的是，在以下的描述中，當(dāng)已知功能和設(shè)計(jì)的詳細(xì)描述也許 會淡化本發(fā)明的主要內(nèi)容時(shí)，這些描述在這里將被忽略。
[0025] 實(shí)施例
[0026] 由于FIR濾波器設(shè)計(jì)可以看作一個(gè)最優(yōu)化問題，因此本發(fā)明采用粒子群算法來實(shí) 現(xiàn)FIR濾波器的設(shè)計(jì)，并基于對濾波后信號信噪比的考慮，對適應(yīng)度函數(shù)進(jìn)行了改進(jìn)。圖1是 本發(fā)明基于粒子群算法的FIR濾波器設(shè)計(jì)方法的流程圖。如圖1所示，本發(fā)明基于粒子群算 法的FIR濾波器設(shè)計(jì)方法包括以下步驟：
[0027] S101:設(shè)置粒子群算法參數(shù)：
[0028] 首先需要對粒子群算法中的參數(shù)進(jìn)行設(shè)置，包括粒子群大小M、最大迭代次數(shù)Gmax 和適應(yīng)度閾值Fmin。FIR濾波器的系統(tǒng)函數(shù)可以記為：
[0029]
⑴
[0030] 其中h(n)表示FIR濾波器的單位沖激響應(yīng)，N表示FIR濾波器的階數(shù)。因此粒子群中 的每個(gè)粒子的位置向量為FIR濾波器的單位沖激響應(yīng)序列。
[0031] 本實(shí)施例中，采用N階線性相位FIR低通濾波器，其單位沖激響應(yīng)h(n)為實(shí)數(shù)，且以 對稱中心n =( N-1) /2對稱，因此有h (n )= h (N-1 -η)。因此本實(shí)施例中粒子群中的每個(gè)粒子， 其位置向量的格式為[!!((^，!!(^，!!^…!!（(^^/^"，即只取單位沖激響應(yīng)序列中的前一 半。
[0032] 根據(jù)粒子群算法的流程可知，在算法執(zhí)行過程中每個(gè)粒子的位置和速度都會進(jìn)行 更新，自然還需要對粒子群算法自身的一些參數(shù)進(jìn)行設(shè)置，包括加速度常數(shù)cdPc 2,慣性權(quán) 重ω。本實(shí)施例中粒子群大小M= 100，最大迭代次數(shù)Gmax= 1000，適應(yīng)度閥值Fmin= 110dB，加 速度常數(shù)Ci = C2 = 0.2,慣性權(quán)重ω =0.4。
[0033] S102:初始化粒子：
[0034] 初始化粒子群中的M個(gè)粒子的位置和速度，以及FIR濾波器的均方誤差參考值
[0035] 在粒子群算法中，粒子的位置和速度的初始值通常是隨機(jī)獲取的。為了提高粒子 群算法的效率，需要盡可能設(shè)置一個(gè)合適的初始值。本實(shí)施例中，采用常規(guī)FIR濾波器設(shè)計(jì) 方法對FIR濾波器進(jìn)行設(shè)計(jì)，得到初始FIR濾波器，記其單位沖激響應(yīng)序列為[h Q(0)，ho(l)， 110(2)-士()0-1)]，每個(gè)粒子從[11()(0)，11()(1)，11()(2)~11()0-1)]中隨機(jī)選擇1^個(gè)單位沖激響 應(yīng)作為自身位置向量的對應(yīng)元素，其余元素隨機(jī)設(shè)置，K i e (〇，N-1 ]，i = 1，2，…，M。每個(gè)粒 子對應(yīng)的1可以相同，也可以不同，顯然當(dāng)1=^1時(shí)，所有初始粒子的位置都是相同的?；?于初始FIR濾波器，均方誤差參考值^的初始值為初始FIR濾波器對應(yīng)的均方誤差，粒子群 算法迭代過程中各個(gè)粒子的速度上限Vm ax <max (ho (η))。
[0036] FIR濾波器的常規(guī)FIR濾波器設(shè)計(jì)方法通常有三種主要的方法:窗函數(shù)法、頻率取 樣法和切比雪夫等波紋逼近的最優(yōu)化設(shè)計(jì)方法。本實(shí)施例中FIR濾波器以FIR低通濾波器為 例，由于窗函數(shù)中的凱澤窗可以調(diào)節(jié)主半寬度與旁瓣衰減，適應(yīng)性較強(qiáng)，而且其阻帶衰減 大，通帶衰減很小，因此本實(shí)施例采用窗函數(shù)中的凱澤窗來進(jìn)行初始FIR濾波器的設(shè)計(jì)。 [0037]理想線性低通濾波器的傳輸函數(shù)為：
[0038]
(2)
[0039] 其中，e表示自然常數(shù)，ω表示頻率，ω。表示截止頻率，τ為群延。
[0040] 其單位沖擊響應(yīng)為：
[0041]
[0042] 其時(shí)域的單位hd(n)為無限長。窗函數(shù)設(shè)計(jì)法的基本思路是用一定寬度窗函數(shù)截 取理想情況下的脈沖響應(yīng)，忽略窗函數(shù)寬度以外的序列，這樣得到的脈沖響便是有限長的。 設(shè)窗函數(shù)序列為ω (η)，將hd(n)加以截?cái)嗪蟮男蛄袨閔(n):
[0043] h(n) =hd(n) X ω (η) 0^Ξη^ΞΝ-1 (4)
[0044] 加窗后的實(shí)際頻率響應(yīng)H(ejtJ)為：
[0045]
(5)
[0046] 窗函數(shù)法設(shè)計(jì)FIR濾波器就是尋找N和窗的形狀ω (n)使加窗后的實(shí)際頻率響應(yīng)H (e>)滿足設(shè)計(jì)要求。
[0047]凱澤窗函數(shù)形式為：
[0048]
(6)
[0049] 其中，1〇( ·)是第一類零階變型貝塞爾函數(shù)，RN(n)表示Lagrange型余項(xiàng)。β是一個(gè) 可調(diào)的參數(shù)，用來調(diào)節(jié)主瓣寬度和旁瓣衰減，一般說來，β可以調(diào)節(jié)窗的形狀，β越大，窗函數(shù) 主瓣寬度增加，旁瓣衰減也就越大。β可采用下面公式來計(jì)算：
[0051 ] 其中As為阻帶衰減。
[0052] 窗長度N的計(jì)算公式為：
[0053]
(S)
[0054]其中過渡帶角頻率Δ ω =231 Af/fs，Af表示過濾帶頻率，fs表示輸入信號的采樣 頻率。
[0055]本實(shí)施例中輸入信號的采樣頻率fs = 1220Hz，F(xiàn)IR濾波器的截止頻率fc= IHz，此處 選擇Af = 5Hz，設(shè)置阻帶衰減As = 80dB。則凱澤窗參數(shù)計(jì)算結(jié)果如下：
[0056]
[0057]
[0058]
[0059]
[0060] 圖2是本實(shí)施例中初始FIR低通濾波器的幅頻特征曲線。如圖2所示，可以看出初始 FIR濾波器的阻帶衰減比較大。圖3是本實(shí)施例中初始FIR低通濾波器與理想低通濾波器的 沖擊響應(yīng)對比圖。如圖3所示，本實(shí)施例中采用凱澤窗設(shè)計(jì)得到的初始FIR低通濾波器，與理 想的低通濾波器仍然存在一定誤差，其均方誤差為：
[0061 ] (12)
[0062]
[0063] 圖4是本實(shí)施例中輸入信號波形圖。如圖4所示，該輸入信號的信噪比為66.76dB。 圖5是圖4所示輸入信號經(jīng)初始FIR低通濾波器濾波后的信號。如圖5所示，經(jīng)初始FIR低通濾 波器濾波后，信號的信噪比提高到106.27dB。
[0064] S103:令迭代次數(shù)k = l。
[0065] S104:計(jì)算適應(yīng)度值：
[0066] 濾波器設(shè)計(jì)有兩種最優(yōu)化準(zhǔn)則，一種是均方誤差最小準(zhǔn)則，另一種是最大誤差最 小化準(zhǔn)則。由于最大誤差最小化準(zhǔn)則比較復(fù)雜，本發(fā)明基于濾波后信號的信噪比，參考均方 誤差最小準(zhǔn)則，修改適應(yīng)度函數(shù)。下面先分別對于信噪比和均方誤差最小準(zhǔn)則進(jìn)行說明。
[0067] #信噪比
[0068] 信噪比用來衡量信號中有用信號功率與噪聲功率的比例，其計(jì)算公式為：
[0069]
(13)
[0070] 其中Vs為信號有效值，VnS噪聲有效值。以計(jì)算，對于直流信號，信噪比一 般用下面公式計(jì)算：
[0071]
(14)
[0072] 其中，x(n)表示FIR濾波器濾波后信號，濾波后的信號信噪比越高，表明濾波方法 越有效。
[0073] ?均方誤差最小準(zhǔn)則
[0074] 均方誤差最小準(zhǔn)則原則上是使FIR濾波器與理想濾波器頻率響應(yīng)的誤差的平方和 最小。以Hd(e>)表示所要設(shè)計(jì)的濾波器理想的頻率響應(yīng)，H(e>)表示設(shè)計(jì)得到的濾波器頻 率響應(yīng)，Ed(e>)表示所要設(shè)計(jì)的濾波器理想的頻率響應(yīng)與實(shí)際響應(yīng)的誤差，則：
[0075]
[0076]均方誤差(誤差的平方和的平均值)為：
[0077]< 16) 一>1
-/?
[0078] 均方誤差最小準(zhǔn)則就是找到一組h (η)使e2最小。求

[0079]
[0082 (18)
[0080]
[0081 ] )的傅里葉 變換·抝方誤差可以田下忒丟元.
特性無關(guān)，因此在實(shí)際計(jì)算均方誤差時(shí)，其計(jì)算公式采用：[0084]
( 19 J
[0083 ，與設(shè)計(jì)的實(shí)際濾波器
[0085] 因此，本發(fā)明基于信噪比和均方誤差最小準(zhǔn)則，設(shè)計(jì)得到粒子群算法的適應(yīng)度函 數(shù)表示如下：
[0086] F = SNR+E (20)
[0087] 其中，F(xiàn)表示適應(yīng)度值，SNR表示濾波后信號的信噪比
良 示粒子位置對應(yīng)的單位沖激響應(yīng)序列與理想濾波器的單位沖擊響應(yīng)序列的均方誤差，<表 示FIR濾波器的均方誤差參考值?？梢姡诒景l(fā)明中，適應(yīng)度值越大越好。
[0088] 從適應(yīng)度函數(shù)F的表達(dá)式可以看出，如果粒子新位置的均方差滿足ef i g，則是以 新位置作為濾波器系數(shù)濾波后的信號的信噪比作為評價(jià)粒子位置的優(yōu)劣，當(dāng)粒子新位置的 均方差不滿足if ^ <時(shí)，則該粒子的適應(yīng)度為無窮小，即忽略該位置，不作為個(gè)體最優(yōu)位 置、全局最優(yōu)位置的考慮。在實(shí)際應(yīng)用中，-般以一個(gè)絕對小值來代替即可。
[0089I S105:更新最優(yōu)位置和均方誤差參考值：
[0090]更新每個(gè)粒子的局部最優(yōu)位置和全局最優(yōu)位置，以全局最優(yōu)位置的均方誤差對均 方差參考值#進(jìn)行更新，即以當(dāng)前粒子群中全局最優(yōu)位置的均方誤差作為新的均方差參 考值^。
[0091] 局部最優(yōu)位置是指粒子在歷史迭代過程中適應(yīng)度值最大的粒子位置，全局最優(yōu)位 置是指歷史迭代過程中所有粒子適應(yīng)度值最大的粒子位置。
[0092] S106:判斷是否k = Gmax或Fbest>Fmin，其中Fbest表示當(dāng)前粒子群中全局最優(yōu)位置的 適應(yīng)度值，如果是，說明已經(jīng)達(dá)到迭代結(jié)束條件，進(jìn)入步驟S108，否則進(jìn)入步驟S107。
[0093] S107:更新粒子：
[0094] 更新粒子群中每個(gè)粒子的位置和速度，令k = k+l，返回步驟S104。
[0095] 在粒子群算法中，記第i個(gè)粒子在第k次迭代的位置χ?=[χ??3…，xf]，其中
表示第i個(gè)粒子第k次迭代位置的第q個(gè)元素，q=l，2，-_，Q。記第i個(gè)粒子的局部最優(yōu)位 置pbest1 = [pbest'pbest'pbest13···，pbestlQ]，其中pbestlq表示第i個(gè)粒子局部最優(yōu)位 置的第q個(gè)元素。記全局最優(yōu)位置gbest= [gbest1，gbest2，gbest3···，gbest Q]，其中g(shù)bestq表 示粒子群最優(yōu)位置的第q個(gè)元素。記第i個(gè)粒子在第k次迭代的速度 其中4表示第i個(gè)粒子第k次迭代速度的第q個(gè)元素。那么粒子的位置和速度的更新公式如 下：
[0096] (21)
[0097]
[0098] 在粒子群算法中，粒子的位置和速度一般會存在一個(gè)限定范圍。
[0099] S108:得到FIR濾波器：
[0100] 根據(jù)全局最優(yōu)位置得到FIR濾波器的單位沖激響應(yīng)序列，F(xiàn)IR濾波器設(shè)計(jì)完畢。
[0101] 圖6是本實(shí)施例中設(shè)計(jì)得到的FIR低通濾波器與初始FIR低通濾波器和理想低通濾 波器的沖擊響應(yīng)對比圖。如圖6所示，采用本發(fā)明優(yōu)化后的FIR低通濾波器，其沖擊響應(yīng)更接 近于理想低通濾波器的沖擊響應(yīng)，明顯優(yōu)于采用凱澤窗所設(shè)計(jì)得到的初始低通濾波器。
[0102] 圖7是圖4所示輸入信號經(jīng)設(shè)計(jì)得到的FIR低通濾波器濾波后的信號。對比圖5和圖 7,可知采用本發(fā)明設(shè)計(jì)得到的FIR低通濾波器，較采用凱澤窗設(shè)計(jì)得到的FIR低通濾波器得 到的濾波后信號波動范圍更小，其信噪比提高到114.72dB，明顯優(yōu)于初始FIR低通濾波器。 [0103]盡管上面對本發(fā)明說明性的【具體實(shí)施方式】進(jìn)行了描述，以便于本技術(shù)領(lǐng)域的技術(shù) 人員理解本發(fā)明，但應(yīng)該清楚，本發(fā)明不限于【具體實(shí)施方式】的范圍，對本技術(shù)領(lǐng)域的普通技 術(shù)人員來講，只要各種變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi)，這些 變化是顯而易見的，一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護(hù)之列。
【主權(quán)項(xiàng)】
1. 一種基于粒子群算法的FIR濾波器設(shè)計(jì)方法，其特征在于，包括以下步驟： S1:設(shè)置粒子群算法中的參數(shù)，包括粒子群大小M、最大迭代次數(shù)Gmax和適應(yīng)度閾值Fmin， 其中粒子位置向量為FIR濾波器的單位沖激響應(yīng)序列； S2:初始化粒子群中Μ個(gè)粒子的位置和速度，以及FIR濾波器的均方誤差參考值€ ; S3:令迭代次數(shù)k=l; S4:采用每個(gè)粒子所對應(yīng)的FIR濾波器對輸入信號進(jìn)行濾波，得到其濾波后信號，根據(jù) 以下公式計(jì)算粒子群中每個(gè)粒子的適應(yīng)度值F:F = SNR+E 其中，SNR表示濾波后信號的信噪比， 表示粒子位置對應(yīng)的單 位沖激響應(yīng)序列與理想濾波器的單位沖擊響應(yīng)序列的均方誤差； S5:更新每個(gè)粒子的局部最優(yōu)位置和全局最優(yōu)位置，以全局最優(yōu)位置的均方誤差對均 方差參考值<進(jìn)行更新； S6 :如果k = Gmax或Fbest > Fmin，其中Fbest表示當(dāng)前粒子群中全局最優(yōu)位置的適應(yīng)度值，則 根據(jù)全局最優(yōu)位置得到FIR濾波器的單位沖激響應(yīng)序列，F(xiàn)IR濾波器設(shè)計(jì)完畢；否則更新粒 子群中每個(gè)粒子的位置和速度，令k = k+1，返回步驟S4。2. 根據(jù)權(quán)利要求1所述的FIR濾波器設(shè)計(jì)方法，其特征在于，所述步驟S2中粒子位置的 初始化方法為:采用常規(guī)FIR濾波器設(shè)計(jì)方法對IFR濾波器進(jìn)行設(shè)計(jì)，得到初始FIR濾波器， 記其單位沖激響應(yīng)序列為[h()(0)，ho(l)，1?()(2)···1?()(Ν-1)]，每個(gè)粒子從[ho(0)，ho(l)，ho (2) )]中隨機(jī)選擇Ki個(gè)單位沖激響應(yīng)作為自身位置向量的對應(yīng)元素，其余元素隨機(jī) 設(shè)置，Kie(〇，N-l]，i = l，2r"，M。3. 根據(jù)權(quán)利要求2所述的FIR濾波器設(shè)計(jì)方法，其特征在于，所述步驟S2中均方誤差參 考值< 的初始值為初始FIR濾波器對應(yīng)的均方誤差。4. 根據(jù)權(quán)利要求2所述的FIR濾波器設(shè)計(jì)方法，其特征在于，所述步驟S6中，粒子群算法 迭代過程中各個(gè)粒子的速度上限Vmax <max (ho (η))。
【文檔編號】H03H17/00GK106067783SQ201610420662
【公開日】2016年11月2日
【申請日】2016年6月13日 公開號201610420662.3, CN 106067783 A, CN 106067783A, CN 201610420662, CN-A-106067783, CN106067783 A, CN106067783A, CN201610420662, CN201610420662.3
【發(fā)明人】王鋰, 戴志堅(jiān), 馬敏, 張永友
【申請人】電子科技大學(xué)