检索结果-南通市图书馆

fir数字滤波器的设计——一种基于MATLAB的设计方法

引用

湖北汽车工业学院学报 2004年第3期18卷 32-35页

作者：湛柏明湖北汽车工业学院电子信息科学系湖北十堰442002

介绍了fir数字滤波器的设计,采用频率采样法,运用MATLAB完成设计中的计算和图形绘制,使其变得简单、快捷。

关键词： fir数字滤波器设计频率抽样 MATLAB

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

利用窗函数设计fir数字滤波器

引用

硅谷 2010年第15期 44-44页

作者：赵爱良湖南娄底职业技术学院

介绍在Matlab环境下用窗函数设计fir数字滤波器的方法,并通过实例进行比较和分析,仿真表明,设计结果的各项性能指标均达到指定要求。

关键词： fir数字滤波器设计窗函数实例分析

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

混沌粒子群优化算法的分析与应用

混沌粒子群优化算法的分析与应用

引用

作者：梁慧广东工业大学

学位级别：硕士

粒子群优化(Prticle Swarm Optimization, PSO)算法是由Kennedy和Eberhart于1995年提出的一种基于群体智能的优化算法。PSO算法不同于遗传算法,它是通过群体中的信息共享机制来完成寻优搜索。在这个群体中,个体与群体、个体与个体相互作... 详细信息

粒子群优化(Prticle Swarm Optimization, PSO)算法是由Kennedy和Eberhart于1995年提出的一种基于群体智能的优化算法。PSO算法不同于遗传算法,它是通过群体中的信息共享机制来完成寻优搜索。在这个群体中,个体与群体、个体与个体相互作用,相互影响。PSO算法与遗传算法、蚁群算法等大多数进化计算方法类似,也是一种基于迭代的优化算法。系统初始化为一组随机解,然后通过公式迭代来寻找最优解。与其他进化算法相比,PSO算法的特点主要包括以下几点：(1)每一个粒子都有一个随机的速度,并可以在整个问题空间内移动;(2)每个粒子都具有记忆功能;(3)进化通过个体与个体之间的竞争与合作实现。PSO算法的优点：可并行运算、调整参数少、优化速度快、容易实现。算法的缺点是容易陷入局部极小值点,搜索精度不高。针对这个不足,本文将混沌引入粒子群优化算法,并将混沌粒子群优化算法用于优化问题寻优。混沌是一种普遍的非线性现象,其行为复杂且类似随机,但其实有极强的内在规律。混沌具有随机性,遍历性和对初值的敏感性。利用混沌的这些特点进行优化搜索,比随机搜索更优,而且它可以避免算法陷入局部最优点,提高算法的计算精度。本文将混沌与粒子群优化算法相结合,使得混沌应用于优化搜索中,分析了基于Logistic映射的混沌粒子群优化算法(CPSO)。通过测试函数测试算法性能,仿真结果表明了该算法的有效性和优越性。有限脉冲响应数字滤波器(fir)的设计,从本质上来讲是一个多参数优化问题,因此可以用粒子群优化算法实现寻优。本文利用混沌粒子群优化算法对fir数字滤波器作基于均方误差最小准则的设计,并用该方法设计了一个高通滤波器。与用Parks-McClellan算法设计得到的高通滤波器进行对比,发现基于混沌粒子群优化算法得的fir滤波器通带波动小,阻带衰减大,从而证明了该算法的有效性和优越性。PID控制器具有结构简单、容易实现、控制效果好、鲁棒性强等特点,因此被广泛使用。PID控制器设计的关键在于PID参数的优化。为了能更快更好的解决PID参数的优化问题,引入混沌粒子群优化算法对PID控制参数进行调节,仿真结果表明,粒子群算法收敛速度快且结果可靠。

关键词：优化粒子群优化算法混沌 fir数字滤波器设计 PID控制器参数优化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

群智能算法的研究—蛙跳算法的改进与应用研究

群智能算法的研究—蛙跳算法的改进与应用研究

引用

作者：李晶晶江南大学

学位级别：硕士

群智能优化算法是近年来新兴的一种优化方法，是受到关注最多的研究领域之一，其模拟社会性动物、昆虫的各种群体行为，将这些群体行为的社会活动机制引入到优化算法中，利用群体中个体之间的信息交互和合作来实现寻优的目的。与其它类... 详细信息

群智能优化算法是近年来新兴的一种优化方法，是受到关注最多的研究领域之一，其模拟社会性动物、昆虫的各种群体行为，将这些群体行为的社会活动机制引入到优化算法中，利用群体中个体之间的信息交互和合作来实现寻优的目的。与其它类型的优化方法相比，其全局性好、实现简单、效率高，更适合解决大规模、复杂的寻优问题，被越来越多的应用于实际生活中。目前国内外研究较多的群智能算法，如遗传算法(GA)、粒子群算法(PSO)、蚁群算法(ACO)等的研究工作都已经取得了较大的进展，并且已经成功应用在多个领域中。蛙跳算法(SFLA)是一种受自然界生物现象启发产生的群体进化算法，计算速度快，寻优能力强，但局部搜索能力较弱，容易陷入早熟收敛。针对这些缺点，文章结合高斯变异和柯西变异两种变异算子的优点，提出了一种改进的混合蛙跳算法(MSFLA)。改进后的算法根据算法进化情况自适应调整两种算子的作用时机和作用比例。算法从两种算子中自适应的选择其一进行变异操作，利用高斯变异局部搜索能力强的特点提高了算法的收敛速度，在算法可能陷入局部最优时，则利用柯西变异全局能力强、易引导个体跳出局部最优的优点，两种变异算子相互补充，既提高了算法的收敛速度，也在一定程度上避免算法陷入局部最优和发生早熟收敛，提高了蛙跳算法解决复杂函数问题的能力。并利用几个典型测试函数，通过与基本SFLA和另一种改进SFLA的对比实验，充分验证了MSFLA有效性和优越性。为验证改进后算法(MSFLA)在实际应用中的性能，将算法引入到fir数字滤波器的设计应用中。文章采用频率采样技术对数字滤波器进行设计，在确定过渡带抽样点的值时，传统的查表法无法保证样本点的值最佳，因此可利用MSFLA良好的寻优能力求解出最佳样本值，令阻带衰减尽可能大，通带波纹尽可能小。文章首先对求解过渡带的最佳样本值的问题建立了具体的算法模型，然后在带通和低通两种情况下对其设计的fir滤波器进行验证，通过与PSO和查表法的对比实验证明，MSFLA能够快速、有效的求得频率过渡带样本最优值，解决了查表法不能保证数据最优的问题，验证了其适用性和可行性。

关键词：蛙跳算法高斯变异柯西变异 fir数字滤波器设计频率采样技术

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

项目驱动的EDA与Matlab联合教学实践

引用

高校实验室工作研究 2014年第2期 13-16页

作者：周佳社任爱锋白又云邓军姚若玉西安电子科技大学电子工程学院陕西西安710071

将Matlab/Simulink仿真技术引入到EDA技术教学实践中,能够有效提高教学效率以及增强学生接受项目的主动性。该方案采用EDA与Matlab联合的高速fir数字滤波器的设计实验项目内容,有效的将EDA技术与Matlab仿真技术相融合,从而实现在一个项... 详细信息

将Matlab/Simulink仿真技术引入到EDA技术教学实践中,能够有效提高教学效率以及增强学生接受项目的主动性。该方案采用EDA与Matlab联合的高速fir数字滤波器的设计实验项目内容,有效的将EDA技术与Matlab仿真技术相融合,从而实现在一个项目中两个技术课程共同教学的方法。最后介绍了高速fir数字滤波器的设计与实现,并验证了设计的正确性。实践结果表明,通过项目驱动教学的方法,不但提高了学生的动手能力,而且达到了教学目的。

关键词： EDA Simulink仿真技术项目驱动教学 fir数字滤波器设计

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：