基于协调粒子群算法的无限冲激响应滤波器优化设计

确定滤波器的参数和阶数是无限冲激响应(IIR)数字滤波器设计中的最重要问题。目前的IIR滤波器优化设计方法容易陷入局部极值,难以得到全局最优解,且阶数不易确定。针对IIR数字滤波器优化设计实质上是一个对参数优化的问题,引入了协调粒子群算法对IIR滤波器进行优化设计,将传统设计方法和优化设计方法相结合,根据传统设计方法确定滤波器的阶数,通过协调粒子群算法对参数进行优化,将最小均方误差函数作为适应度函数,将滤波器的性能要求作为算法终止条件,滤波器的稳定性作为约束条件。该方法解决了传统方法设计的结果不理想以及常用优化设计方法不收敛且阶数不易确定的问题。经过在实际系统中的应用,表明该方法是有效、实用的。

协调粒子群优化算法—HPSO

粒子群优化算法(PSO)是模拟生物群体智能的优化算法,具有良好优化性能。但是由于信息的单一传递,群体的迅速收缩和群体多样性降低,导致算法早熟收敛。该文采用多样性控制与交叉操作,使粒子群在细化搜索与扩展新区之间进行协调,提出了协调粒子群优化算法HPSO。实验结果表明:HPSO比PSO有更好的性能。