本文選題：數(shù)字濾波器　切入點：頻罩濾波器　出處：《東南大學》2015年博士論文　論文類型：學位論文

【摘要】：隨著數(shù)字信號處理技術的發(fā)展,數(shù)字濾波器的用途也越來越廣泛。有限沖激響應(FIR)數(shù)字濾波器由于其具有嚴格線性相位和穩(wěn)定性等特點,受到了廣泛的關注。然而FIR數(shù)字濾波器的一個突出缺點就是當設計性能指標要求較高時所需要的濾波器階數(shù)會相應增加,從而導致了較高的實現(xiàn)復雜度。因此,如何設計低復雜度的數(shù)字濾波器具有較高的研究價值。本文以低復雜度數(shù)字濾波器的設計理論為研究內(nèi)容,主要圍繞可重構和稀疏系數(shù)兩種最新提出的低復雜度濾波器設計理論展開研究。論文的主要工作包括：1、提出一種基于二階錐優(yōu)化的可重構頻罩濾波器的設計算法。傳統(tǒng)的可重構頻罩濾波器的設計方法將所有的子濾波器分開設計,導致得到的設計結果是次優(yōu)的。針對這個問題,本文提出了一種同時考慮所有期望設計模式的可重構頻罩濾波器的聯(lián)合設計方法。該方法主要分為兩步：首先,通過單獨設計所有子濾波器獲得一個初始結果；然后通過迭代求解一個二階錐優(yōu)化問題更新初始結果。仿真結果表明,相比于傳統(tǒng)的可重構頻罩濾波器的設計方法,本文所提出的方法能夠顯著地降低濾波器的設計誤差。2、提出了一種基于迭代加權L1優(yōu)化的稀疏系數(shù)抽取濾波器的設計方法。為了減少系數(shù)抽取濾波器的乘法器個數(shù),研究了其稀疏設計方法。該方法將系數(shù)抽取濾波器的稀疏設計問題轉化為一個迭代加權L1優(yōu)化問題,該方法在每一步中求解一個滿足濾波器設計標準的最小加權L1問題,然后選擇當前非零系數(shù)中絕對值最小的系數(shù)在下一步的求解中將其置為0。隨著加權L1優(yōu)化算法的迭代,濾波器的稀疏度不斷增加,直到不能再滿足濾波器的設計標準。實驗結果表明,該方法可以有效的減少系數(shù)抽取濾波器所需的乘法器個數(shù)。3、提出了一種基于二值粒子群優(yōu)化(BPSO)的稀疏FIR濾波器的設計方法。針對FIR濾波器設計要求約束下的稀疏濾波器設計的高度非凸問題,提出了一種基于BPSO的設計算法。該方法在每一步中將FIR濾波器的稀疏度固定,利用BPSO算法來尋找滿足給定設計要求的FIR濾波器零系數(shù)位置集合。一旦BPSO的群體最優(yōu)解滿足給定的濾波器設計要求,就將FIR濾波器的稀疏度增加1,然后進入算法的下一步。該算法不斷增加FIR濾波器的稀疏度,直到?jīng)]有更加稀疏的解存在。實驗結果表明,該算法相較于現(xiàn)有的算法能夠獲得更加稀疏的FIR濾波器系數(shù)。4、提出了一種基于模擬退火算法的低群時延稀疏濾波器設計方法。針對稀疏濾波器的群時延相比于相同設計標準下的非稀疏濾波器高的問題,研究了低群時延稀疏濾波器的設計方法。該方法將低群時延稀疏濾波器設計轉化為一個組合優(yōu)化問題,然后利用模擬退火算法來進行求解。該方法在每一步中將低群時延濾波器的稀疏度固定,利用模擬退火算法來尋找滿足設計標準的零系數(shù)位置集合。一旦模擬退火算法的當前解滿足給定的設計要求,就將低群時延濾波器的稀疏度增加1然后進入算法的下一步,直到?jīng)]有更加稀疏的解存在。實驗結果表明,該方法相較于現(xiàn)有的設計算法能夠獲得更加稀疏的低群時延濾波器。
[Abstract]:......
【學位授予單位】：東南大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TN713.7

【參考文獻】

相關期刊論文 前3條

1 王浩;包永強;奚吉;趙力;鄒采榮;;基于一維PCA-EIR技術的二維SVD-FIR濾波器設計[J];東南大學學報(自然科學版);2013年02期

2 焦李成;楊淑媛;劉芳;侯彪;;壓縮感知回顧與展望[J];電子學報;2011年07期

3 鄢社鋒;馬遠良;;二階錐規(guī)劃方法對于時空域濾波器的優(yōu)化設計與驗證[J];中國科學E輯:信息科學;2006年02期

，

本文編號：1571365