专利名称:Fir滤波器设计方法及其设备的制作方法
FIR滤波器设计方法及其设备技术领域
本发明的实施方式大致涉及滤波器领域,更具体地,涉及一种FIR滤波器设计 方法及其设备。
背景技术:
在传统的有限冲击响应(FIR)滤波器优化方法中,FIR滤波器的参数从经典的滤 波器模型所获得,优化的精度和效果取决于滤波器模型的特性。由于经典的FIR滤波器 模型是通用的,如果要针对特定用途设计FIR滤波器,其结果通常不令人满意。如果设 计者想要获得更好的幅频特性,需要考虑很多参数,如抽头、中心频率、纹波、截止频 率、带宽、通带衰减、止带衰减等等。设计者需要做很多实验以调整这些参数的一个或 多个,以改进滤波器的性能。这种设计方法极大地取决于设计者的经验,设计周期也很 长。
因此,需要一种通用快捷的FIR滤波器设计方法。 发明内容
本发明的实施方式提出了 一种FIR滤波器设计方法及其设备。
根据本发明的一方面,提出了一种有限冲击响应(FIR)滤波器设计方法,包 括建立FIR滤波器模型;将FIR滤波器模型的每一个抽头的系数与粒子群优化方法中 的一个粒子的位置相对应;使用粒子群优化方法对FIR滤波器模型中每一个抽头的系数 进行优化,以使得针对每一个抽头,FIR滤波器模型和所期望的FIR滤波器的频率响应的 幅度误差最小。
根据本发明的另一方面,提出了一种用于有限冲击响应(FIR)滤波器设计的设 备,包括初始模式建立单元,用于初始建立FIR滤波器模型;参数设置单元,用于 将滤波器模型的每一个抽头与粒子群优化方法中的一个粒子的位置相对应;PSO优化单 元,用于使用粒子群优化方法对FIR滤波器模型中每一个抽头的系数进行优化,以使得 针对每一个抽头,FIR滤波器模型和所期望的FIR滤波器的频率响应的幅度误差最小。
通过上述的方法和设备,由于无需考虑抽头、中心频率、纹波、截止频率等等 参数,即使经验欠缺的设计人员也能设计出性能优良的FIR滤波器。
结合附图对本发明的实施方式进行详细的描述,可更好地理解本发明,其中
图1示出了根据本发明实施方式的FIR滤波器设计装置的结构示意图2示出了根据本发明实施方式的FIR滤波器设计流程图3示出了根据本发明实施方式的PSO优化流程图。
具体实施例方式下面参照 附图对本发明的优选实施例进行详细说明,在描述过程中省略了对于 本发明来说是不必要的细节和功能,以防止对本发明的理解造成混淆。粒子群优化(Particle swarm optimization, PSO)是一种随机的、基于种群 (population-based)的进化计算机算法,源自于生物体的社会行为,如鸟的聚集和鱼的群 游。通常通过多维空间中具有位置和速度的粒子对群进行模型化。这些粒子飞过多维空 间并具有两种基本的推理能力对其自身的最优位置的记忆以及对整体的或其相邻的最 优位置的认识。在最小化优化问题中,“最优”仅意味着具有最小目标值的位置。群中 的成员彼此通知好的位置并基于这些好的位置调整其自身的位置和速度。当群进行迭代 时,改进了全局最优位置的适应度。粒子具有以下信息以使得其位置和速度上发生合适的变化为全体所知的全局最优,当群中的任何粒子发现新的最优位置时,对该全局最 优进行更新;粒子通过与群的子集进行通信所获得的相邻最优;作为粒子曾看到过的最优解的局部最优。假设搜索空间是N维,群中有M个粒子,M个粒子中的任意第i个粒子都具有 相关联的位置 S1 = (S11,S12,…,slN)和速度 V1 = (Vll,V12,…,vlN)。将巧=(Pll,Pl2,···,plN)作为粒子i的当前最优位置,并将Pg= (pgl,pg2,…, pgN)作为全局最优。粒子速度和位置的更新等式如下Vld(t+Ι) = λ Vld(t) +C1 XrlX (Pld(t)-Sld(t)) +C2Xr2X (Pgd(t)-Sld(t))(1)Sld (t+1) = Sld(t)+vld(t+l)(2)其中,增加的下标d表示第d维空间,l^ckN,rl和r2是通常每一项都具有0和 1之间的相同随机数的两个随机向量。Cl和c2是表示有多少粒子朝向好的位置的常量。 λ是惯性常量。好的λ值通常略小于1。本发明的实施方式基于这一理论提出了一种FIR滤波器设计方法及其设备。本发明的实施方式提出的设计FIR滤波器的设备包括初始模式建立单元110,用 于初始建立FIR滤波器模型,参数设置单元120,用于将滤波器模型的每一个抽头与粒子 群优化方法中的一个粒子的位置相对应,PSO优化单元130,用于使用粒子群优化方法对 FIR滤波器模型中每一个抽头的系数进行优化,以使得针对每一个抽头,FIR滤波器模型 和所期望的FIR滤波器的频率响应的幅度误差最小。其中,PSO优化单元包括初始参数产生模块131,用于产生每一个粒子的初始位 置和初始速度,误差计算模块132,用于从初始位置和初始速度开始,计算该FIR滤波器 模型和所期望的FIR滤波器的幅度之间的当前粒子的总误差,处理模块133用于将所计算 的总误差与粒子的当前最优位置和全局最优位置处的总误差相比较,如果总误差小于当 前粒子的当前最优位置处的总误差,使用当前粒子的当前位置更新当前粒子的当前最优 位置,如果总误差小于当前粒子的全局最优位置处的总误差,使用当前粒子的当前位置 更新当前粒子的全局最优位置,利用当前最优位置和全局最优位置计算当前粒子的下一 个位置和速度。
PSO优化单元还包括输出模块134以输出最终的粒子位置作为FIR滤波器模型的 抽头系数。
该设备还包括存储单元140,用于存储所期望的FIR滤波器的每一个抽头的参 数、粒子的当前位置、当前最优位置、全局最优位置以及其它设计中使用的参数。
虽然上面以分离的功能模块的形式描述了本发明实施例的设备,但是图1中示 出的每一个组件在实际应用中可以用多个器件实现,示出的多个组件在实际应用中也可 以集成在一块芯片或一个设备中。该设备也可包括用于其它目的的任何单元和装置。
下面结合图2对本发明的实施方式所提出的FIR滤波器设计方法进行阐述。
在步骤201中,首先建立FIR滤波器的模型。
在初始模式建立单元110中建立FIR滤波器的模型(即所设计的FIR滤波器)。 假设N抽头FIR滤波器的抽头系数是h(0)、h (1) ...h (N-I),该FIR滤波器的模型的频率 响应如下
权利要求
1.一种有限冲击响应(FIR)滤波器设计方法,包括 建立FIR滤波器模型;将所述FIR滤波器模型的每一个抽头的系数与粒子群优化方法中的一个粒子的位置 相对应;使用所述粒子群优化方法对所述FIR滤波器模型中每一个抽头的系数进行优化,以 使得针对所述每一个抽头,所述FIR滤波器模型和所期望的FIR滤波器的频率响应的幅度误差最小。
2.根据权利要求1所述的方法,其中,所述使用所述粒子群优化方法对所述FIR滤波 器模型中每一个抽头的系数进行优化,以使得针对所述每一个抽头,所述FIR滤波器模 型和所期望的FIR滤波器的频率响应的幅度误差最小包括产生每一个粒子的初始位置和初始速度;从所述初始位置和所述初始速度开始,针对每一个粒子进行迭代操作,直到所述幅 度总误差满足预定要求或迭代次数达到预定次数;将所述每一个粒子的最终位置作为与所述每一个粒子相对应的抽头的系数。
3.根据权利要求2所述的方法,其中,针对每一个粒子进行迭代操作包括a、针对当前粒子,计算在当前位置上所述FIR滤波器模型和所期望的FIR滤波器的 频率响应的幅度总误差;b、如果所述幅度总误差小于所述当前粒子的当前最优位置处的幅度总误差,使用所 述当前粒子的当前位置更新所述当前粒子的当前最优位置;C、如果所述幅度总误差小于所述当前粒子的全局最优位置处的幅度总误差,使用所 述当前粒子的当前位置更新所述当前粒子的全局最优位置;d、利用所述当前最优位置和所述全局最优位置计算所述当前粒子的下一个位置和速 度,以在下一次执行步骤a时将所述当前位置更新为所述下一个位置;e、重复步骤a至步骤d。
4.根据权利要求3所述的方法,其中,计算所述当前粒子的下一个位置和速度时所使 用的惯性常量的最大值为0.95和/或最小值为0.4。
5.根据权利要求3所述的方法,其中,所述误差为绝对误差或平方误差。
6.根据权利要求3所述的方法,所述产生每一个粒子的初始位置和初始速度包括 根据传统滤波器模型获取所述每一个粒子的初始位置中的一些,利用随机数产生所述每一个粒子的初始位置中的其它初始位置; 利用随机数产生所述每一个粒子的初始速度。
7.根据权利要求3所述的方法,还包括利用混沌使得所述当前粒子在搜索空间中进行均勻搜索。
8.根据权利要求7所述的方法,所述利用混沌使得所述当前粒子在搜索空间中进行均 勻搜索包括判断所述当前粒子是否在特定位置附近来回搜索而不搜索剩余的搜索空间; 如果是,针对所述当前粒子产生混沌值,并使用所述混沌值计算所述当前粒子的所 述下一个位置。
9.一种用于有限冲击响应(FIR)滤波器设计的设备,包括初始模式建立单元,用于初始建立FIR滤波器模型;参数设置单元,用于将所述滤波器模型的每一个抽头与粒子群优化方法中的一个粒 子的位置相对应;PSO优化单元,用于使用所述粒子群优化方法对所述FIR滤波器模型中每一个抽头 的系数进行优化,以使得针对所述每一个抽头,所述FIR滤波器模型和所期望的FIR滤波 器的频率响应的幅度误差最小。
10.根据权利要求9所述的设备,其中,所述PSO优化单元包括 初始参数产生模块,用于产生所述每一个粒子的初始位置和初始速度; 误差计算模块,用于从所述初始位置和所述初始速度开始,计算所述FIR滤波器模 型和所述期望的FIR滤波器的幅度之间的当前粒子的总误差;处理模块将所述总误差与粒子的当前最优位置和全局最优位置相比较,如果所述总 误差小于所述当前粒子的当前最优位置处的总误差,使用所述当前粒子的当前位置更新 所述当前粒子的当前最优位置,如果所述总误差小于所述当前粒子的全局最优位置处的 总误差,使用所述当前粒子的当前位置更新所述当前粒子的全局最优位置,利用所述当 前最优位置和所述全局最优位置计算所述当前粒子的下一个位置和速度。
全文摘要
公开了一种有限冲击响应(FIR)滤波器设计方法及其设备。该方法包括建立FIR滤波器模型;将FIR滤波器模型的每一个抽头的系数与粒子群优化方法中的一个粒子的位置相对应;使用粒子群优化方法对FIR滤波器模型中每一个抽头的系数进行优化,以使得针对每一个抽头,FIR滤波器模型和所期望的FIR滤波器的频率响应的幅度误差最小。通过上述方法,可以实现通用快捷的FIR滤波器设计。
文档编号H03H17/02GK102025344SQ20091019570
公开日2011年4月20日 申请日期2009年9月11日 优先权日2009年9月11日
发明者何虎刚, 冯强, 张晓文, 张鹏飞, 方健, 曹峥, 李孝煌, 王江宏 申请人:上海贝尔股份有限公司