一種粒子群優(yōu)化算法實(shí)現(xiàn)的非線性濾波器模型【外文翻譯】

1、畢業(yè)設(shè)計外文翻譯畢業(yè)設(shè)計外文翻譯題目：Aparticleswarmoptimizationapproachtononlinearrationalfiltermodeling一種粒子群優(yōu)化算法實(shí)現(xiàn)的非線性濾波器模型一種粒子群優(yōu)化算法實(shí)現(xiàn)的非線性濾波器模型摘要摘要本文提出一種粒子群優(yōu)化(PSO)算法解決非線性動態(tài)的參量估計問題的濾波器。以參量的形式，塑造非線性合理的濾波器，未知的濾波器參量被安排稱在PSO術(shù)語的一個粒子。提出的PSO算法應(yīng)用

2、速度更新和位置由許多微粒組成了這樣更好的微粒引起。由于PSO算法參量導(dǎo)航直接地作為實(shí)數(shù)而不是二進(jìn)制串，實(shí)施PSO算法入計算機(jī)計劃變得非常容易和直接。終于，塑造的一個說明非線性合理的過濾器與傳統(tǒng)基因算法，提出的比較，顯示它他的有效性。關(guān)鍵字：非線性合理的濾波器粒子群優(yōu)化(PSO)參量估計1、介紹、介紹線性濾波器在數(shù)字信號處理領(lǐng)域中是一個重要的課題。濾波器扮演的主要角色是當(dāng)外在輸入信號通過濾波器的時候預(yù)留期望的一些頻率內(nèi)容和去除其它部分。二

3、種重要類型的線性濾波器，有限沖擊響應(yīng)(FIR)濾波器和無限沖擊響應(yīng)（IIR）濾波器（VandeVegte2001)。目前FIR濾波器的的輸出僅受現(xiàn)在和過去輸入的影響。然而，當(dāng)前IIR濾波器的輸出不僅由現(xiàn)在和過去的輸入信號形成，而且還有過去的輸出信號。一特定濾波器的個性特征，F(xiàn)IR濾波器也許要求許多形式才能達(dá)到期望的特征，二IIR濾波器通常需要少量的形式達(dá)到同一個目標(biāo)。然而，F(xiàn)IR濾波器提供一些IIR濾波器所沒有的優(yōu)勢。例如，F(xiàn)IR濾波器

4、保證的是穩(wěn)定的，但是穩(wěn)定的IIR濾波器精度取決于過濾器參量的選擇。FIR濾波器和IIR線性濾波器都被廣泛的應(yīng)用是由于他們低消費(fèi)的硬件實(shí)現(xiàn)和一些好的分析材料，例如匯合，極小值和失調(diào)錯誤。雖然線性濾波器在很多應(yīng)用上達(dá)到了許多成功，卻有一些非線性行為上升，線性濾波器表現(xiàn)的也許還不好。（Linshi&Eberhart，1998年，1999)。這種新的最優(yōu)化算法結(jié)(2)其中分子和分母代表衰退的數(shù)值命名在分子中和分母中，各自Pni(k)和Pdi(k

5、)是過去輸入過去輸出的產(chǎn)品例如，，是對應(yīng)的濾波器參量。而且，由于(1)和(2)，一估計的非線性合理過濾器模型為了接近實(shí)際過濾器的模型被修建作為如下：(3)并且(4)其中u是和(1)一樣的輸入，^y是產(chǎn)品的估計模型，^a(k)和^b(k)是分子和分母的多項(xiàng)式，和分別為由提出的PSO算法解決的非線性合理的式樣的估計參量。讓作為一個估計參量傳染媒介，并且m=numden是非線性合理的過濾器參量的總數(shù)。根據(jù)PSO算法，參量傳染媒介是作為一個解決

6、參量估計問題的微粒設(shè)計到的，是的位置因素，。此外，一個群組由很多微粒組成。3、結(jié)論、結(jié)論在本文，我們順利地將PSO算法應(yīng)用于非線性濾波器的參量估計。在基于PSO算法的濾波器參量估計，一套未知的濾波器參量作為一微粒涉及到，然后更新慣例的速度和位置在微粒強(qiáng)迫它們趨于更好的位置上表現(xiàn)出來。同時，被預(yù)先指定的目標(biāo)函數(shù)MSE能減到最小。為了展示估計效果，幾個檢查的條件被考慮，包括噪聲的不同的大小和初始群體隨機(jī)性設(shè)置的不同。比較基于PSO算法和GA