线性相位FIR滤波器约束Chebyshev设计的增广Remez算法

主要讨论线性相位FIR数字滤波器的约束Chebyshev设计问题 .Remez算法是一种高效的Chebyshev逼近算法 ,而其理论基础是交错点组定理 .针对约束Chebyshev逼近问题提出一个增广交错点组定理 ,并根据此定理提出了一个增广Remez算法 ,用于求解带不等式约束的线性相位FIR数字滤波器的Chebyshev设计问题 .如果问题的解存在 ,此算法一定收敛到问题的解 .与现有其它方法的比较表明 ,此算法有很高的效率 .     

等式约束复系数FIR滤波器设计

研究了等式约束复系数FIR滤波器的Chebyshev设计问题，将交错定理从实域推广到复域带有等式约束的情况，得到了类似的交错定理．描述了极值频率点组所满足的推广的交错特性，作为判断所得滤波器最优性的充分条件．应用推广的交错特性提出了一个新的算法，即为推广的Parks-McClellan算法，并用于若干具有带等式约束的复系数近似线性相位FIR滤波器的实例设计．     

等式约束复系数FIR滤波器设计

研究了等式约束复系数FIR滤波器的Chebyshev设计问题 ,将交错定理从实域推广到复域带有等式约束的情况 ,得到了类似的交错定理 .描述了极值频率点组所满足的推广的交错特性 ,作为判断所得滤波器最优性的充分条件 .应用推广的交错特性提出了一个新的算法 ,即为推广的Parks McClellan算法 ,并用于若干具有带等式约束的复系数近似线性相位FIR滤波器的实例设计 .     

一种实现窄带线性相位数字低通FIR滤波器的算法

提出一种实现窄带线性相位ＦＩＲ低通数字滤波器的算法，该算法可使运算量减少９０％，且可得到良好的滤波特性，最后通过对地震信号处理系统中０．１ＨＺ窄带低通ＦＩＲ滤波器的设计说明了该方法的优点和实用性。     

具有可控阻带凹陷特性的线性相位FIR滤波器设计

本文在频率采样法的基础上提出了具有可控阻带凹陷特性的线性相位FIR滤波器的设计。阻带凹陷是通过在阻带中设置L个零点,由此求解以L个过渡采样值为未知数的L维线性方程组而获得。在阻带中除有限个频率点外,零点设置位置是任意的,因此可根据噪声在阻带中的功率分布,将凹陷设在噪声功率集中处以便最大程度地消除滤波输出噪声总功率。由于求解一个线性方程组就可确定过渡采样值,因此本方法非常简单。此外,利用本方法还可产生可控阻带深凹,方便地将阻带纹波压到-20(L 1)dB以下和使最大阻带误差最小化等,因此它又是十分灵活和有效的。本文还给出了可控阻带凹陷特性在处理体表His束电位中的应用实例。     

一类二维FIR滤波器的约束最小二乘设计

考虑单位脉冲响应8面对称的二维GIR滤波器的约束最小二乘设计．首先将设计问题转化为正定二次规划问题．然后应用投影最小二乘(PLS)算法进行求解．通过设计实例对PLS算法的性能进行了仿真，结果表明该算法的效率是流行的有效集方法的几十倍到几百倍、PLS算法的高效率为快速设计大尺寸二维FIR滤波器提供了方便．     

FIR滤波器的约束最小二乘设计

低通滤波常用在图像去噪中,抑制噪声从而改善图像质量.在应用中图像的处理要求不能有明显的相位失真,所以选用FIR滤波器,因为它在一定的对称条件下可实现严格的线性相位.FIR滤波器的设计最终可归结为求解一组滤波器系数,采用最小二乘法优化这些系数.为了对带有一些频域等式约束的FIR低通滤波器进行良好的设计,在最小二乘的基础上结合拉格朗日法.先将带约束的最小二乘转为求条件极值,引入拉格朗日乘子法构造出拉格朗日函数,再进行求解.最后进行了仿真实验,并比较了用一般遗传算法对FIR低通滤波器的设计.结果证明了这种方法的有效性.     

时域约束FIR滤波器设计的IRCLS算法

考虑了带有时域约束的线性相位FIR滤波器的Minimax设计问题．将设计问题转化为迭代地求解一系列约束加权最小二乘逼近问题，在迭代过程中利用逼近误差的包络线对权函数进行更新．迭代过程收敛后，得到一个准Minimax解．将此方法应用于阶跃响应受约束的FIR滤波器以及Nyquist滤波器的设计，设计例子说明了所提设计方法的有效性．     

一类二维FIR滤波器的约束最小二乘设计

考虑单位脉冲响应 8面对称的二维GIR滤波器的约束最小二乘设计 .首先将设计问题转化为正定二次规划问题 .然后应用投影最小二乘 (PLS)算法进行求解 .通过设计实例对PLS算法的性能进行了仿真 ,结果表明该算法的效率是流行的有效集方法的几十倍到几百倍 .PLS算法的高效率为快速设计大尺寸二维FIR滤波器提供了方便 .     

基于CPLD的线性相位FIR滤波器优化设计

通过建立有限脉冲响应(FIR)滤波器的离散数学模型，提出了基于复杂可编程逻辑器件(CPLD)的FIR滤波器的一种优化设计方案和新算法。实验结果表明，系统响应速度快，占用硬件资源小，在保证线性相位的前提下，具有良好的控制精度。     

用VHDL实现线性相位FIR滤波器

数字滤波器是语音与图像处理、模式识别、雷达信号处理、频谱分析等应用中的一种基本的处理部件,它能满足滤波器对幅度和相位特性的严格要求,避免模拟滤波器所无法克服的电压漂移、温度漂移和噪声等问题.有限冲激响应（FIR）滤波器能在设计任意幅频特性的同时保证严格的线性相位特性.因此,在许多应用领域都显示了强大的生命力,具有重要应用意义.介绍了怎样用VHDL实现线性相位FIR（有限长单位冲激响应）滤波器,论述了其设计思想.     

基于免疫算法和窗函数的FIR滤波器设计

本文利用一系列离散于0-1之间的权值作为窗函数来设计FIR滤波器。根据预期的滤波特性设计要求，建立了窗函数的优化模型，并利用免疫算法求解其优化解。所得的窗使对应滤波器较好的满足了频率特性指标。仿真实验结果表明了本方法的有效性。     

时域约束FIR滤波器设计的IRCLS算法

考虑了带有时域约束的线性相位FIR滤波器的Minimax设计问题 .将设计问题转化为迭代地求解一系列约束加权最小二乘逼近问题 ,在迭代过程中利用逼近误差的包络线对权函数进行更新 .迭代过程收敛后 ,得到一个准Minimax解 .将此方法应用于阶跃响应受约束的FIR滤波器以及Nyquist滤波器的设计 ,设计例子说明了所提设计方法的有效性 .     

基于克隆选择算法的FIR滤波器的设计

将改进的克隆选择算法用于FIR数字滤波器的设计中,以确定频率过渡带样本的最佳值。设计的FIR数字滤波器的仿真实验结果表明,与传统的查表方法相比,该免疫算法性能更优,滤波器通带波动更小,阻带衰减更大,能够很好地解决FIR滤波器优化问题。     

基于窗函数的FIR滤波器的设计

文章主要阐述了FIR算法的基本原理,推导了其中所有的重要公式,并且对几种窗函数做了比较,阐明了加窗函数对结果的影响。在这里还给出了实现FIR算法的结构图。介绍了几种常用滤波窗函数的特点,给出了包络图和幅度响应图。在分析了各种滤波之后,我们决定选用海明窗,并且给出了滤波效果图形。     

基于FPGA多级分布式算法的FIR数字滤波器的设计

目的 实现多级分布式算法,设计滤波器以提高运算速度,节省资源.方法 多级分布式算法采用串并结合的方式实现,从底层到顶层逐级构建数字系统,通过查表法完成基于多级分布式算法的FIR滤波器设计,使用Quartus Ⅱ自带的仿真软件对系统进行仿真,并将滤波器输出结果 导入Matlab进行功率谱分析.结果 在FPGA上实现了FIR数字滤波,由功率谱密度曲线分析,测试信号经FIR滤波器滤波后,高频分量对低频分量的衰减可达到23 dB,很好地抑制了带外频谱.达到与传统FIR滤波器同样的滤波效果.结论 基于FPGA多级分布式算法的FIR数字滤波器具有良好的滤波效果,其设计方案具有可行性.     

组合FIR滤波器的语音增强算法研究

在语音增强系统中,当一个语音信号相对于背景噪声很强时,采用传统的LMS算法存在剩余均方误差随有用信号功率线性增加的问题,因此提出B-WSLMS算法。与传统的语音增强算法不同,B-WSLMS算法将WSLMS算法应用到组合FIR滤波器中,算法的权值根据输出功率变化进行更新,并且权值更新收敛系数与输出功率成反比进行变化,有效弥补了LMS算法的缺点。同时,通过在组合FIR滤波器中选取不同的辅助变量收敛系数,B-WSLMS算法可以使语音增强系统得到更好的信噪比提高量。仿真结果表明,在语音增强系统中,B-WSLMS算法优于LMS算法及WSLMS算法.     

等波纹最小相位FIR数字滤波器的优化设计

本文提出了单通带零点最小相位FIR带通数字滤波器复共轭额外零点初值的确定方法。同时,为在微机上进行高阶最小相位FIR数字滤波器的设计,对零点迭代的算法——作了适当的修改,并用实例说明本文提出的设计方法的可行性。这种方法可用来设计高阶滤波器(如L=511)。     

FIR数字滤波器的模块设计

本文提出并说明了用模块法设计有限长冲激响应滤波器的原理和方法，文中给出了算例，与其它方法比较具体设计简单、工程实用方便等特点。     

基于增广Lagrange函数的等式约束优化算法

等式约束优化问题是一类比较常见的也是比较简单的约束优化问题,通过研究带有等式约束的优化问题,提出了一个基于增广Lagrange函数的新算法.在新算法中将增广Lagrange函数作为价值函数,将约束优化问题转化为无约束优化问题,用无约束优化方法去解决等式约束优化问题.算法中每一步迭代只需求解一个简单的线性方程组,不需要太大的计算量就可以找到下降方向.算法中初始点是任意的,在适当条件下保证避免罚因子趋于无穷,可以证明算法全局收敛于原问题的KKT点.