基于遗传算法的BP神经网络在FIR滤波器中的应用

基于遗传算法的BP神经网络在FIR滤波器中的应用(论文14000字,外文翻译)
摘要：FIR滤波器具有严格的线性相位特性，因此本文使用数字滤波器中的FIR滤波器进行研究。由于BP神经网络具有较强的函数逼近能力，所以本文使用BP神经网络对FIR滤波器的理想频响进行逼近，以达到设计要求。但是由于BP神经网络存在学习率和稳定性的矛盾，以及容易陷入局部最小的问题，在进行函数逼近时，并不能很理想地逼近理想频响，因此，本文采用遗传算法对BP神经网络进行优化。本文使用遗传算法对BP神经网络的权值与阈值进行优化，结合两者的局部和全局寻优能力的特点，形成新的算法，并且将此算法应用于FIR滤波器的优化之中，解决了单纯的BP神经网络无法较为准确地逼近全局最优解的问题。
关键词：FIR滤波器，BP神经网络，遗传算法；
 
Application of BP network based on genetic algorithm in FIR filter
Abstract：FIR filter has strict linear phase characteristics, so this paper uses the FIR filter in the digital filter to study. Because BP neural network has strong function approximation ability, this paper uses BP neural network to approximate the ideal frequency response of FIR filter to meet the design requirements. However, because of the contradiction between the learning rate and stability of BP neural network and the problem that it is easy to fall into the local minimum, it is not ideal to approximate the ideal frequency response in the function approximation, so the genetic algorithm is used to optimize the BP neural network. In this paper, genetic algorithm is used to optimize the weights and thresholds of BP neural networks, combining the characteristics of both local and global optimization ability, a new algorithm is formed, and the algorithm is applied to the optimization of FIR filter, which solves the problem that the simple BP neural network can not approximate the global optimal solution accurately.
Key words：FIR Filter, BP Neural network, Genetic algorithm;
 

目录
1.绪论    1
1.1 设计背景    1
1.2 国内外研究现状    1
1.2.1 数字滤波器发展现状    1
1.2.2 遗传算法发展现状    1
1.2.3 BP神经网络发展状况    2
1.3论文的内容和设计的重点、难点    2
2.线性相位FIR滤波器的介绍与仿真    3
2.1线性相位FIR滤波器的特点    3
2.2 FIR滤波器的设计方法    7
2.2.1频率抽样法设计原理    8
2.2.2线性相位FIR滤波器的约束条件    9
2.2.3滤波器的频响    9
2.3 FIR滤波器仿真    10
3.BP神经网络的介绍与仿真    11
3.1 BP神经网络的介绍和用途    11
3.1.1 BP神经网络介绍    11
3.1.2 BP神经网络的用途    11
3.2 BP神经网络结构    12
3.3 前向神经网络的BP算法    12
3.3.1前向神经网络    12
3.3.2 BP算法    13
3.4 BP神经网络的局限性    14
4. 遗传算法    14
4.1遗传算法的基本概念与定义    14
4.1.1基本概念    14
4.1.2基本定义    15
4.1.3遗传操作    15
4.2遗传算法的基本流程    15
4.3基于遗传算法的FIR滤波器的仿真    16
5. 基于遗传算法的BP神经网络的FIR滤波器的应用    17
5.1 基于遗传算法的BP神经网络的优化    17
5.1.1基本思想    17
5.1.2遗传算法优化的实现    18
5.1.3基本步骤    19
5.2基于遗传算法的BP神经网络在FIR滤波器中的应用    20
5.3 遗传算法优化后的BP网络在FIR滤波器的应用仿真    24
6.总结    25
7.参考文献    26
8.致谢    26