基于改進(jìn)的全通型分?jǐn)?shù)延時(shí)濾波器的干擾對(duì)消方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于數(shù)字濾波器設(shè)計(jì)技術(shù)領(lǐng)域，特別設(shè)及基于改進(jìn)的全通型分?jǐn)?shù)延時(shí)濾波 器的干擾對(duì)消方法。
【背景技術(shù)】
[0002] 分?jǐn)?shù)采樣時(shí)間延時(shí)廣泛應(yīng)用于各個(gè)領(lǐng)域，包括；數(shù)字接收機(jī)時(shí)延調(diào)整、陣列雷達(dá)的 波束導(dǎo)向、語(yǔ)音編碼和綜合、樂(lè)器校準(zhǔn)、采樣率轉(zhuǎn)換、時(shí)延估計(jì)、梳狀濾波器設(shè)計(jì)、和A/D變 換等等。目前最常用的是全通型分?jǐn)?shù)延時(shí)濾波器的設(shè)計(jì)方法，針對(duì)全通型分?jǐn)?shù)延時(shí)濾波器 的設(shè)計(jì)，將濾波器系數(shù)進(jìn)行多項(xiàng)式擬合，W加權(quán)最小化均方（WLS:Wei曲tedLeastSquare) 誤差為準(zhǔn)則進(jìn)行分?jǐn)?shù)延時(shí)濾波器的優(yōu)化設(shè)計(jì)。一般有兩種方法實(shí)現(xiàn)最優(yōu)權(quán)值的求解，分別 為迭代法和非迭代法。
[0003] 迭代方法進(jìn)行分?jǐn)?shù)延時(shí)濾波器的優(yōu)化求解難W保證收斂性，迭代方法在其給定的 一些設(shè)計(jì)實(shí)例下都無(wú)法收斂。非迭代方法解決了收斂性問(wèn)題，但求解過(guò)程中存在數(shù)值積分 和無(wú)窮級(jí)數(shù)的截?cái)嘟?。無(wú)論迭代與否，分?jǐn)?shù)延時(shí)濾波器的傳統(tǒng)數(shù)值優(yōu)化求解都運(yùn)用到矩 陣求逆和數(shù)值積分中，而矩陣求逆運(yùn)算復(fù)雜度濾波器階數(shù)較高時(shí)會(huì)變得很高，因此數(shù)值積 分只能在濾波器階數(shù)較低的情況下才能獲得較好的近似效果。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于提出針對(duì)上述缺陷提出基于改進(jìn)的全通型分?jǐn)?shù)延時(shí)濾波器的 干擾對(duì)消方法，給出了基于自然選擇的粒子群算法進(jìn)行全通型分?jǐn)?shù)延時(shí)濾波器的設(shè)計(jì)和求 解方法，保證了全通型的分?jǐn)?shù)延時(shí)濾波器求解的收斂性和數(shù)值穩(wěn)定性。
[0005] 為實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明采用如下技術(shù)方案予W實(shí)現(xiàn)。
[0006] 基于改進(jìn)的全通型分?jǐn)?shù)延時(shí)濾波器的干擾對(duì)消方法包括W下步驟：
[0007] 步驟1，采用最小均方誤差準(zhǔn)則構(gòu)造全通型分?jǐn)?shù)延時(shí)濾波器的數(shù)學(xué)模型；
[000引步驟2,采用基于自然選擇的粒子群優(yōu)化方法來(lái)求解所述全通型分?jǐn)?shù)延時(shí)濾波器 的數(shù)學(xué)模型，進(jìn)而構(gòu)造出全通型分?jǐn)?shù)延時(shí)濾波器；
[0009] 步驟3,獲取參考信號(hào)，利用步驟2構(gòu)造出的全通型分?jǐn)?shù)延時(shí)濾波器對(duì)參考信號(hào)進(jìn) 行濾波處理，將濾波處理后的信號(hào)與利用雷達(dá)接收的信號(hào)進(jìn)行干擾對(duì)消處理。
[0010] 本發(fā)明的有益效果為；1)采用了自然選擇的粒子群算法，保證了濾波器求解的收 斂性；2)采用了自然選擇的機(jī)理，在保證收斂的情況下，加快了收斂速度；3)采用粒子群算 法進(jìn)行濾波器的求解不需要復(fù)雜的數(shù)值運(yùn)算，保證了全通型分?jǐn)?shù)延時(shí)濾波器求解的數(shù)值穩(wěn) 定性。4)采用最小加權(quán)均方誤差準(zhǔn)則設(shè)計(jì)可變分?jǐn)?shù)延時(shí)濾波器，使可變分?jǐn)?shù)延時(shí)濾波器的 設(shè)計(jì)更具靈活性。
【附圖說(shuō)明】
[0011] 圖1為本發(fā)明的基于改進(jìn)的全通型分?jǐn)?shù)延時(shí)濾波器的設(shè)計(jì)和求解過(guò)程示意圖；
[0012] 圖2a為仿真實(shí)驗(yàn)中8階全通型分?jǐn)?shù)延時(shí)濾波器的群延遲響應(yīng)示意圖；圖化為仿 真實(shí)驗(yàn)中10階全通型分?jǐn)?shù)延時(shí)濾波器的群延遲響應(yīng)示意圖.
[0013] 圖3a為仿真實(shí)驗(yàn)中8階全通型分?jǐn)?shù)延時(shí)濾波器的群延遲響應(yīng)與理想分?jǐn)?shù)延時(shí)濾 波器的群延遲響應(yīng)誤差曲線示意圖；圖3b為仿真實(shí)驗(yàn)中10階全通型分?jǐn)?shù)延時(shí)濾波器的群 延遲響應(yīng)與理想分?jǐn)?shù)延時(shí)濾波器的群延遲響應(yīng)誤差曲線示意圖；
[0014] 圖4a為仿真實(shí)驗(yàn)中8階全通型分?jǐn)?shù)延時(shí)濾波器的相頻響應(yīng)曲線示意圖；圖4b為 仿真實(shí)驗(yàn)中10階全通型分?jǐn)?shù)延時(shí)濾波器的相頻響應(yīng)曲線示意圖；
[0015] 圖5a為仿真實(shí)驗(yàn)中8階全通型分?jǐn)?shù)延時(shí)濾波器的零極點(diǎn)分布示意圖；圖化為仿 真實(shí)驗(yàn)中10階全通型分?jǐn)?shù)延時(shí)濾波器的零極點(diǎn)分布示意圖.
[0016] 圖6a為仿真實(shí)驗(yàn)中8階全通型分?jǐn)?shù)延時(shí)濾波器的單點(diǎn)頻信號(hào)的濾波實(shí)際結(jié)果和 理想濾波結(jié)果的對(duì)比示意圖；圖化為仿真實(shí)驗(yàn)中10階全通型分?jǐn)?shù)延時(shí)濾波器的單點(diǎn)頻信 號(hào)的濾波實(shí)際結(jié)果和理想濾波結(jié)果的對(duì)比示意圖；
[0017] 圖7a為仿真實(shí)驗(yàn)中8階全通型分?jǐn)?shù)延時(shí)濾波器的單點(diǎn)頻信號(hào)的濾波誤差曲線示 意圖；圖化為仿真實(shí)驗(yàn)中10階全通型分?jǐn)?shù)延時(shí)濾波器的單點(diǎn)頻信號(hào)的濾波誤差曲線示意 圖；
[0018] 圖8a為仿真實(shí)驗(yàn)中8階全通型分?jǐn)?shù)延時(shí)濾波器的線性調(diào)頻信號(hào)的濾波實(shí)際結(jié)果 和理想濾波結(jié)果的對(duì)比示意圖；圖8b為仿真實(shí)驗(yàn)中10階全通型分?jǐn)?shù)延時(shí)濾波器的線性調(diào) 頻信號(hào)的濾波實(shí)際結(jié)果和理想濾波結(jié)果的對(duì)比示意圖；
[0019] 圖9a為仿真實(shí)驗(yàn)中8階全通型分?jǐn)?shù)延時(shí)濾波器的線性調(diào)頻信號(hào)的脈壓后濾波誤 差曲線示意圖；圖9b為仿真實(shí)驗(yàn)中10階全通型分?jǐn)?shù)延時(shí)濾波器的線性調(diào)頻信號(hào)的脈壓后 濾波誤差曲線示意圖。
【具體實(shí)施方式】
[0020] 下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明：
[0021] 本發(fā)明采用了自然選擇的粒子群算法，粒子群算法是一種借鑒鳥(niǎo)群捕食行為的迭 代捜索算法。它與傳統(tǒng)的算法不同，大多數(shù)古典的優(yōu)化算法是基于一個(gè)單一度量函數(shù)（評(píng) 估函數(shù)）的梯度或較高次統(tǒng)計(jì)，W產(chǎn)生一個(gè)確定性的實(shí)驗(yàn)解序列；粒子群算法不依賴(lài)于梯 度信息，而是通過(guò)模擬鳥(niǎo)類(lèi)捕食過(guò)程來(lái)捜索最優(yōu)解，它利用自己和同伴的飛行經(jīng)驗(yàn)，更新自 己的速度和位置，跟隨當(dāng)前的最優(yōu)粒子在解空間中捜尋。粒子群算法具有如下優(yōu)點(diǎn)；對(duì)可行 解表示的廣泛性；群體捜索特性；不需要輔助信息；內(nèi)在啟發(fā)式隨機(jī)捜索特性；粒子群算法 在捜索過(guò)程中不容易陷入局部最優(yōu)，即使在所定義的適應(yīng)度函數(shù)是不連續(xù)的、非規(guī)則的或 有噪聲的情況下，也能W很大的概率找到全局最優(yōu)解；基于自然選擇的粒子群算法采用自 然進(jìn)化機(jī)制來(lái)表現(xiàn)復(fù)雜的現(xiàn)象，能夠快速可靠地解決求解非常困難的問(wèn)題；粒子群算法具 有固有的并行性和并行計(jì)算的能力；粒子群算法具有可擴(kuò)展性，易于同其他的優(yōu)化技術(shù)混 合。
[0022] 參照?qǐng)D1，為本發(fā)明的基于改進(jìn)的全通型分?jǐn)?shù)延時(shí)濾波器的設(shè)計(jì)和求解過(guò)程示意 圖。本發(fā)明實(shí)施例中，基于改進(jìn)的全通型分?jǐn)?shù)延時(shí)濾波器的干擾對(duì)消方法包括W下步驟：
[0023] 步驟1，采用最小均方誤差準(zhǔn)則構(gòu)造全通型分?jǐn)?shù)延時(shí)濾波器
[0024] 其具體子步驟為：
[0025] (1. 1)根據(jù)對(duì)群延遲精度的要求，確定全通型分?jǐn)?shù)延時(shí)濾波器的濾波器階數(shù)n，
[0026] 得出全通型分?jǐn)?shù)延時(shí)濾波器的Z域形式，全通型分?jǐn)?shù)延時(shí)濾波器的Z域形式為：
[0027]
【主權(quán)項(xiàng)】
1. 基于改進(jìn)的全通型分?jǐn)?shù)延時(shí)濾波器的干擾對(duì)消方法，其特征在于，包括以下步驟： 步驟1，采用最小均方誤差準(zhǔn)則構(gòu)造全通型分?jǐn)?shù)延時(shí)濾波器的數(shù)學(xué)模型； 步驟2,采用基于自然選擇的粒子群優(yōu)化方法來(lái)求解所述全通型分?jǐn)?shù)延時(shí)濾波器的數(shù) 學(xué)模型，進(jìn)而構(gòu)造出全通型分?jǐn)?shù)延時(shí)濾波器； 步驟3,獲取參考信號(hào)，利用步驟2構(gòu)造出的全通型分?jǐn)?shù)延時(shí)濾波器對(duì)參考信號(hào)進(jìn)行濾 波處理，將濾波處理后的信號(hào)與利用雷達(dá)接收的信號(hào)進(jìn)行干擾對(duì)消處理。
2. 如權(quán)利要求1所述的基于改進(jìn)的全通型分?jǐn)?shù)延時(shí)濾波器的干擾對(duì)消方法，其特征在 于，所述步驟1的具體子步驟為： (I. 1)確定全通型分?jǐn)?shù)延時(shí)濾波器的濾波器階數(shù)n，得出全通型分?jǐn)?shù)延