首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于智能优化算法的数字滤波器设计

摘要第5-6页
ABSTRACT第6页
第1章 绪论第10-14页
    1.1 课题研究的背景第10-11页
    1.2 国内外研究现状第11-12页
        1.2.1 FIR数字滤波器优化设计研究现状第11页
        1.2.2 ⅡR数字滤波器优化设计研究现状第11-12页
    1.3 论文主要内容与结构安排第12-14页
第2章 数字滤波器的优化设计基础第14-21页
    2.1 FIR数字滤波器第14-16页
        2.1.1 FIR数字滤波器简介第14页
        2.1.2 FIR数字滤波器优化设计模型第14-16页
    2.2 ⅡR数字滤波器第16-17页
        2.2.1 ⅡR数字滤波器简介第16页
        2.2.2 ⅡR数字滤波器优化设计模型第16-17页
    2.3 数字滤波器优化设计的评价函数第17-18页
    2.4 数字滤波器设计指标第18-19页
    2.5 数字滤波器优化设计方法第19页
    2.6 本章小结第19-21页
第3章 基于经典智能算法的数字滤波器优化设计第21-41页
    3.1 基于PSO算法的数字滤波器优化设计第21-23页
        3.1.1 PSO算法简介第21页
        3.1.2 PSO算法在数字滤波器优化设计中的应用第21-23页
    3.2 基于QPSO算法的数字滤波器优化设计的优化第23-26页
        3.2.1 QPSO算法简介第23-24页
        3.2.2 QPSO算法在数字滤波器优化设计中的应用第24-26页
    3.3 基于ABC算法的数字滤波器优化设计第26-30页
        3.3.1 ABC算法简介第26-27页
        3.3.2 ABC算法的原理第27-29页
        3.3.3 ABC算法在数字滤波器优化设计中的应用第29-30页
    3.4 基于文化算法的数字滤波器优化设计第30-35页
        3.4.1 文化算法简介第30-31页
        3.4.2 文化算法原理第31-34页
        3.4.3 基于文化算法的数字滤波器优化设计第34-35页
    3.5 仿真结果与分析第35-40页
        3.5.1 FIR滤波器仿真设计分析第35-37页
        3.5.2 ⅡR滤波器仿真设计分析第37-40页
    3.6 本章小结第40-41页
第4章 基于文化蜂群算法的数字滤波器优化设计第41-53页
    4.1 文化蜂群算法的提出第41-46页
        4.1.1 文化蜂群算法的关键思想第42-45页
        4.1.2 文化蜂群算法的流程图第45-46页
    4.2 基于CBC算法的数字滤波器优化设计第46-47页
    4.3 仿真结果及分析第47-52页
        4.3.1 FIR滤波器仿真设计分析第47-49页
        4.3.2 ⅡR滤波器仿真设计分析第49-52页
    4.4 本章小节第52-53页
第5章 工程验证CBC算法的优异性第53-63页
    5.1 FIR分布式实现原理第53-56页
    5.2 滤波器系数量化第56页
    5.3 FIR实现主要模块的功能和实现原理第56-59页
        5.3.1 延迟模块第57页
        5.3.2 预相加模块第57-58页
        5.3.3 串并转换模块第58页
        5.3.4 查找表模块第58页
        5.3.5 累加模块第58-59页
    5.4 工程验证结果第59-61页
        5.4.1 仿真环境第59-60页
        5.4.2 Modelsim波形输出第60页
        5.4.3 Matlab仿真结果第60-61页
        5.4.4 FPGA输出波形图第61页
    5.5 本章小结第61-63页
总结第63-65页
参考文献第65-70页
攻读硕士学位期间所发表的论文和取得的科研成果第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:以学定教的高中地理课堂教学策略初探--以人教版《自然界的水循环》为例
下一篇:StarC云端一体化环境下地理课堂互动行为研究