改进量子遗传算法及其在FIR滤波器设计中的应用

doi:10.3778/j.issn.1002-8331.2009.04.070

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (4): 239-241.DOI: 10.3778/j.issn.1002-8331.2009.04.070

改进量子遗传算法及其在FIR滤波器设计中的应用

李成¹,李飞²

1.南京邮电大学通信与信息工程学院，南京 210003
2.南京邮电大学信号处理与传输研究院，南京 210003

收稿日期:2008-01-02 修回日期:2008-03-25 出版日期:2009-02-01 发布日期:2009-02-01
通讯作者: 李成

Improved quantum genetic algorithm and its application in FIR filter design

LI Cheng¹,LI Fei²

1.College of Telecommunications & Information Engineering，Nanjing University of Posts and Telecommunications，Nanjing 210003，China
2.Institute of Signal Processing and Transmission，Nanjing University of Posts and Telecommunications，Nanjing 210003，China

Received:2008-01-02 Revised:2008-03-25 Online:2009-02-01 Published:2009-02-01
Contact: LI Cheng

摘要/Abstract

摘要： 在对遗传算法和量子遗传算法分析和比较的基础上，提出了一种改进的量子遗传算法，并通过典型函数的优化验证各算法性能的优劣。将改进的量子遗传算法应用于优化求解频率取样法设计FIR滤波器过程中的过渡点样值，实验结果表明算法可以得到更佳的设计参数。

关键词: 量子遗传算法, FIR滤波器, 频率取样

Abstract: Based on the research and comparison of genetic algorithm and quantum genetic algorithm，an improved quantum genetic algorithm was presented，the result of its application in the optimization of classical functions proved its capability，the latter was used to optimize the transition-points’ values which produced in the process of designing FIR filter with frequency sampling method.The results of simulated experiment shows its superiority to get better parameters.

Key words: Quantum Genetic Algorithm（QGA）, FIR filter, frequency sampling

李成¹,李飞². 改进量子遗传算法及其在FIR滤波器设计中的应用[J]. 计算机工程与应用, 2009, 45(4): 239-241.

LI Cheng¹,LI Fei². Improved quantum genetic algorithm and its application in FIR filter design[J]. Computer Engineering and Applications, 2009, 45(4): 239-241.

[1]	李胜1，张培林1，李兵2，吴定海1，胡浩3. 基于通用量子门的量子遗传算法及应用[J]. 计算机工程与应用, 2017, 53(7): 54-59.
[2]	费凯，杨任农，黄震宇，李秋妮. 考虑时间约束的空战编队协同火力分配研究[J]. 计算机工程与应用, 2016, 52(13): 259-264.
[3]	刘名武1，2，万谧宇1，彭冠军3. 绩效保障模式下的装备可修部件售后保障策略[J]. 计算机工程与应用, 2015, 51(17): 245-249.
[4]	易正俊，侯坤，何荣花. 自适应Bloch球面的量子遗传算法[J]. 计算机工程与应用, 2012, 48(35): 57-61.
[5]	沙林秀1，贺昱曜1，陈延伟2. 一种变步长双链量子遗传算法[J]. 计算机工程与应用, 2012, 48(20): 59-63.
[6]	于亚萍，刘源，卫勇. 利用改进DA算法FIR滤波器的仿真与实现 [J]. 计算机工程与应用, 2011, 47(27): 77-79.
[7]	周敏. 量子遗传算法优化神经网络的MIMO-OFDM检测研究[J]. 计算机工程与应用, 2011, 47(27): 161-163.
[8]	赵敏1，张路1，孙棣华1，阳树洪2. 模糊Renyi熵与QGA结合的快速图像分割[J]. 计算机工程与应用, 2011, 47(16): 172-175.
[9]	叶奇明¹，梁根². 量子遗传算法的模糊K-prototypes聚类[J]. 计算机工程与应用, 2010, 46(1): 112-115.
[10]	许波,李智勇,王永. 改进型量子遗传算法求解机器人联盟问题[J]. 计算机工程与应用, 2009, 45(4): 38-41.
[11]	魏辉如¹，崔琛²，王粒宾¹. 基于神经网络的线性相位FIR滤波器设计[J]. 计算机工程与应用, 2009, 45(23): 82-84.
[12]	贺敏伟^1,3,李贵海²,扶卿妮²,李绍华¹,林健³. 网格任务调度方法研究[J]. 计算机工程与应用, 2009, 45(10): 123-126.
[13]	贺敏伟^1,3,李贵海²,阮柏尧²,汪杨林²,林健³. 改进量子遗传算法用于多峰值函数优化[J]. 计算机工程与应用, 2008, 44(7): 41-43.
[14]	周飞红^1,2,刘辉¹,廖子贞³. 粒子群优化算法在FIR数字滤波器设计中的应用[J]. 计算机工程与应用, 2008, 44(33): 83-85.
[15]	邱烨,刘培玉 . 基于量子遗传算法的文本特征选择方法研究[J]. 计算机工程与应用, 2008, 44(25): 140-142.

改进量子遗传算法及其在FIR滤波器设计中的应用

Improved quantum genetic algorithm and its application in FIR filter design

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics