采用遗传算法和非线性凸规划理论优化参数的滤波方法

摘要

本发明涉及移动通信领域，旨在提供一种采用遗传算法和非线性凸规划理论优化参数的滤波方法。相对于传统的数字无线中继放大设备应用技术，本发明是在将数字基带GSM传输信号送至数字GSM滤波器，进行选频滤波处理，输出滤波后GSM基带信号的过程中，根据遗传算法和非线性凸规划理论，预先优化计算好滤波器参数，使用配有以上GSM新型滤波器对GSM低倍率数字基带信号进行选频滤波处理。本发明不对参数对称性，线性相位特性进行严格要求，而是以一系列代价函数将其进行折中，放宽了参数优化时的受限程度，同时引入解决非线性规划的遗传算法，进一步提升了优化的效果，因此在设计结果上大大优于现有技术设计结果。

主权项

1.一种采用遗传算法和非线性凸规划理论优化参数的滤波方法，其特征在于，包括以下步骤：（1）以模拟超外差混频结构为基础，对天线接收信号进行模拟下变频，得到模拟中频信号；由采样频率为f_sam的时钟控制的模数转换器ADC对模拟中频信号进行数字化处理，得到数字中频信号；然后由数字DDC进行数字下变频和数字降采样处理，得到数字基带GSM传输信号；（2）将数字基带GSM传输信号送至数字GSM滤波器，进行选频滤波处理，输出滤波后GSM基带信号；（3）将滤波后GSM基带信号送至数字DUC进行上变频，经数模转换、模拟上变频，放大至射频，输送到发射天线；所述步骤（2）是通过采用遗传算法和非线性凸规划理论对GSM滤波器参数进行优化设计得以实现的，具体包括以下步骤：（A）根据不同系统的设计指标要求，对滤波器性能进行分配，将滤波器性能指标具体划分为幅度响应要求、相位响应要求和时延要求；)（B）对步骤（A）中的各个要求在数字频带[0,2π)内进行量化，得到理想滤波器频响函数H_d(e^jω)，以其对应的幅度响应|H_d(e^jω)|、相位响应arg (H_d(e^jω))、群时延响应（相位变化率）τ(e^jω)作为优化的目标；（C）设置向量变量h=[h(0),h(1)…h(N-1)]^T表示实际可得滤波器的参数，N表示目标滤波器的阶数，T表示向量转置；则滤波器的频域响应表示为下式：$H\left(e^{\mathrm{j\omega }}\right)=\underset{n=0}{\overset{n=N-1}{\Sigma }}h\left(n\right)\times e^{-\mathrm{j\omega n}}=F(h,\omega )$其对应的幅度响应为|H(e^jω)|，相位响应为arg (H(e^jω))，群时延响应为；（D）设理想低通滤波器通带为[0,ω1]，阻带为[ω2,π]，设置代价函数$\phi \left(h\right)=\Delta 0\times {\int }_0^{\omega 1}{|F(h,\omega )-H_d\left(e^{\mathrm{j\omega }}\right)|}^2\mathrm{d\omega }+\Delta 1\times {\int }_{\omega 2}^{\pi }{|F(h,\omega )-H_d\left(e^{\mathrm{j\omega }}\right)|}^2\mathrm{d\omega }+\Delta 2\times {\int }_0^{\omega 1}{|\frac{d\arg \left(F(h,\omega )\right)}{\mathrm{d\omega }}-\tau \left(e^{\mathrm{j\omega }}\right)|}^2\mathrm{d\omega }$△0，△1和△2为比例因子，用于调节通带、阻带和群时延的优化程度；在寻找h时，使上述代价函数最小，以使设计滤波器的频率响应和理想滤波器的频域响应最大程度的接近；（E）根据数字计算机的计算特点，对上述连续代价函数进行离散化，具体为将频带[0,2π)均匀量化为K个样值点，i=0,1,……,K-1；则步骤（D）中代价函数中的各项分别离散化为：${\int }_0^{\omega 1}{|F(h,\omega )-H_d\left(e^{\mathrm{j\omega }}\right)|}^2\mathrm{d\omega }\to \underset{i=0}{\overset{k1}{\Sigma }}{|F(h,i/K\times 2\pi )-H_d\left(e^{j\times i/K\times 2\pi }\right)|}^2$${\int }_{\omega 2}^{\pi }{|F(h,\omega )-H_d\left(e^{\mathrm{j\omega }}\right)|}^2\mathrm{d\omega }\to \underset{i=k2}{\overset{K/2}{\Sigma }}{|F(h,i/K\times 2\pi )-H_d\left(e^{j\times i/K\times 2\pi }\right)|}^2$${\int }_0^{\omega 1}{|\frac{d\arg \left(F(h,\omega )\right)}{\mathrm{d\omega }}-\tau \left(e^{\mathrm{j\omega }}\right)|}^2\mathrm{d\omega }\to \underset{i=1}{\overset{k1}{\Sigma }}{|\arg \left(F(h,(i+1)/K\times 2\pi )\right)-\arg \left(F(h,i/K\times 2\pi )\right)-\tau \left(e^{j\times i/K\times 2\pi }\right)|}^2$$k1=\frac{\omega 1}{2\pi }\times K$，$k2=\frac{\omega 2}{2\pi }\times K$（F）根据步骤（E）中离散化的形式，应用遗传算法和非线性优化方法求解代价函数$\begin{array}{c}\phi \left(h\right)=\Delta 0\times \underset{i=0}{\overset{k1}{\Sigma }}{|F(h,i/K\times 2\pi )-H_d\left(e^{j\times i/K\times 2\pi }\right)|}^2+\Delta 1\times \underset{i=k2}{\overset{K/2}{\Sigma }}{|F(h,i/K\times 2\pi )-H_d\left(e^{j\times i/K\times 2\pi }\right)|}^2+\\ \Delta 2\times \underset{i=1}{\overset{k1}{\Sigma }}{|\arg \left(F(h,(i+1)/K\times 2\pi )\right)-\arg \left(F(h,i/K\times 2\pi )\right)-\tau \left(e^{j\times i/K\times 2\pi }\right)|}^2\end{array}$的最优解，其结果即为设计所需的滤波器；（G）利用步骤（F）所得的滤波器，对步骤（1）中输出的数字基带GSM传输信号进行滤波处理，输出滤波后数字基带GSM传输信号。