张书玉，王 婷

(南京林业大学 信息科学技术学院，江苏 南京 210037)

0 引言

数字滤波器从单位脉冲响应长度上可以分成两类：有限长冲激响应数字滤波器和无限长冲激响应(Iinite Impulse Response)数字滤波器[1-2]。因为FIR数字滤波器没有反馈，输出仅取决于之前和当前的输入值，始终具有线性相位响应，所以FIR数字滤波器更稳定和易于实现，因此本文只针对FIR数字滤波器做详细讨论。FIR数字滤波器常用的传统设计方法有窗函数法、频率抽样设计法和切比雪夫等波纹逼近法等[3-4]。其中，窗函数法和频率采样法都存在通带和阻带边界频率不易控制、通带波动大和收敛精度低等缺点，因此在实际应用中存在局限性。

数字滤波器的设计和实现中如何克服上述缺陷是个技术难题[5]。鉴于数字滤波器可以通过修改一些预定义的幅度或频率响应来重塑或操纵信号的频谱，因此通过研究和分析将数字滤波器的设计问题转换为多参数优化的问题。由于智能算法在解决许多复杂的、高维的和非线性问题上表现出出色的优化性能，其作为传统数学方法的替代方法可以应用于需要获得全局或近似全局最优解的场合。在数字滤波器的设计上很多智能算法已被应用[6]，例如遗传算法[7]、粒子群算法[8]、差分进化[9]、人工蜂群算法[10]、免疫算法等[11]以及上述算法的混合。这些算法通过定义各种误差函数来寻求满足设计要求的一组滤波器系数，使设计的滤波器的幅频响应与理想滤波器的幅频响应在通带和阻带的误差最小。……