抽头式交指带通滤波器的优化方法研究及仿真.pdf
- 文档编号:14658422
- 上传时间:2023-06-25
- 格式:PDF
- 页数:5
- 大小:702.88KB
抽头式交指带通滤波器的优化方法研究及仿真.pdf
《抽头式交指带通滤波器的优化方法研究及仿真.pdf》由会员分享,可在线阅读,更多相关《抽头式交指带通滤波器的优化方法研究及仿真.pdf(5页珍藏版)》请在冰点文库上搜索。
第29卷第3期计算机仿真2012年3月文章编号:
10069348(2叭2)03一039404抽头式交指带通滤波器的优化方法研究及仿真彭卫东。
周超(中国民用航空飞行学院,四川广汉6L8307)摘要:
研究滤波器超低频噪声的过滤优化问题。
针对数字信号中混有大量超低频噪声的情况下,传统的等效电路过滤方法无法准确控制输入输出公差精度,控制阀值存在较大波动,造成过滤效果不理想。
为了解决上述问题,提出了一种抽失式交指带通滤波算法,利用两终端的外部品质因数O和谐振器间的耦合系数K设计抽头式交指型带通滤波算法,运用迭代分频滤波方法,高精度的过滤超低频高斯噪声。
克服传统方法依赖阀值的弊端。
仿真结果表明,抽头式方法能较好的过滤超低频高斯噪声,取得r满意的结果。
关键词:
交指滤波器;耦合系数:
外部品质因数中图分类号:
TM9302文献标识码:
BTapintoTypetoBandpassFilteroptimizationMethodResearchandSimulationPENGWeidong,ZHOUChao(CivilAviationni曲tUniversityofchina,Guan出蚰Sichuan618307,China)ABSTRACT:
Thelowf南quencyofgaussiannoisefiltrationproblemswasresea托hedFordi西talsignalsaremixed诵thalotoflow舶quencynoise,thetmditionalfiltermethodcaIInotbeaccu眦elycontmlled,趼d山econtmlvalVevaluesnuctuatefbquennyInordertosolvetllisproblem,tllispaperproposedataptypeintoabandpassfilteralgodthm,usedtwoterminals0ftheextemalqualityfactorQandresonatorcouplingcoemcientKinthedesign,referedtapintoabandpassfiltera190rithm,anduseditemtionpointsfbquencyfiltermethodfortheh培herprecisionoffiltrationultmlowfhquencygaussi蚰noisetlledisadvantagethattIletraditionalmetIlodsrelyonthresholdwereovercomeSimulationresultsshow出attheme山odc锄filterul昀10wfrequencygaussiannoisesbetter粕dachievesatisfactoryresultsKEYWoRDS:
Interdi西talfilters;Inter-resonatorcouplingcoemcient;Extemalqualityfactor1引言滤波器以及相关的滤波算法是对噪声进行过滤的基础。
微波带通滤波器是现代电子系统中的关键部件之一。
尤其是在射频接收机前端,其性能的优劣直接影响整个接收机系统的性能指标。
随着信号处理技术的不断发展,各种滤波算法也得到了广泛的应用。
当前,各种元器件应用环境的越来越复杂,噪声的分布也越来越广泛。
因此。
各种针对复杂环境的噪声算法引起了越来越多学者的重视。
在工业控制和航空航天等领域。
最为常用的滤波方法是基于等效电路的滤波方法。
通过控制输入、输出两端的信号阀值精度,完成信号的过滤过程r2。
因为其广泛的应用性和经济价值,成为了相关学科研究的重点课题。
基金项目:
中国民用航空飞行学院自然基金资助项目(J200723)收稿日期:
20110r7一10修回日期:
2011一1020一394一但是,传统的滤波方法在应用中存在一个问题。
这些方法在对滤波器内部耦合结构设计时,是根据输入输出的公差结果完成滤波的。
当滤波环境对公差频率要求不是很高的时候通常可达到较好效果。
但是,一旦信号在存在大量的超低频高斯噪声,这就对输入输出端的公差频率特征计算结果提出了较高的要求,必须要达到阀值要求的精度。
但是。
传统方法很难保证输入输出公差在一个很精确的范围内,这就造成阀门的精度很难得到控制,造成传统方法对超低频的高斯噪声过滤效果明显下降的问题。
为了解决这一问题,根据谐振器的直接耦合原理,提出了一种抽头式交指带通滤波算法,通过利用两输入输出终端的外部品质因数O和谐振器间的耦合系数K设计抽头式交指型带通滤波算法运用迭代分频滤波方法,高精度的过滤超低频高斯噪声。
克服传统方法依赖阀值的弊端【3“。
最后的实测结果表明该方法可以有效的提高微波滤波器的性万方数据能,对大量低频高斯噪声的过滤,有着很好的效果,保证了过滤的稳定性,在工程上有较强的适应性。
2噪声过滤原理噪声的有效过滤一直是噪声处理领域的核心问题是相关领域的研究热点,其原理是通过相关算法提取出噪声在某些方面的有效特征,完成基于特征的有效定位过滤。
过滤基本原理如下:
首先建立一个噪声的数学模型,然后确定噪声频率的空间分布5。
在噪声的特征空间中。
可以根据先验分布的知识,对噪声进行首次划分。
然后,提取出噪声频率的均值特征。
提取的计算方法如下:
以髫,y)=(韩)2exp()2口。
(1),(戈,y)为噪声频率大小的计算函数,exp(L)表示噪声特征的运动相位信息;p,表示噪声中的尖峰杂质。
在得到噪声频率特征计算公式之后,运用该公式,估算不同频段的噪声分布情况,方法如下:
札=疋(一l,)儿=以(儿一。
,)
(2)屯=(缸一,k)式中,|表示时刻,、儿、缸表示在时刻的不同频率下的噪声表示噪声计算函数,埘;表示过程噪声序列。
最后通过设定噪声过滤阀值,过滤相关频率的噪声:
”=:
鲁运用上面的公式。
可以对计算得到的不同频段的噪声,因为噪声的频率比正常频率稍高因此通过设定较高的阀值。
就能过滤掉噪声频率。
通过噪声过滤原理可知,传统方法在对普通噪声进行过滤时,能够取得良好的效果,因为对普通噪声说,式
(1)
(2)中计算得到的频率较大,能够通过提高式(3)中的阀值,完成噪声的过滤。
冈此效果很好。
但是当波形中混有大量的低频甚至超低频高斯噪声的情况下,就会大幅的降低噪声的频率分布区间,使得噪声的频率特征下载,这就导致式
(1)和
(2)中的计算结果变小,导致式(3)必须大幅调低噪声阀值。
使得阀值中包含了正常的信息频率特征,也就是无法完成正常的滤波过程,因为如果要过滤掉这些超低频噪声,就可能对正常的信息产生过滤效果,造成过滤的准确性不高的问题。
为了解决这一问题,提出了一种抽头式交指带通滤波算法,通过利用两输入输出终端的外部品质因数Q和谐振器间的耦合系数K设计抽头式交指型带通滤波算法,运用迭代分频滤波方法高精度的过滤超低频高斯噪声保证了过滤的稳定性。
3抽头式交指带通滤波算法31外部品质因数计算所谓终端的外部品质因数p值,就是终端电阻反射到第一个串联谐振器(或第n个)中所得出的p值,其用来表征选择性的优劣和能量损耗的程度。
耦合系数K和外部品质因数Q值可由式(4)、(5)求得。
Q=器(4)K“。
:
婴(5)09。
g。
“其中,朋形是滤波器的相对带宽,i为滤波器的级数,g为低通原型的归一化元件值。
由式(5)计算得到的耦合系数K。
,再利用ADs软件舡!
l一筇倒eEM仿真得到耦合系数与间距之间的关系曲线,从而获得相邻谐振器的间距sm。
考虑边缘效应的谐振杆长可由式(6)确定。
吐4-0412毒黼(6)其中,A。
=A。
厄A。
为滤波器中心频率上自由空间传播波长,t为有效介电常数为板厚,形为谐振器宽度。
抽头式交指滤波器的抽头位置L。
可由式(7)确定。
卜1繇(7)其中,z0是抽头线的特性阻抗(通常为50力);厶是谐振器无耦合情况下的特性阻抗,Q是由式(4)所确定的外部品质因数。
32迭代分频滤波在得到噪声的外因品因数之后需要对其进行时域分析,保证在时域范围内对其进行有效的划分,为后面的迭代滤波工作打下基础。
方法如下:
x(。
)=八x(f)+_。
)通过时域划分函数。
可以把噪声分为不同范围内的几个区域,在本文中,可以因为面对的是大量的低频度噪声,因此,需要的划分区间较多,选取六个划分区间,方法如下:
x(。
)=算(们,y
(1),z,】7当噪声值的频率幅度跨度较大的情况下。
可以适当的增加划分区间:
置,)=【茹(f】,“,y(扎,扎,。
(f)如,】7如果噪声在t。
时刻存在较大的数量,对上式进行优化,变为置(f)=厂(石
(1),矗(。
)+K;)其中以的计算方法如下:
疋(、=0t。
X。
(。
)=厶(以(。
)+f。
运用分化得到的噪声因子过滤结果,可计算出:
一395万方数据耋i=;三iii+立im+;w毗)为高斯白噪声,五为噪声过滤因子的均值,可对其进行奇异值分解。
有了噪声关系方程将其离散化后,开始得到精确度较高的大量低频噪声过滤结果。
设随机噪声的状态矩阵方程为:
X)2(,I1)X(一I)+U()+曰(,I一”伊)噪声计算方程为z=舰+H(8)其中x为频率为置的噪声状态向量,互为K均值噪声序列,A“一。
是nn值噪维噪声状态转移矩阵,为mn噪声维噪声矩阵,叽。
是噪声调控系数,H。
)是m维系统观测噪声向量,矾。
是系统n维过程噪声向量。
对于过程噪声取”和观测噪声n综上所述。
协方差矩阵为:
con(岫)=F甜7)=Qcon(F)=戤口=R通过以上计算可以进行迭代运算,对得到的超低频噪声进行过滤计算方法如下:
x()2(,一”五-一1)+()z(I)一(I。
一1)x_II)x(”=PI“川):
)H(”P(“)打k+P】“P“I一1)=A(扣I)P(h1)A:
I,一l】+日(II)口(一1)口:
一1)P(_”=【P矗卜1)十日矗R矗)日(”】。
(9)其中只。
、为超低频每次迭代的误差矩阵通过迭代计算。
可以得到首次的噪声频率值和误差值,运用迭代的方法,对其进行再次运算只要结果保证收敛,就能不断得到精度更高的结果。
保证计算的准确性。
在得到准确的超低频噪声信息之后为了获得较好的优化效果往往需要尽可能多地设置优化点,但是这会大幅增加优化时间。
为缩小优化时间,首先需要对参数进行手动调谐以确定一个比较小的优化范围。
由于滤波器的带宽主要由耦合线的间距决定中心频率主要由谐振器的长度决定,因此使用调谐功能。
缩小相邻谐振器之间的间距,使滤波器通带带宽变宽。
直到基本符合要求。
由滤波器谐振器长度与中心频率的关系可知。
谐振器长度越长,滤波器的中心频率越低,反之越高。
因此,可以通过缩短谐振器的长度来调整滤波器的中心频率以解决滤波器的中心频率偏移。
当将滤波器s2l曲线手动调谐到大致满足指标的形状时就可进行优化,直到版图仿真达到设计要求为止。
4仿真结果了验证本文算法对超低频噪声的过滤有效性选用尖峰噪声和超低频混合噪声。
噪声的示渡器采集图,如下图l所示运用传统的滤波过滤算法得到的噪声分布图如下图2所示一396一圈l噪声分布田:
;_1Jfr圈2传统算法滤波实禹曲线从图2可以看出,该带通滤波器的带通基本性能曲线已形成。
但该仿真曲线中滤波器通带的带内波纹抖动及插人损耗比较大,这是因为通带内的损耗包括两个部分即电阻损耗和电抗损耗。
电抗损耗与耦台和超低频率都有关。
因此它的存在将导致带内损耗的起伏。
电磁场仿真软件优化可以将电抗损耗消除,却无法消除这种超低频噪声。
另外,由于实验条件有限,本次实测没有添加屏蔽外盒,这也是产生超低频噪声的原因之一。
运用本文提出的方法对超低频噪声进行过滤过滤的结果如下图3所示-厂、一、y一一_-圈3本文算法滤波实测曲线通过图3可知本文的算法对超低频的噪声起到了很好万方数据的作用。
这主要有以下几个原因。
一方面外部品质因数加载效应使得第一个谐振器的高度与其它谐振器的高度存在差异,一般而言,高度差异会越大,相对带宽越大。
另一方面,实际基片的介电常数很可能不均匀这样会引起中心频率的偏移,随着基片的介电常数的升高,滤波器的中心频率会降低。
但是选代计算能够很好的消除这种容易产生超低频噪声的差异。
5结论提出了一种抽头式交指带通滤波算法。
利用两终端的外部品质因数O和谐振器间的耦合系数K设计抽头式交指型带通滤波算法,运用迭代分频滤波方法高精度的过滤超低频高斯噪声。
克服传统方法依赖阀值的弊端,对高频率噪声起到了很好的过滤作用。
因为噪声在各种工控行业都是比较常见的现象,因此,本文的研究具有较大的现实意义和经济意义。
参考文献:
1K删gwk“m加dch卸一HoPt肌dsu唱一J皿H明An州2345deBi驴procedu坤0f“ppedupledliI”fi|temADk衄脚衄d脏I-EtionS0cielySyIp0Bi啪,24正EE,32晰32866潘长鹏陈洁王光源梁勇谱估计法在反舰导弹雷达角噪声仿真中的应用J计算机仿真20072甘车祓吴万春_现代徽渡滤波器的结构与设计M北京科学出版杜1973218238廖承恩微波技术基础M西安西安电子科技大学出版社19舛105一l加xum,YuNa,shi址试zh凹QfIgneMinimunzatlonDe-姆IofM记瞄晡plnkIdi百talB蛐邮曲sFn把rcIEEEInk诅-ljo,dc帅f;瑚】ceonPowerElh肌idl丑teu谚呲T咖1sp。
ntionsystm,删476作者简介彭卫东(196812一),男(汉族)四川省仁寿县人硕士副教授,研究方向:
计算机测控;周超(19so9一)男(汉族),安徽省摊溪县人,硕士。
讲师研究方向:
电磁兼容;航空电子电气设备故障诊断及预测。
(上接第3鲫页这表明遗传支持向量机建立的预测模型比传统预测模型性能更优越。
2)对比遗传支持向量机和常规支持向量机预测结果可知岱一svR参数对模型的性能有很大影响,经过自适应遗传算法对LssvM进行优化可以获得更高的预测精度。
3)遗传支持向量机的预测误差与训练误差相差并不大,然而BP神经网络预测误差远大于训练误差,这表明BP神经网络易陷入过拟合现象,而遗传支持向量机可以很好平衡学习能力和泛化能力。
4)遗传支持向量机和常规支持向量机预测误差都比BP神经网络要小这表明,对于小样本电力负荷数据(本实验训练样本只有14个)。
璐一svM可以充分利用有限的数据信息获得最优预测精度,比神经网络模型更适合于小样本学习。
5结束语针对电力负荷与影响因子标间呈现高度非线性关系。
提出一种基于遗传优化支持向量机的电力负荷蓣测模型。
采用具体实例与常规IssvM和传统BP神经网络预测性能进行比较对比结果表明遗传支持向量机模型对电力负荷有较好的预测性能且预测准确度优于对比模型,泛化能力强。
为电力负荷预测提供了一种新的研究思路和途径。
参考文献:
1魏伟,牛东晓,常征负荷预铡技术的新进展J华北电力大学学报2002,29(t):
10一152权先珍蒋传文张勇传j电力负荷的混沌预测方法J华中理工大学学报2000,28(7):
92943朱继萍,藏君中长期电力负荷预测相关影响因素优化选择【J计算机仿真,28,25(5):
226229【4程其云,等以神经网络与模糊逻辑互补的电力系统短期负荷蕊涮模型盈方法J电工技术学报。
2004,】9(10):
53一弼5郭新辰王雪峰冯英没采用神经网络进行电力系统短期负荷预测的一种降维方法J华北电力学院学报2222
(2):
24286孙德山吴今培,肖健华svR在混沌时间序列预测中的应用J系统仿真学报,2004,16(3):
5195207尚万峰,赵升吨,申亚京遗传优化的最小二乘支持向量机在开关磁阻电机建模中的应用J中国电机工程学报,2029(12):
65698刘胜李妍妍自适应GAsvl参数选择算法研究【J哈尔滨工程大学学报,2嘶,28(4):
3984029石海渡PcAsvM在电力负荷预测中的应用研究J计算机仿真2010,27(10):
”928210橱延西,刘丁基于小波变换和最小二乘支持向量机的短期电力负荷预测用J电同技术,2螂,29(13):
60一“作者简介庄新妍(1978一)女(汉族),内蒙古呼伦贝尔市人硕士讲师主要研究方向:
计算机应用。
一397万方数据抽头式交指带通滤波器的优化方法研究及仿真抽头式交指带通滤波器的优化方法研究及仿真作者:
彭卫东,周超,PENGWei-dong,ZHOUChao作者单位:
中国民用航空飞行学院,四川广汉,618307刊名:
计算机仿真英文刊名:
ComputerSimulation年,卷(期):
2012,29(3)参考文献(5条)参考文献(5条)1.KangWookkim;Chan-HoPark;Sung-JimHamAnewdesignprocedureoftappedcoupled-linefilters20042.潘长鹏;陈洁;王光源;梁勇谱估计法在反舰导弹雷达角噪声仿真中的应用期刊论文-计算机仿真2007(02)3.甘本祓;吴万春现代微波滤波器的结构与设计19734.廖承恩微波技术基础19945.XuJia;YuNa,Shi;ZhaoQuanmingTheMiniaturizationDesignofMicrostripInterdigitalBandpassFilter2009引用本文格式:
彭卫东.周超.PENGWei-dong.ZHOUChao抽头式交指带通滤波器的优化方法研究及仿真期刊论文-计算机仿真2012(3)
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 抽头 式交指 带通滤波器 优化 方法 研究 仿真
![提示](https://static.bingdoc.com/images/bang_tan.gif)