进化规划用于自适应IIR滤波器的优化设计

针对自适应ＩＲ滤波器（ＡＩＲＦ）潜在的不稳定性和性能指标函数容易陷入局部极小点而导致性能下降等问题，本文将进化规划用于直接、并联、级联和格型结构的ＡＩＩＲＦ的优化设计。基于进化规划的自适应滤波算法不依赖于梯度信息，能够有效地实现ＡＩＩＲＦ参数的全局寻优。大量的仿真实验结果表明不同结构的ＡＩＲＦ用进化规划进行参数寻优，不仅解决了自适应滤波器性能指标函数容易陷入局部极小点的问题，亦解决了ＡＩＲＦ的稳定性问题。     

直接序列扩频通信中干扰抑制的进化规划自适应非线性滤波技术

进化规划（ＥｖｏｌｕｔｉｏｎａｒｙＰｒｏｇｒａｍｍｉｎｇ）是模拟生物界自然选择和变异机制的一种随机并行搜索优化算法。本文提出了应用于直接序列扩频通通信中窄带干扰抑制的基于进化规划的自适应非线性滤波技术，并与传统的自适应非线性滤波技术进行了比较，结果表明本文算法更优。不仅实现了自适应非线性滤波的全局寻优和快速收敛，而且提高了系统的稳定性，尤其对于极点靠近单位圆的ＡＲ模型信号干扰，滤波性能有较大的提高。     

自适应格型IIR滤波器的进化学习算法

本文提出了自适应全零点格型ＩＩＲ滤波器结构及进化学习算法。全零点格型结构的自适应ＩＩＲ滤波器（ＡＩＩＲＦ）具有结构简单,计算量少等优点．新的滤波器结构和进化学习算法相结合,不仅解决了ＡＩＩＲＦ的稳定性问题,而且滤波器参数能够以很大的概率快速收敛于全局最优解,同时允许大动态范围的输入信号,尤其对高阶、极点靠近单位圆的ＡＩＩＲＦ。计算机仿真结果验证了该滤波器的有效性．