تخمین پارامترهای مدل مبتنی بر فیلتر تطبیقی IIR مرتبه کاهش یافته با استفاده ازالگوریتم ژنتیک

پردازش تطبیقی فیلترهای IIR موضوعی مهم و قابل توجه در بسیاری از شاخه های علمی است این فیلترها کاربرد فراوانی در پردازش سیگنال کنترل تطبیقی و شناسایی سیستم ها دارند در این مقاله از الگوریتم ژنتیک برای طراحی فیلترهای تطبیقی IIR با درجه تنظیم شده ودرجه کاهش یافته استفاده شده است در شبیه سازی ها نتایج اجرای الگوریتم ژنتیک با داده های حاصل از اعمال ورودی های مختلف با الگوریتم حداقل مربعات بازگشتی RLS مقایسه شده است این نتایج نشان میدهد که الگوریتم ژنتیک در تخمین پارامترهای فیلتر تطبیقی IIR از مرتبه کاهش یافته موفق تر از الگوریتم RLS است.

کلیدواژه ها:

الگوریتم ژنتیک ، الگوریتم حداقل مربعات بازگشتی ، پردازش سیگنال ، شناسایی سیستم ها ، فیلترهای تطبیقی IIR