1.2 研究本质

未知 IIR 系统的识别依靠自适应 IIR 滤波器模型。近年来，人们对自适应 IIR 滤波器有了更多的关注，因为在许多应用领域，如语音识别、音响和通信，都强 烈依赖于自适应信号处理。对于一些系统辨识问题，自适应 IIR 滤波器试图根据 自适应滤波器输出和未知设备输出之间的误差函数来描述未知系统的特性。

自适应无限冲激响应(IIR)滤波是近年研究的一个活跃领域，已被用于信号处 理和通信等方面。为了使自适应 IIR 滤波器替代自适应 FIR 滤波器，许多学者已 经做了大量的研究。自适应 IIR 滤波器具有一个无限长的脉冲响应，有反馈回路 [2]。因此，在系数的多少一样的情况下，自适应 IIR 滤波器相比于自适应 FIR 滤 波器，它的性能更为优越。由此可见，在同样一个特定的性能水平之下，IIR 滤 波器需要的系数的数目比相应的 FIR 滤波器少。这是因为相比于只有一个零点情 况下，在既有极点又有零点的情况下所获得的反应可以更有效地逼近滤波器输 出。因此一个有足够数量的极点和零点的自适应 IIR 滤波器能精确模仿一个未知 的零极点系统，而高阶 FIR 滤波器只能近似。

为了获得令人满意的识别结果，有必要找到合适的滤波器系数，这个系数可 以使自适应 IIR 滤波器输出和设备输出之间产生的的误差最小。IIR 系统识别的

目标是通过自适应算法来改变自适应 IIR 滤波器的系数，当同一输入信号同时加 到未知滤波器和自适应 IIR 滤波器时，未知滤波器的输出与自适应 IIR 滤波器的 输出十分接近[3]。

1.3 国内外研究现状

1.4 本文主要工作

本文的主要工作：

（1）介绍了无限冲激响应系统识别的研究意义及其本质。

（2）对自适应 IIR 滤波器的结构及工作原理进行介绍，提出了识别未知系 统的具体方案。

（3）本文对 PSO 算法进行了详细的分析，同时介绍了其他三种基于标准 PSO 算法的改进算法。讨论了一种改良的粒子群优化算法（MPSO），提高了标 准 PSO 算法的优化性能。

（4）进行算法仿真。首先分析当利用 PSO 算法进行系统识别时，噪声对于 系统识别的准确性的影响；接着，分别使用五种 PSO 算法进行系统识别，将其 性能进行比较，进行分析。

2 无限冲激响应系统

2.1 数字滤波器

2.1.1 数字滤波器的基本概念

在现代通信系统中，滤波是最常用、最重要的信号处理技术，它是一种有效 的干扰抑制方法，在数字处理中有着举足轻重的地位[12]。一般而言，滤波器可以 分为模拟滤波器和数字滤波器。如今，模拟滤波器的发展已经越来越成熟。然而， 数字滤波器具有较高的稳定性、较高的精度等优点。滤波器，是一种电路，它允 许一个特定的频带通过，并且衰减带外信号。滤波器的应用十分广泛，涉及电信、 军工、医疗、电力等现代通信系统中，滤波器是一种常用的信号处理技术，比较 模拟滤波器，在很多不一样的性能上，数字滤波器更好。它的输入、输出信号均 为数字信号。数字滤波器的输入序列通过一定的运算转换成输出序列。数字滤波 器的核心思想是突出有效的波形，抑制干扰波。虽然数字滤波和模拟滤波的信号 的形式，但它们的概念是一样的。在信号处理中，数字滤波器是一种对采样、离 散时间信号进行数学运算的系统，以减少或增强该信号的某些方面。这是与其他 主要类型的电子过滤器，模拟滤波器，这是一个连续时间模拟信号的电子电路。 与模拟滤波相比，数字滤波具有许多优异的性能，数字滤波器是数字信号处理的 重要基础，它是应用最广的一种线性系统。与模拟滤波器相比，数字滤波器具有 高稳定性、高精度、灵活等优点[13]。论文网