第3卷第3期 智能系统学报 Vol 3 Na 3 2008年6月 CAA I Transactions on Intelligent Systems Jun 2008 改进克隆选择算法的层叠滤波器的优化设计 赵春晖，赵华，万建 (哈尔滨工程大学信息与通信工程学院，黑龙江哈尔滨150001) 摘要：层叠滤波器优化设计的核心是正布尔函数最优化的问题.为了提高优化速度并对层叠滤波器进行全局优化 设计，提出了一种改进的克隆选择算法.该算法引入多克隆算子和记忆单元及保留群体同时进化的思想.多克隆算 子中的个体克隆规模根据个体的亲和度浓度自适应变化；重组操作在父代记忆个体与子代变异后的记忆个体之间 展开，避免了近亲繁殖：保留群体的变异保证了群体的多样性.实验结果证明，该算法优化的层叠滤波器能在较短的 时间内得到较好的滤波结果。 关键词：层叠滤波器，多克隆算子，克隆选择，变异；重组 中图分类号：N91126文献标识码：A文章编号：1673-4785(2008)03-025405 Optmal design of stack filters using an improved clonal selection a lgor ithm ZHAO Chun-hui,ZHAO Hua,WAN Jian (College of Infomation and Communication Engineering,Harbin Engineering University,Harbin 150001,China) Abstract:The op tmal design of stack filters is actually an optim ization of a positive Boolean function In order to peed up the optm izing rate and produce a gbbal optmal design of the stack filters,an mproved clonal selection algorithm (ICSA)ispresented,which introduces a polyclonal operator and siultaneous evolution of the memory u- nit and the reserved group.The number of clonal particles in the memory unit can adaptively change with their af- finity concentration Regroup ing operations are made beween parent generations and child generations in the mem- ory unit,avoiding problems caused by breeding wo close particles The preservation of group mutations guarantees diversity Our expermental results confimed that stack filters op tim ized with CSA produce better filtering results in less tme Keywords:stack filters,polyc bnal operator,clonal selection;mutation;regroup ing 层叠滤波器是近年来非线性滤波器领域中的主 一些研究成果21，为了更好地解决层叠滤波器优 导滤波器，这类滤波器概括了一大类排序统计滤波 化算法收敛速度慢，全局寻优能力差的问题，在基本 器和形态滤波器，而且具有良好的去除噪声和细节 克隆选择算法基础上，对其克隆算子进行了改进并 保持能力.层叠滤波器的优化设计是该研究领域的 加入其他免疫机制，提出一种改进克隆选择算法 热点问题之一，许多优化方法相继被提出，例如遗传 (mproved clonal selection algorithm,CSA).该算法 算法(genetic algorithm,GA),模拟退火算法，粒子 优化的层叠滤波器相对于GA优化的层叠滤波器具 群算法(particle swam optm ization,PSO)等等，但它 有更好的滤波效果，同时优化速度更快」 们均存在收敛速度慢，易早熟的问题.最早的克隆选 1层叠滤波器基本理论 择算法(clnal selection algorithm,CSA)由De Castro 于1999年在借鉴生物免疫系统的克隆选择原理的 层叠滤波器是一种由正布尔函数定义的非线性 基础上提出川，随后研究者对其进行改进，获得了 数字滤波器.通过对输入信号阈值分解，层叠滤波器 将多值信号的问题转化为二值信号问题，且具有并 行体系结构，适于VLS实现.层叠滤波器的优化设 收稿日期：2007-10-15 基金项目：因家自然科学基金资助项目(60672034). 计可归结为最优正布尔函数的选取，层叠性和阈值 通讯作者：赵春晖.Email zhaochunhui@hrbeu edu cn 分解性是层叠滤波器的两大特性 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net第 3卷第 3期 智 能 系 统 学 报 Vol. 3 №. 3 2008年 6月 CAA I Transactions on Intelligent System s Jun. 2008 改进克隆选择算法的层叠滤波器的优化设计 赵春晖 , 赵 华 , 万 建 (哈尔滨工程大学 信息与通信工程学院 ,黑龙江 哈尔滨 150001) 摘 要 :层叠滤波器优化设计的核心是正布尔函数最优化的问题. 为了提高优化速度并对层叠滤波器进行全局优化 设计 ,提出了一种改进的克隆选择算法. 该算法引入多克隆算子和记忆单元及保留群体同时进化的思想. 多克隆算 子中的个体克隆规模根据个体的亲和度浓度自适应变化 ;重组操作在父代记忆个体与子代变异后的记忆个体之间 展开 ,避免了近亲繁殖 ;保留群体的变异保证了群体的多样性. 实验结果证明 ,该算法优化的层叠滤波器能在较短的 时间内得到较好的滤波结果. 关键词 :层叠滤波器 ;多克隆算子 ;克隆选择 ;变异 ;重组 中图分类号 : TN911. 26 文献标识码 : A 文章编号 : 167324785 (2008) 0320254205 Optimal design of stack filters using an improved clonal selection algor ithm ZHAO Chun2hui, ZHAO Hua, WAN Jian (College of Information and Communication Engineering, Harbin Engineering University, Harbin 150001, China) Abstract: The op timal design of stack filters is actually an op tim ization of a positive Boolean function. In order to speed up the op tim izing rate and p roduce a global op timal design of the stack filters, an imp roved clonal selection algorithm ( ICSA) is p resented, which introduces a polyclonal operator and simultaneous evolution of the memory u2 nit and the reserved group. The number of clonal particles in the memory unit can adap tively change with their af2 finity concentration. Regroup ing operations are made between parent generations and child generations in the mem2 ory unit, avoiding p roblem s caused by breeding two close particles. The p reservation of group mutations guarantees diversity. Our experimental results confirmed that stack filters op tim ized with ICSA p roduce better filtering results in less time. Keywords: stack filters; polyclonal operator; clonal selection; mutation; regroup ing 收稿日期 : 2007210215. 基金项目 :国家自然科学基金资助项目 (60672034). 通讯作者 :赵春晖. E2mail: zhaochunhui@hrbeu. edu. cn. 层叠滤波器是近年来非线性滤波器领域中的主 导滤波器 ,这类滤波器概括了一大类排序统计滤波 器和形态滤波器 ,而且具有良好的去除噪声和细节 保持能力. 层叠滤波器的优化设计是该研究领域的 热点问题之一 ,许多优化方法相继被提出 ,例如遗传 算法 ( genetic algorithm, GA ) ,模拟退火算法 ,粒子 群算法 (particle swarm op tim ization, PSO)等等 ,但它 们均存在收敛速度慢 ,易早熟的问题. 最早的克隆选 择算法 ( clonal selection algorithm, CSA)由 De Castro 于 1999年在借鉴生物免疫系统的克隆选择原理的 基础上提出 [ 1 ] ,随后研究者对其进行改进 ,获得了 一些研究成果 [ 224 ] . 为了更好地解决层叠滤波器优 化算法收敛速度慢 ,全局寻优能力差的问题 ,在基本 克隆选择算法基础上 ,对其克隆算子进行了改进并 加入其他免疫机制 ,提出一种改进克隆选择算法 ( imp roved clonal selection algorithm, ICSA ). 该算法 优化的层叠滤波器相对于 GA优化的层叠滤波器具 有更好的滤波效果 ,同时优化速度更快. 1 层叠滤波器基本理论 层叠滤波器是一种由正布尔函数定义的非线性 数字滤波器. 通过对输入信号阈值分解 ,层叠滤波器 将多值信号的问题转化为二值信号问题 ,且具有并 行体系结构 ,适于 VLSI实现. 层叠滤波器的优化设 计可归结为最优正布尔函数的选取 ,层叠性和阈值 分解性是层叠滤波器的两大特性. © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net