180 likes | 308 Views
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Katedra mikroelektroniky. Návrh a optimalizace filtru OTA-C s využitím evolučních algoritmů. Praha 2007 Bc. Dalibor Barri. Program prezentace. Cíle diplomové práce Uvedení do současné problematiky
E N D
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta elektrotechnická Katedra mikroelektroniky Návrh a optimalizace filtru OTA-C s využitím evolučních algoritmů Praha 2007 Bc.Dalibor Barri
Program prezentace • Cíle diplomové práce • Uvedení do současné problematiky • Představení nového optimalizačního algoritmu DESA • Návrh a optimalizace filtru OTA-C • Shrnutí dosažených výsledků
Cíle diplomové práce • Ověřit možnosti využití stochastických algoritmů pro optimalizovaný návrh aktivních filtrů OTA-C. • Při vývoji algoritmu respektujte požadavky na: • minimalizaci rozptylu hodnot obvodových prvků, • dosažení minimálních citlivostí parametrů přenosové funkce na změny hodnot obvodových prvků, • dosažení optimálních dynamických poměrů uvnitř struktury, • reálné vlastnosti aktivního prvku. • Návrhový algoritmus ověřte na řešení konkrétního filtru.
Optimalizační metody • Deterministické • gradientní metody • simplexová metoda (1965, J.A.Nelder a R.Mead) • Heuristické • genetické (1975, J.H.Holland) • evoluční (1995, R.Storn a K.Price)
DE algoritmus 1) výběr zkoumanéhojedince 2) náhodný výběr dvou členů populace reprezentant parametrůjedince náhodně vygenerovaná matice … současná populace gm2 gm1 CI2 ohodnoceníjedince CI1 3) váhování rozdílu jedinců 4) mutace 5) křížení pokusný jedinec 6) selekce např. Ao > Io nová populace dodalší generace
DESA algoritmus • DESA (Differential Evolution, Simplex Algorithm) • prohledávající algoritmus • 1.kroku DE • lokalizace oblasti možného řešení • 2.kroku SA • přesnější nalezení lokálního minima
Řídící proměnné DESA alg. • počet jedinců (NP) • doporučená volba: NP = 10D, • D – počet optimalizovaných parametrů • mutace (F) • doporučená volba: F = 0,5 – 0,8 • křížení (CR) • doporučená volba: CR = 0,5 – 0,8 • aplikace SA na část jedinců (PPGIP) • doporučená volba: PPGIP = 0,1 – 0,5 • počet generací (G)
Návrh a optimalizace filtru • Postup řešení: • návrh přenosové funkce H(s) na základě předepsaných požadavků • realizace LC prototypu • realizace OTA-C struktury z LC prototypu • optimalizace OTA-C filtru pomocí DESA algoritmu
Zadání navrhovaného filtru • Filtr typu dolní propust: ap1= 3 dB, ap1= 13 dB, ωp1 = 200 kHz, ωp2 = 280 kHz, as= 40 dB, ωs = 400 kHz
Návrh NDP • Filtr typu dolní propust: n= 4, ap1= 3 dB, ap1= 13 dB, Ωp1 = 1,0, Ωp2 = 1,4, as= 40 dB, Ωs = 2 Řešení nalezeno po 57 generací s parametry DE: NP = 300, F = 0,8 a CR = 0,8. Doba výpočtu byla průměrně 15 minut.
Dynamické poměry před a po optimalizaci obvodu filtru dynamické poměry před optimalizací reálného filtru OTA-C dynamické poměry po optimalizací reálného filtru OTA-C
Shrnutí dosažených výsledků II Pro optimalizaci filtru OTA-C byly použity následující parametry DESA algoritmu: NP = 60, F = 0,8, CR = 0,8 a PPGIP = 0,4. Optimalizace obvodové struktury trvala 108 minut.
Závěr • Nekonvenční heuristické metody se při návrhu a optimalizaci filtru OTA-C ukázaly jako vhodný nástroj • DESA algoritmus spolehlivě zoptimalizujeme filtr na bázi OTA-C • Sestavení algoritmu k nalezení přenosové funkce
Děkuji za pozornost ! Dalibor BarriDalibor.Barri@seznam.cz