论文部分内容阅读
针对传统模拟滤波器设计对于较为复杂的目标需求往往精度与效率均较差的问题，提出一种基于量子遗传算法（quantum genetic algorithm，QGA）的模拟滤波器优化设计方法。量子遗传算法是量子计算理论与进化理论相结合的产物，同传统遗传算法（classical genetic algorithm，CGA）相比具有种群多样性好、收敛速度快和全局寻优能力强的特点。引入QGA算法对滤波器参数进行寻优。通过采用自适应的量子旋转角调整策略并引入量子交叉、变异及群体灾变操作，提高了算法的搜索效率，降低了算法出