数字滤波器是DSP(数字信号处理)系统独特而有重要的一类,是通过计算计算法输入数字序列转换为不同输出序列的离散时间系统,具有更高的精确度和可靠性,使用灵活方便,已经成为数字信号处理技术中的重要手段。而数字滤波器的设计中通常使用各种各样流行的现代算法,包括遗传算法(GA),模型退火算法(SA),禁忌搜索(TS),蚁群最优化算法(ACO),神经网络算法(NNs)和人工免疫算法(IA)等等。然而,每一种算法每一种算法都有自己的特点和缺陷,找到一种合适的算法可以大大减少运行时间。FIR数字滤波器设计的基本方法之一是频率抽样法,但传统的方法往往不能满足设计者的要求。本设计便以FIR数字滤波器的频率抽样设计方法为例,对满意优化方法的应用进行了一定的分析和研究。论文共分为四章。第一章为绪论,对数字滤波器发展进行了简单的介绍。第二章在分析人类智能思维方式的基础上,给出了满意优化方法的一般定义,满意优化的运行框架以及一类普遍适用的满意解和满意度函数的定义。并介绍了一类满意优化方法与遗传算法(GA)相结合的多目标满意优化模型。第三章详细介绍了FIR数字滤波器的线性约束条件和频率响应特性,并针对一种常用的设计方法——频率抽样法进行了说明。第四章把多目标满意优化模型应用到FIR数字滤波器的优化设计中,用它实现FIR滤波器过渡带样本值的满意优化,介绍了一类基于频率抽样法的FIR滤波器优化设计方法。通过FIR数字低通滤波器过渡带两点抽样和带通滤波器两点抽样的满意优化设计,并以令人满意的优化仿真结果为依据,说明了该方法的灵活性、有效性和实用性。