采用遗传算法的思想用于滤波器优化设计是近年来设计滤波器的研究热点之一。本文主要研究采用改进的遗传算法进行有源滤波器的优化设计以及头部相关传递函数(HRTFs)的逼近问题。论文首先阐述了遗传算法的基本概念、构成要素、特点及遗传算法的改进技术,接着介绍了滤波器的基本原理、基本构成及经典设计方法,然后从改进的遗传算法对滤波器的优化设计方面展开一些探索性的研究。本文的主要贡献如下:1.深入研究了滤波器的设计理论。有源滤波器具有体积小、便于集成等优点,得到了广泛应用,对有源滤波器设计方法的改进有非常重要的意义。遗传算法(GA)是模拟生物在自然环境中的遗传和进化过程而形成的一种概率搜索算法;而全局优化的优化方法是从总的传递函数出发,对电路参数进行设计。本文将遗传算法和全局优化的思想融合到一起来逼近切比雪夫有源低通滤波器。实验结果表明,这种方法克服了传统方法的一些不足之处,逼近效果有明显的改善。2.本文提出了改进的遗传算法逼近HRTFs。针对传统遗传算法逼近效果误差较大的问题,结合空间听觉的研究成果,从染色体编码、种群的初始化、适应度函数的设计,到遗传操作操作数的设计、染色体解码等具体问题都提出了新的解决方案,如采用改进的选择方式、提出自适应遗传算法、提出精英选择策略以及提出最优引导策略。在遗传算法运行的后期阶段,对个体的适应度进行适当的放大,扩大最佳个体适应度与其他个体适应度之间的差异程度,以提高个体之间的竞争性。从实验结果可以看出改进的遗传算法的逼近效果明显优于传统的遗传算法及Prony算法。3.耦合器是一种应用十分广泛的微波电路,它可以用于组成滤波器,例如双光纤定向耦合器组成光学梳状滤波器;在滤波器滤波以后为了把信号进行分路传输要用定向耦合器,定向耦合器是多端口的器件。本文将遗传算法用于多级分支定向耦合器的优化设计并对算法进行了改进。设计中取消了主线、分支阻抗左右对称的限制,使设计的自由度进一步加大,主、副线的特性阻抗采用优化设计方法确定,分支定向耦合器的工作带宽得到了进一步扩展;在标准遗传算法的基础上,引入了最优保存策略和自适应遗传操作,算法的性能得到了提高。仿真表明,用该方法设计的多级分支定向耦合器性能优于其他设计方法。论文最后总结了本文的工作,并提出进一步的研究探索方向。