全文总字数：2956字

1. 研究目的与意义及国内外研究现状

数字滤波器是通过对抽样数据进行数学处理来达到频域滤波的目的。数字滤波器可以用软件或设计专用的数字处理硬件两种方式来实现。用软件来实现数字滤波器优点是：随着滤波器参数的改变，很容易改变滤波器的性能。

bp（backpropagation）神经网络是1986年由rumelhart和mccelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。bp网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。bp神经网络模型拓扑结构包括输入层（input）、隐层(hiddenlayer)和输出层(outputlayer)。

2. 研究的基本内容

1、查阅、收集和学习相关资料：

（1）搜索相关文献，获得相应的关于fir滤波器的相关技术

（2）学习使用matlab开发平台

3. 实施方案、进度安排及预期效果

实施方案：首先运用频率抽样法设计一个fir滤波器，测试性能，得出幅频特性仿真图；然后详细介绍bp网络；之后介绍遗传算法，并进行优化滤波器，得出幅频特性仿真图；比较遗传算法和bp网络，用遗传算法对bp网络进行优化，得出新的算法，将之应用于fir滤波器中，得出仿真图

进度安排：2017.12.1--2018.1.1完成任务书和开题报告

2018.1.1--2018.1.15确定大纲

4. 参考文献

[1]程佩青.数字信号处理[m].第三版.北京:清华大学出版社,2012.128-129

[2]楼顺天,李博菡.基于matlab的系统分析与设计—信号处理[m].西安:西安电子科技大学出版社,2001.

[3]张志涌.精通matlab6.5版[m].北京:北京航空航天大学出版社,2004.