Una estrategia para el diseño de filtros activos RC de alto orden utilizando algoritmos evolutivos

Abstract

Este trabajo presenta una estrategia modular de diseño para filtros de alto orden implementados en cascada usando algoritmos evolutivos (EAs, Evolutionary Algorithms). El método propuesto evidencia notables ventajas con respecto a los formulados en la literatura para dimensionar este tipo de filtros. Se emplean cuatro EAs del estado del arte: PSO (Particle Swarm Optimization), DE (Differential Evolution), ADE (Average Differential Evolution) y EHO (Elephant Herding Optimization). Como casos de estudio se adoptan dos filtros Chebyshev de décimo orden considerados en trabajos previos. Los resultados muestran que mediante la estrategia propuesta se obtienen configuraciones de filtro con menor error de diseño que otras alternativas, aun empleando componentes de mayor tolerancia. El esfuerzo computacional también resulta ser notablemente más bajo. Una comparación estadística entre los EAs utilizados muestra que DE y ADE son más eficientes en cuanto a la calidad de las configuraciones encontradas.

Keywords

• algoritmos evolutivos
• diseño de filtros de alto orden
• selección de componentes pasivos
• estrategia de diseño de filtros.