基于FPGA的自适应噪声消除DLMS算法.pdf

《基于FPGA的自适应噪声消除DLMS算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2012焦仪表技术与传感器2012第10期InstrumentTechniqueandSensorNo．1O基于FPGA的自适应噪声消除DLMS算法郭来功，欧阳名三，蔡俊(安徽理工大学电气与信息工程学院，安徽淮南232001)摘要：研究了自适应噪声消除DLMS(DelayLeastMeanSquare)算法在实现时的速度和运算复杂度问题，提出了二进制树直接结构实现DLMS算法。算法采用了割集重定时技术和流水线结构，对延迟模块重新分割，使系统关键路径降到最低的同时具有较快的收敛速度。仿真结果表明与原有结构相比，新算法结构提高运算速度近3倍，较好地消除了含噪信号中的噪声。关键词：延迟最小均方算法；

2、自适应滤波器；割集重定时；关键路径中图分类号：TN911．72文献标识吗：A文章编号：1002—1841(2012)10—0091—03DLMSAlgorithmforAdaptiveNoiseCancellationBasedonFPGAGUOLai·gong，OUYANGMing—san，CA1Jun(CoHegeofelectronicallyandInformationEngineering，AnHlliUniversityofScienceandTechnology，Huainan232001，China)Abstract：Thispaperstudiedtheproblemsofs

3、peedandcomputationalcomplexitywhichtheDLMS(delayleastmeansquare)al—gorithminrealizationforadaptivenoisecancellation，presentedthebinarytreedirectformrealizationofDLMSalgorithm．Thealgo-rithmadoptedcut—setretimedtechniquesandpipelinestructure，repartitionthedelaymodules，madethesystemcriticalpathtoamin—i

4、mumandatthesaraetimewithhisherconvergencerate．Thesimulationresultsshowthatcomparedwiththeoriginalstructure，thestructureofthenewalgorithmtoimproveoperationspeednearlythreetimes，Caneliminatethenoiseinthesignalcontainingnoise．Keywords：delayleastmeansquare；adaptivefilter；cut—setretimed；criticalpath0引言2E

5、[S(n∞一Y)](2)自适应滤波器具有较强的适应性和滤波性能而在数字信由于s与n不相关，E[s(／7,一Y)]=0，所以式(2)结果为：号处理领域有广泛的应用。自适应噪声消除是自适应滤波器E[e]=E[s]+E[(n一Y)](3)的典型应用之一，如电力线干扰、卫星电话噪声消除，自适应噪由式(3)可得，调节自适应滤波器使得E[e]最小，也即使E声消除助听器，生物医学工程等。自适应滤波算法是自适应滤[(n一Y)]最小。由于e一s=rt一Y，所以就是待提取波器的核心。最小均方算法是Widrow-Hof求解Wiener—Hopf的信号s的最佳估计。方程提出的一种近似精确解的实用算法，具有结构简单，性

6、能稳定，计算复杂度低，易于硬件实现等优点而在实际中广泛采输出用。收敛速度、时变跟踪能力、稳态误差与算法复杂度是衡量自适应滤波算法性能的4个主要技术指标。文中采用一种流水线二进制树结构，基于FPGA实现延迟LMS算法，该结构仅需少数的延迟单元和移位寄存器，在节省图1目适应噪声消除结构模型逻辑资源的基础上获得更高速度，在自适应噪声消除方面有较对于一个(N一1)阶的自适应滤波器，LMS算法可以表述好的应用前景。为⋯：1自适应噪声消除自适应噪声消除是采用基于LMS算法的系数自动调整的Yk=∑．一(4)有限冲激响应滤波器(FIR)来实现的，其基本原理是将含有噪其中声的信号d与参考信号C进行抵消运算，从而

7、消除噪声。如图1所示，这里参考信号要求与噪声n具有相关性，而与待提{Wk=+=1d-~W．．ky+(5)取的信号不相关，输出信号为：式中：=[W0⋯，WⅣ_1．]为n时刻的滤波器系数；为e=s+n∞一Y(1)，步长因子。输出误差的均方值为：大收敛速度较快，但是会带来较大的静态误差，为了同时E[e]=E[(S+一Y)]=E[s]+E[(n—Y)]+获得算法较快的收敛速度和较小的稳态误差，提出了变步长