欢迎来到天天文库
浏览记录
ID:55975621
大小:209.41 KB
页数:3页
时间:2020-03-23
《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
此文档下载收益归作者所有