DNLMS濾波器的FPGA實現(xiàn)
加入技術交流群
自適應濾波器一直是信號處理領域的研究熱點之一，經過多年的發(fā)展，已經被廣泛應用于數(shù)字通信、回聲消除、圖像處理等領域。自適應濾波算法的研究始于20世紀50年代末，Widrow和Hoff等人最早提出最小均方算法(LMS)。算法由于結構簡單，計算量小，易于實時處理，因此在噪聲抵消，譜線增強，系統(tǒng)識別等方面得到了廣泛的應用。為了克服定步長LMS算法中收斂速度、收斂精度及跟蹤速度等對步長大小選取相互矛盾的缺點，人們提出了許多變步長LMS算法，但是，當輸入信號具有強相關性時，例如語音信號，LMS算法及NLMS算法的收斂速度將急劇下降。因此，本文對進入自適應濾波器的輸入信號首先進行解相關預處理，再對自適應濾波器進行歸一化LMS。
很多自適應濾波器是在通用DSP處理器上通過編寫軟件代碼實現(xiàn)。這種濾波器在系統(tǒng)實時性要求不高的情況下，能很好地滿足濾波要求，但在實時性要求較高的場合(如3G移動通信，網(wǎng)絡會議等)，這種濾波器在處理速度和抗干擾性能等方面已不能滿足要求。而用FPGA硬件實現(xiàn)的數(shù)字濾波器就能很好的解決并行性和速度問題，而且其具有靈活的可配置特性和優(yōu)良的抗干擾能力，因而自適應濾波器的FPGA實現(xiàn)成為近年來數(shù)字濾波器中研究的熱點。Altera公司開發(fā)的DSP Builder可以完成FPGA的DSP系統(tǒng)設計，它結合Matlab／Simulink提供的庫元件和強大的計算仿真能力，進行圖形建模和仿真，還可以完成從Simulink模塊文件向VHDL語言的自動轉換。
1 算法概述
在標準LMS算法中，其迭代公式如下：
式中：ω(n)為自適應濾波器在時刻n的權矢量；x(n)為時刻n的輸入信號矢量；d(n)為參考信號；e(n)是誤差信號；μ是步長迭代因子，為了增加LMS算法的收斂速度，文獻[1-4]提出了不同的變步長算法代替定步長因子μ，但是很多變步長因子的計算量大，存在開方和指數(shù)運算，故在能滿足要求的情況下，歸一化LMS (NLMS)依然是一個很好的選擇，即用μn／[xT(n)x(n)]代替定步長因子μ為了控制失調，在更新公式中引入一個固定的收斂因子μn，這是因為所有的倒數(shù)都是基于平方誤差的瞬時值而不是均方誤差(MSE)。對于NLMS算法，當輸入信號具有強相關性時，LMS算法及NLMS算法的收斂速度將急劇下降。因此對進入自適應濾波器的輸入信號首先進行解相關預處理，再對自適應濾波器進行歸一化LMS，便得解相關歸一化LMS(DNLMS)即用式(4)代替式(3)：
2 基于FPGA的系統(tǒng)開發(fā)流程
在早期PFGA的DSP系統(tǒng)設計過程中，DSP開發(fā)者直接使用VHDL或Verilog HDL語音進行開發(fā)。這種開發(fā)難度較大，開發(fā)效率較低，為了克服這些問題，出現(xiàn)了許多新的基于FPGA的DSP開發(fā)工具，如Altera公司的DSP Builder、Xilinx公司的System Generator等。圖1是Altera公司的FPGA系統(tǒng)級開發(fā)流程。
DSP Builder是Altera公司推出的一個面向DSP開發(fā)的系統(tǒng)級工具。它是作為Matlab／Simuli-nk的一個工具箱出現(xiàn)的。它從利用Matlab建立DSP電路模型開始。電路模型可方便地利用Simulink與DSPBuilder中提供的功能模塊和IP核進行設計。電路中的功能模塊和IP的技術參數(shù)、數(shù)據(jù)格式、數(shù)據(jù)類型和總線寬度等都能直接設置。電路模型建立后就能進行系統(tǒng)級的仿真。仿真通過后可以運行Signal Compiler，將模型轉化成RTL級的VHDL代碼和Tcl(工具命令語言)腳本語言。調用QuartusⅡ進行編譯，QuartusⅡ根據(jù)網(wǎng)表文件及設置的優(yōu)化約束條件進行布線布局和優(yōu)化設計的適配，最后生成編程文件和仿真文件。
3 系統(tǒng)建模與仿真
根據(jù)DNLMS算法的思想，結合FPGA硬件設計的特點。
NLMS算法主要包括延時模塊，乘法模塊，加法模塊，除法模塊等。為了讓整個系統(tǒng)看起來清晰，降低原理圖的復雜性，也便于多次應用，本文將幾個多次使用的模塊封裝成子模塊。下面將對各個子模塊作簡單的介紹。
根據(jù)算法的要求，每次新的數(shù)據(jù)x(n)輸入，數(shù)據(jù)T，S，M都需要重新更新一次，計算量大，消耗的乘法塊多。為了解決這個問題。根據(jù)T，S，M的運算特點，每次更新只需要一個乘法塊和一次加法，就能完成8次乘法和一次加法的運算。具體子模塊如圖2所示。
評論