自适应滤波器的FPGA硬件实现

采用LMS算法和FIR框架结构,对一种基于FPGA硬件的自适应滤波器系统的实现方法展开探讨。系统采用自顶向下的模块化方案设计16阶自适应滤波器。顶层文件包含两个接口、FIR滤波、误差计量和抽头系数共5个模块。系统参数前期均由MATLAB仿真验证选取最优值。硬件测试平台选用以ZYNQ-7000系列芯片为核心的开发板。加噪正弦波信号经系统滤波处理后通过示波器观测,显示去噪效果良好,且通过逻辑分析仪抓取的结果与MATLAB理论仿真结果符合度较好。系统可以封装成一个自适应反复调用的功放IP核,适用于音频、图像、视频等信号滤波处理领域,具有一定的工程应用价值。

基于神经网络自适应滤波器的数字化电能计量故障检测方法

为了提高数字化电能计量表故障检测的准确性,研究一种基于神经网络自适应滤波器的数字化电能计量故障检测方法。利用电流传感器、电压传感器以及功率传感器采集三种数字化电能计量装置运行数据并实施去噪和归一化处理。提取数据的时域和频域两类四种特征参数,包括方根幅值、偏斜度、频谱幅值、均方根频率。以特征为输入,神经网络自适应滤波器训练后,实现数字化电能计量故障检测。结果表明:检测结果的Z值均在8以上,说明检测结果更接近所设置的真实故障类型,检测更为准确。

基于LMS自适应滤波器的PMSM谐波抑制方法

为有效抑制电流谐波,在原有的PI控制器基础上,基于最小均方自适应滤波器(LMS-ANF)改造控制器结构,使得永磁同步电机特定次电流谐波得到抑制。通过在传统d,q坐标系矢量控制算法的基础上增加自适应滤波器模块,将采样得到的实际电流作为输入,提取、放大实际电流中的特定次谐波电流,通过PI调节器对谐波误差放大后的电流进行调节,得到控制电压,取得了良好的谐波抑制效果。通过仿真以及台架实验,证明了该控制策略对于抑制电流谐波的有效性。

AFBCNet:一种基于自适应滤波器组的运动想象卷积神经网络

脑电图(EEG)的解码与分类一直是脑-机接口技术(BCI)领域的研究热点之一。虽然基于深度学习的方法已经取得了相当优异的成绩,但是在多分类、小样本数据集上,设计一个可解释性高、学习快、解码准确且精度高的模型仍然是一个挑战。为了深度解码基于运动想象(MI)的EEG信号,提出了一种基于自适应滤波器组的运动想象卷积神经网络:AFBCNet。首先通过自适应滤波器组与空间卷积层对MI-EEG信号的最优频带组合进行时空分解,然后通过改进的轻量化Inception模块进行特征提取,最后进行特征整合与分类。实验结果表明,所提出的方法在BCICIV_2a和BCICIV_2b数据集上平均识别率达到81.82%和84.13%,并且具有良好的鲁棒性与迁移能力。

基于快速FIR算法的自适应滤波器的VLSI实现

[目的]自适应滤波器能根据优化算法来自动调整传递函数,是一种强大的自适应系统,在信号处理、通信、雷达、声呐、地震学、导航系统和生物医学工程等领域有着广泛应用。随着集成电路工艺技术的发展,电路功耗显得尤为重要,可提升收敛特性和吞吐率。[方法]本研究提出一种基于快速FIR算法的3并行延时LMS自适应滤波器的架构,设计一种新颖的硬件高效架构,用于并行自适应3条支路的权重更新。与传统滤波器结构相比,并行滤波器具有更高的吞吐率和更低的功耗。为提高自适应数字滤波器的收敛特性,从三条权值更新支路中选择一个具有更好系统性能的分支。采用细粒度的算术运算单元和重定时技术,能有效降低关键路径的延时。[结果]从ASIC综合结果可知,与现有最佳结构相比,本研究所提出的3并行9抽头滤波器架构的功耗降低近16%,面积延时积(ADP)降低近11%。[结论]本研究所提出的架构设计具有重要的实践指导意义。

最小均方自适应滤波器设计及性能影响因素分析

同步相量测量单元是全局同步时钟下实现电网中电压和电流信号同步相量、频率和频率变化率测量的仪器,但信号中通常包括大量噪声,对其应用造成较大影响。本文在数字滤波器基础上提出最小均方自适应滤波器,阐述了最小均方自适应滤波器基本原理和计算方法,通过算例分析了步长参数、滤波器阶数、信噪比变化对最小均方自适应滤波器收敛速度、系统跟踪速度和稳态误差等指标的影响,揭示了其变化规律。

阻尼器测试试验台的新变步长LMS自适应滤波器设计

【目的】提升阻尼器测试试验台的控制品质,进而得到更好的被测阻尼器参数曲线,需要对试验台反馈数据进行滤波提取。【方法】课题组通过对传统LMS自适应滤波器的研究,针对其步长选值问题,提出了一种基于麻雀搜索算法(Sparrow Search Algorithm,SSA)的变步长LMS算法,进而进行了新变步长LMS自适应滤波器设计。并通过Tent混沌映射优化了SSA算法在LMS自适应滤波器中的使用,加强了该算法的跟踪和收敛能力。【结果】仿真结果表明,优化后的算法较优化前误差总值下降约75.72%,优化效果较为显著。同时,相较于其他文献中的LMS自适应滤波算法,本设计中的算法能在快速收敛的同时保持较低的稳态误差,误差总值下降约35.17%。【结论】经过Tent混沌映射所得出的SSA算法初始种群能够提高LMS算法的跟踪能力、收敛速度和稳态精度。课题组设计的滤波器表现良好,具有较强的跟踪能力和稳态精度在低范围的保持能力,为阻尼器测试试验台性能优化和反馈数据的滤波提取提供了新的思路和方案。

基于快速DFT及RLS自适应滤波器的谐波电流提取

本文提出一种基于智能Goertzel算法和自适应RLS滤波器的谐波提取算法,用于控制有源电力滤波器。快速Goertzel算法可用于从负载电流中提取特定次谐波的幅值和相位信息,再利用递归最小二乘法滤波器进行滤波可得到参考谐波电流值。这种混合FG-RLS控制算法可适应不平衡负载及突变负载的补偿工作。本文通过仿真验证了这种算法的优越性能。

基于小波变换的自适应滤波器消除ECG中基线漂移

设计了一种新的基于小波变换的自适应滤波器 ,其参考信号选择原始信号经小波分解后的高频部分 .该滤波器可有效消除心电信号中基线漂移 .经MIT/BIH心电数据库检验 ,取得满意的结果 .

去除移动心电中运动干扰的前馈组合自适应滤波器

最小均方自适应滤波器(LMS-AF)和变步长LMS-AF(VSS-LMS-AF)通常用来去除移动心电信号中的运动干扰.运动干扰和移动心电信号的非稳态特性会增加自适应滤波器的失调,组合自适应滤波器(C-AF)虽具有跟踪非稳态信号的能力,但仍存在信号失真.为了进一步减小信号失真,提高去除运动干扰的能力,提出了一种前馈组合自适应滤波器(FFC-AF),采用参考信号对运动干扰的稳态程度进行估计,将两个并行的自适应滤波器的输出组合起来.用10位健康志愿者的移动心电记录进行了仿真实验,以评估FFCAF的性能.结果表明,文中提出的FFC-AF比C-AF具有更小的信号失真和更大的信号干扰率,可以用于移动心电信号中运动干扰的去除.

基于改进自适应滤波器的电网同步技术

电网同步是风力发电系统实现故障穿越的必备功能,为了实现快速准确的电网同步,提出了一种基于改进自适应滤波器的电网同步方法。通过数学方程表达式揭示了改进自适应滤波器的原理,利用对称分量法计算电网电压的正序分量和负序分量,对频率自适应环节进行了分析和设计。基于Matlab/Simulink仿真,对传统二阶广义积分器方法和该方法进行了对比研究,结果表明:和传统方法相比,该文提出方法的正负分量序误差幅度<0.1%,频率误差<0.08 Hz,验证了该方法的有效性。所提方法可以解决实际应用中电网电压不平衡、谐波和直流偏置情况下电网同步误差的问题,

基于小波变换和LMS自适应滤波器的单相接地选线方法

综合应用小波变换理论和最小均方误差(LMS)自适应滤波器技术,提出了一种小电流接地系统单相接地故障选线方法。该方法对故障发生后的零序电流信号进行小波变换,通过LMS自适应滤波器对小波系数进行滤波去噪,利用去噪后的信息进行选线。该方法能有效地从被噪声干扰的信号中得到有用的信息,克服了故障信号信噪比低的缺点,并能够充分利用故障信息连续判断。应用现场故障录波数据对该方法进行了验证,结果表明该方法能够满足实用要求。

LMS自适应滤波器FPGA实现的新方法

针对用数字信号处理器(DSP)实现的自适应滤波器处理速度低、抗干扰性差和编写底层HDL代码用现场可编程门阵列FPGA实现开发效率低的缺点,该文利用最新DSP Builder工具建立了基于最小均方误差(LMS)算法的8阶二进制频移键控(2FSK)信号去噪自适应滤波器的模型,在EPF10K100EQC208-1器件上设计出了处理速度为36.63 MHz的8阶自适应滤波器,其速度是通过编写底层VHDL代码设计的自适应滤波器7倍,是采用DSP通用处理器TMS320C54X设计的自适应滤波器的25倍。

小波变换自适应滤波器及在主动噪声控制中的应用

讨论了传统的 L MS在信号处理中的不足 ,研究了小波变换自适应算法 (WL MS)的滤波器结构和实现 ,并将其应用于主动噪声控制。仿真结果表明 ,与传统的 L MS算法相比 ,WL

基于最小均方自适应滤波器的热工过程建模方法

针对热工对象的时变性特点及其在运行过程中易受到不确定性干扰的影响,提出一种基于最小均方(least mean square,LMS)自适应滤波器的热工过程建模方法。LMS滤波器以未知对象的输入和输出作为激励和期望信号,通过最速下降法得到未知对象的有限脉冲响应(finity impluse response,FIR)模型,其与差分方程或传递函数是等价的。实验仿真和某电厂实际运行数据验证了该算法的有效性。这种建模方法避免了复杂的机理分析,其抽头权值的分布可以表征热工对象的动态特性,为分析热工对象提供了一种手段。

基于LabVIEW的LMS自适应滤波器的设计及其应用

传统自适应滤波器的研究大多局限于Matlab、Simulink等工具,由于不能设计成一个虚拟仪器或者一个应用系统,无法测试滤波器在工程应用中的实际性能.因此,该文以LMS算法为例,设计了一种基于LabVIEW的LMS自适应滤波器.实验证明,该滤波器有效、性能良好,而且能很好地应用于语音信号的分析和处理.

基于改进局域Volterra自适应滤波器的风电功率混沌时间序列预测模型

针对风电功率混沌序列的特点,提出一种基于改进局域Volterra自适应滤波器的风电功率混沌时间序列预测模型。首先,针对邻近点及其坐标分量在时间上与预测点距离不同、对预测点的影响不同的特点,提出一种考虑时间影响并结合距离与演化趋势的综合判据;然后,对使用综合判据筛选出的相点建立改进局域Volterra自适应滤波器模型;最后,对我国某风电场的采集数据进行建模仿真。结果表明所提的改进模型具有较好的计算速度和较高的精度。

基于小波变换的自适应滤波器消除脉搏波基线漂移

脉诊仪的研制中,由于呼吸运动和身体移位导致脉搏信号的基线漂移是必须克服的。本文提出了一种新的基于Meyer小波变换的自适应滤波器,其参考输入选择原始信号经小波分解后的高频分量。通过仿真和实际测量实验表明,该方法能有效消除脉搏波的基线漂移。

一种基于自适应滤波器的新型单相锁相环技术

单相锁相环(SPLL)是电力系统中的重要组成元件,本文提出一种新型的基于自适应滤波器的SPLL,说明了利用基于最小均方算法的自适应滤波器产生正交信号的工作原理,并提出了一种可以实现前级正交信号产生模块和后级锁相模块解耦控制的新型SPLL结构。因为前级模块与后级模块的解耦可以大大增加比例积分(PI)控制器的带宽,所以所提出的新型锁相环可以获得比传统单相锁相环更好的动态性能。实验结果验证了新结构的可行性。

胎儿心电提取自适应滤波器仿真对比研究

为了提高胎儿心电(FECG)提取的准确性和效率,研究了采用最小均方算法、递归最小二乘(RLS)算法、仿射投影算法、能量归一化最小均方算法的四种自适应滤波器应用于FECG提取的速度和准确性。根据设计的基于MATLAB的FECG提取算法仿真分析了四种自适应滤波器的收敛速度与稳态性能的影响因素,并通过调整和优化FECG提取参数对四种自适应滤波器进行了仿真对比。研究结果表明,RLS算法自适应滤波器性能最优,可以快速准确地从母体心电中分离出FECG。