基于FPGA的梯度自适应格型滤波器设计

对于高灵敏度的数字信号的处理需要使用数值特性优良的格型滤波器。利用EDA技术设计了梯度自适应格型滤波器。实验表明更新反射系数的步长应随着模块数的增加逐步减小。对梯度自适应格型滤波器的单独模块采用驰豫超前技术设计,显著提高了FPGA的运行时钟速率。

基于梯度自适应格型滤波的外辐射源雷达多径杂波抑制算法

外辐射源雷达面临严重的多径杂波问题,传统的梯度自适应格型(gradient adaptive lattice,GAL)滤波是一种有效的杂波抑制算法,但该算法需要根据经验合理设置步长参数,收敛速率慢,在抑制杂波的同时会造成处理距离元内的目标回波被部分相消。基于传统的GAL滤波提出了一种改进的GAL算法及其前后向预测误差的归一化形式,该算法通过最小化前向和后向预测误差的均方值估计反射系数,并通过最小化多重回归滤波的均方误差估计其权系数。相对传统的算法而言,改进的算法不需设置步长参数、收敛速率快、对处理距离元内的目标回波基本没有影响。仿真和实测数据处理结果验证了该算法的有效性。

梯度自适应格型滤波联合算法的性能分析

针对在非平稳环境下,以最小均方(LMS)为代表的自适应梯度算法跟踪输入信号的能力不强和稳定性不够的问题,设计了一种以梯度自适应格型算法与线性组合器组成的联合处理器,并在白噪声、车载噪声、粉红噪声三种环境下的性能进行了仿真实验。结果显示该处理器在平稳和非平稳两种干扰环境下都只需要约20次迭代运算达到稳定,相对于横向自适应最小均方算法不仅减少了算法总的复杂度,而且对微弱信号的信噪比改善能力更强。研究表明该算法既满足收敛速度快、精度高、稳定性好等要求,又可以节省硬件资源。

应用于自适应格型RLS滤波器的变阶数算法

提出了一种新的变阶数(或抽头长度)算法,并将之应用于变阶数自适应格型递归最小二乘(RLS)滤波器的阶数更新中,讨论了格型滤波器阶数更新时相关参数的调整方法。新算法以分贝的形式比较短滤波器与长滤波器的时平均平方误差,采用自适应的抽头长度步长,能够在滤波器权值未收敛时同时快速更新滤波器长度与权值,且在不同大小噪声条件下都能收敛到最优阶数。理论分析与不同大小噪声条件下的自适应系统辨识仿真结果验证了新算法的有效性。

一种改进的自适应格型陷波滤波器

为解决自适应格型陷波器在迭代过程收敛后存在陷波频率偏移的问题,通过严格的理论分析,论述了陷波参数与引入算子的关系.在推导得出收敛公式的基础上,给出了采用全局输出误差信号作为引入算子的自适应算法.改进后的自适应格型陷波器在不增加计算量的前提下,消除了陷波频率的偏移.仿真结果与理论分析相一致.

一种应用于MPEG-2AAC格型自适应滤波器的FPGA实现

本文给出了格型自适应滤波器在AAC中的应用,提出了一种AAC解码器中预测模块的FPGA实现方案,该方案根据时序图进行VHDL语言的描述,并采用流水线结构和运算单元分时复用,可以有效地提高运算速度,满足实时性的要求。

自适应格型滤波器新算法及其在语音线性预测合成中的应用

本文从自适应格型滤波器导出自适应线谱对(LSP)滤波,提出了使用最小均方(LMS)型自适应算法逐级更新计算线谱对系数的方法。实验表明,该算法与其它算法比较,具有更高的收敛率和较低的失调。用该算法计算得到的LSP系数进行语音线性预测合成,获得比使用PARCOR系数更好的结果。

电力有源自适应格型滤波器谐波电流检测方法

针对有源滤波器谐波检测实时精度高的要求,将线性神经网络应用于自适应噪声对消技术,采用最小均方(least mean square,LMS)误差算法对神经网络进行训练,通过线性神经网络实现的自适应格型滤波器,每个神经元对输入基波和谐波信号并行协同处理,对电网高次谐波分量进行滤波和预测,较常规滤波器有更好的实时性和鲁棒性.仿真和实验结果分析表明,自适应格型检测算法比常规检测方法有更好的实时性和精度,补偿后5、7次谐波电流含有率明显下降,电力有源滤波器APF投入后补偿效果良好.

梯度自适应格型滤波算法的设计与应用

格型结构滤波器因其优良的数值特性,具有在现代数字处理器上实现的优势,但其传递函数的隐含性往往很难选择滤波器的参数。提出在每个格型节中采用梯度算法,通过观测每节反射系数的收敛性和稳定性,得到滤波器的最佳节数和步长的设计方法。并以设计的格型滤波器与LMS线性组合器构造一种联合处理滤波器,验证了算法的合理有效性。结果表明该方法在工程应用方面不仅可以方便快速地设计格型滤波器,而且可以节约大量硬件资源。

基于DSP6713实现的IIR格型自适应滤波器

区别于普通的FIR,IIR滤波器,为了使滤波器能够按照某种准则自动且较快地达到最佳滤波效果,采用了LMS自适应算法和格型滤波结构相结合的方法。它利用DSP技术在TMS320C6713开发板上构建了验证该音频信号处理算法的硬件平台,并在集成开发环境CCS通过DSP的软件编程完成其工程实现。实验结果表明,该滤波器计算复杂度低,实现速度快,具有良好的实时性和滤波效果。

基于FPGA的高速自适应格型滤波器的实现

针对高速高灵敏度数字信号处理时对于自适应滤波器的数值特性和实时性的要求,在一种自适应格型联合滤波器的基础上提出算法改进,采用驰豫超前流水线技术和时序重构技术,在损失较小滤波性能的情况下,在FPGA中实现算法并可以达到较高的工作频率。

格型滤波自适应权向量法的DSP实现

自适应权向量法（ＡＷＶＭ） 检测弱信号常用ＬＭＳ滤波算法． 这种方法的最大缺陷之一是滤波器的权系数仅根据总误差值来调整的． 因此， 这些权系数相互有牵连， 这是ＬＭＳ自适应滤波器收敛响应较慢的原因之一． 克服这一缺点的一种方法是采用格型滤波算法． 应用格型ＬＳＬ滤波于ＡＷＶＭ 中检测噪声中的高频弱信号， 并应用ＤＳＰ实现高速数据处理，

QR分解的最小二乘格型自适应滤波算法在噪声主动控制中的应用

在噪声主动控制系统中,滤波-x递归最小二乘(FxRLS)算法收敛速度快但计算量大。基于此,提出了格型联合估计滤波器结构与基于QR分解的最小二乘格型(QRD-LSL)自适应滤波算法相结合的噪声控制方法,该方法对联合估计过程进行了改进并得到了基于各阶估计误差的联合过程估计权系数更新关系,格型联合估计器结构简单,QRD-LSL自适应滤波算法数值稳定性好。仿真结果表明提出的噪声控制方法有良好的噪声控制效果,收敛速度快,计算量小,稳态误差小,跟踪性能好。

梯度自适应格型联合处理器的FPGA设计

梯度自适应格型联合处理(GALJP)器的现场可编程门阵列(FPGA)设计是实现自适应滤波器处理非平稳信号的关键技术。利用多种电子设计自动化(EDA)工具并通过行为级、寄存器传输级和门级等3级仿真设计流程,在EP2C5T144C6芯片上设计了一个用于自适应去噪的GALJP电路模型。结果表明,在相同条件下,GALJP滤波器的时钟频率约为横向最小均方误差(LMS)滤波器的1/4。但因达到收敛的迭代次数仅为横向LMS滤波器的1/50,收敛速度反而提高了10倍以上,滤波器阶数的降低也极大减小了硬件资源。

流水线自适应格型联合处理器的FPGA设计

针对用FPGA设计梯度自适应格型联合处理滤波器时,由于自身算法复杂度引起的时钟速度过低问题,提出了一种驰豫超前的流水线优化设计方案.该方案对组成联合处理器的格型节和横向组合器的级间环路中权值更新和误差更新值,分别采用延时技术进行近似处理,缩短了关键路径的计算量,并通过FPGA的仿真设计流程得到了流水线深度和时钟速度的关系.结果表明在不改变自适应参数的情况下,采用三级流水线仅增加逻辑宏单元60%消耗,可以使GALJP滤波器时钟速度提高近30%.

基于LMS格型算法的自适应参数谱估计方法

研究了自适应参数谱估计的基本原理，提出了基于最小均方误差（MMSE）准则的LMS格型滤波算法实现自适应参数谱估计的方法。通过对仿真测试信号和线性调频信号的计算表明，该方法能够在改善谱分辨率的同时提高运算效率，满足遥测速变信号的处理和分析计算的要求。

一种自适应线谱对滤波器的新算法及在线性预测中的应用

本文从自适应格型滤波器导出自适应线谱对（ＬＳＰ）滤波器，使用最小均方（ＬＭＳ）型自适应算法逐级更新计算线谱对系数。实验表明。该算法与其它算法比较，具有更高的收敛率和较低的失调。用该算法计算得到的ＬＳＰ系数进行语音线性预测合成，获得比使用ＰＡＲＣＯＲ系数更好的效果。

采用归一化SG算法的自适应格型预测器

由于格型结构预测器所具有的优点,使它在许多自适应系统中得到了很好的应用。本文着重研究了采用归一化 SG 算法的自适应格型预测器。文中给出了归一化算法的推导,讨论了预测器系数的收敛特性以及格型预测器级数对预测器的影响。

自适应滤波器参数选择和仿真结果

在自适应噪音抵消系统中 ,如自适应滤波器参数选择不当 ,就达不到应有的滤波效果 ,而且还可能得到适得其反的效果。因此针对不同的信号和噪声应选择相应的参数。文中在自适应滤波器原理的基础上 ,对自适应滤波器设计过程中的参数选择原则进行分析、总结 ,并通过仿真实验验证了所得出的结论。

利用Hopfield神经网络实现自适应滤波器

针对两种不同结构的Hopfield神经网络,本文提出分别适当选取该神经网络的连接权值来实现LMS自适应滤波和自适应格型滤波的方法。并分析了实现自适应滤波的HOP-field神经网络的稳定性及其滤波性能.