基于TMS320VC5416自適應(yīng)濾波器實(shí)現(xiàn)

1、基于TMS320VC5416的自適應(yīng)濾波器的實(shí)現(xiàn) 一自適應(yīng)濾波器 濾波是電子信息處理領(lǐng)域的一種最基本而又極其重要的技術(shù)。在有用信號(hào)的傳輸過程中，通常會(huì)受到噪聲或干擾的污染。利用濾波技術(shù)可以從復(fù)雜的信號(hào)中提取所需要的信號(hào)，同時(shí)抑制噪聲或干擾信號(hào)，以便更有效地利用原始信號(hào)。濾波器實(shí)際上是一種選頻系統(tǒng)，它對(duì)某些頻率的信號(hào)予以很小的衰減，讓該部分信號(hào)順利通過；而對(duì)其他不需要的頻率信號(hào)則予以很大的衰減，盡可能阻止這些信號(hào)通過。在電子系統(tǒng)中濾波器是一種基本的單元電路，使用很多，技術(shù)也較為復(fù)雜，有時(shí)濾波器的優(yōu)劣直接決定產(chǎn)品的性能，所以很多國家非常重視濾波器的理論研究和產(chǎn)品開發(fā)。自適應(yīng)濾波器屬于現(xiàn)代濾波器范疇

2、，是相對(duì)固定濾波器而言的，固定濾波器屬于經(jīng)典濾波器，它濾波頻率是固定的，F(xiàn)IR和IIR兩種濾波器是具有固定濾波器系數(shù)的濾波器，其特性是確定已知的。但在許多應(yīng)用場(chǎng)合，由于無法預(yù)知信號(hào)和噪聲的特性，因此就無法使用具有固定濾波器系數(shù)的濾波器來對(duì)信號(hào)實(shí)現(xiàn)最優(yōu)濾波。而自適應(yīng)濾波器濾波的頻率則是自動(dòng)適應(yīng)輸入信號(hào)而變化的，所以其適用范圍更廣。在沒有任何關(guān)于信號(hào)和噪聲的先驗(yàn)知識(shí)的條件下，自適應(yīng)濾波器利用前一時(shí)刻已獲得的濾波器參數(shù)來自動(dòng)調(diào)節(jié)現(xiàn)時(shí)刻的參數(shù)，以適應(yīng)信號(hào)和噪聲未知或隨機(jī)變化的統(tǒng)計(jì)特性，從而實(shí)現(xiàn)最優(yōu)濾波。自適應(yīng)濾波器實(shí)質(zhì)上就是一種能調(diào)節(jié)其自身傳輸特性以達(dá)到最優(yōu)化的維納濾波器。二自適應(yīng)濾波器原理 自適應(yīng)濾

3、波器具有自學(xué)習(xí)或訓(xùn)練能力，能夠跟蹤信號(hào)和噪聲變化，并且能使得濾波器的動(dòng)態(tài)特性隨著信號(hào)和噪聲的變化而變化，以達(dá)到最優(yōu)濾波效果。它的這種特性變化是由自適應(yīng)算法通過調(diào)整濾波器的系數(shù)來實(shí)現(xiàn)的。其系數(shù)（一般稱為權(quán)系數(shù)）可以根據(jù)自適應(yīng)算法來不斷修改，使得系統(tǒng)中的沖擊響應(yīng)滿足給定的性能。例如語音信號(hào)的ADPCM編碼，采用線性預(yù)測(cè)自適應(yīng)就可以實(shí)現(xiàn)誤差信號(hào)與輸入信號(hào)的線性無關(guān)，并由此作為依據(jù)，不斷調(diào)節(jié)濾波器的權(quán)系數(shù)，最終使得誤差信號(hào)趨近于0，使得該濾波器完全適應(yīng)該輸入信號(hào)；同樣，只要輸入信號(hào)出現(xiàn)變換，自適應(yīng)濾波器根據(jù)誤差信號(hào)的變化再次調(diào)整其權(quán)系數(shù)，從而跟上信號(hào)的變化。自適應(yīng)濾波器一般都由兩部分組成：一是濾波器結(jié)

4、構(gòu)，它為完成期望的處理功能而設(shè)計(jì)；二是自適應(yīng)算法，它調(diào)節(jié)濾波器系數(shù)以改進(jìn)性能。輸入信號(hào)輸出信號(hào)y（k）標(biāo)準(zhǔn)信號(hào)d（k）誤差信號(hào)e（k）參數(shù)可調(diào)濾波器結(jié)構(gòu)自適應(yīng)算法 圖1 自適應(yīng)濾波器結(jié)構(gòu)的一般形式上圖為自適應(yīng)濾波器結(jié)構(gòu)的一般形式，圖中x(k)為輸入信號(hào)，通過參數(shù)可調(diào)的數(shù)字濾波器后產(chǎn)生輸出信號(hào)y(k)，將輸出信號(hào)y(k)與標(biāo)準(zhǔn)信號(hào)（或者為期望信號(hào)）d(k)進(jìn)行比較，得到誤差信號(hào)e(k)。e(k)和x(k)通過自適應(yīng)算法對(duì)濾波器的參數(shù)進(jìn)行調(diào)整，調(diào)整的目的使得誤差信號(hào)e(k)最小。重復(fù)上面過程，濾波器在自己的工作過程中逐漸了解到關(guān)于輸入信號(hào)和噪聲的統(tǒng)計(jì)規(guī)律，并以此為根據(jù)自動(dòng)調(diào)整自己的參數(shù)，從而達(dá)到最

5、佳的濾器效果。一旦輸入信號(hào)的統(tǒng)計(jì)規(guī)律發(fā)生了變化，濾波器能夠自動(dòng)跟蹤上輸入信號(hào)的變化，自動(dòng)調(diào)整濾波器的參數(shù)，最終達(dá)到濾波效果，實(shí)現(xiàn)自適應(yīng)過程，就是使用自適應(yīng)濾波器的系統(tǒng)識(shí)別原理圖。自適應(yīng)濾波器的結(jié)構(gòu)可以采用FIR或IIR結(jié)構(gòu)，由于IIR濾波器存在穩(wěn)定性問題，因此一般采用FIR 濾波器作為自適應(yīng)濾波器的結(jié)構(gòu)，自適應(yīng)FIR濾波器結(jié)構(gòu)又可分為三種結(jié)構(gòu)類型：橫向型結(jié)構(gòu)（Transversal Structure）、對(duì)稱橫向型結(jié)構(gòu)（Symmetric Transversal Structure）、格型結(jié)構(gòu)（Lattice Structure）。自適應(yīng)濾波器設(shè)計(jì)中最常用的是 FIR 橫向型結(jié)構(gòu)。圖2 是橫向

6、型濾波器的結(jié)構(gòu)示意圖。圖2 橫向型濾波器的結(jié)構(gòu)示意圖其中,X(n)=x(n),x(n-1),x(n-N+1)T為自適應(yīng)濾波器的輸入矢量；W(n)=w0(n),w1(n),wn-1(n)T為系統(tǒng)的沖激響應(yīng)；y(n)= x(n)* w(n)為自適應(yīng)濾波器的輸出矢量；n為時(shí)間序列；N為濾波器的階數(shù)。由表達(dá)式可以看出輸出是兩矢量的內(nèi)積。三自適應(yīng)濾波算法自適應(yīng)濾波器除了包括一個(gè)按照某種結(jié)構(gòu)設(shè)計(jì)的濾波器，還有一套自適應(yīng)的算法。自適應(yīng)算法是根據(jù)某種判斷來設(shè)計(jì)的。自適應(yīng)濾波器的算法主要是以各種判據(jù)條件作為推算基礎(chǔ)的。通常有兩種判據(jù)條件：最小均方誤差判據(jù)和最小二乘法判據(jù)。LMS 算法是以最小均方誤差為判據(jù)的最典

7、型的算法，因具有計(jì)算量小、易于實(shí)現(xiàn)、不依賴模型、性能穩(wěn)健等優(yōu)點(diǎn)而最為廣泛應(yīng)用。最小均方誤差(Least Mean Square，LMS)算法是一種易于實(shí)現(xiàn)、性能穩(wěn)健、應(yīng)用廣泛的算法。所有的濾波器系數(shù)調(diào)整算法都是設(shè)法使y(n)接近d(n)，所不同的只是對(duì)于這種接近的評(píng)價(jià)標(biāo)準(zhǔn)不同。LMS 算法的目標(biāo)是通過調(diào)整系數(shù)，使輸出誤差序列e(n)=d(n)-y(n)的均方值最小化，并且根據(jù)這個(gè)判據(jù)來修改權(quán)系數(shù)，該算法因此而得名。誤差序列的均方值又叫“均方誤差”(Mean Square Error，MSE)。誤差均方表示為:對(duì)于橫向型結(jié)構(gòu)的濾波器,代入y(n)的表達(dá)式并采用迭代算法求最佳權(quán)系數(shù),經(jīng)推導(dǎo)得迭代公

8、式為: 式中,X(n-k)為輸入信號(hào)；n和n+1表示前后2個(gè)時(shí)刻,k=0,1,N-1,N為濾波器的階數(shù)；W(k,n)和W(k,n+1)分別是迭代前后的系數(shù)值；是一個(gè)用于控制自適應(yīng)速度和穩(wěn)定性的增益常數(shù),也叫收斂因子；e(n)為誤差信號(hào)。LMS算法調(diào)整權(quán)系數(shù)時(shí)不需要進(jìn)行平方運(yùn)算和統(tǒng)計(jì)平方運(yùn)算,實(shí)現(xiàn)起來很簡(jiǎn)單。下一時(shí)刻權(quán)矢量w(n+1)等于當(dāng)前的權(quán)矢量w(n)加上一個(gè)修正量，該修正量是誤差信號(hào)e(n)的加權(quán)值,加權(quán)系數(shù)為2X(n),正比于當(dāng)前的輸入信號(hào)。值得注意的是,對(duì)權(quán)矢量的估值的所有分量來說,誤差信號(hào)e(n)是相同的。在自適應(yīng)濾波器的實(shí)際操作中,必須注意自適應(yīng)步長(zhǎng)的選擇。顯然,上面的LMS算法

9、不需要事先已知信號(hào)的統(tǒng)計(jì)量,而使用它們的瞬時(shí)估計(jì)代替。LMS算法獲得的權(quán)重只是一個(gè)估計(jì)值, 但隨著調(diào)節(jié)權(quán)重,這些估計(jì)值逐漸提高, 濾波器也越來越適應(yīng)信號(hào)特性。四自適應(yīng)濾波器的DSP實(shí)現(xiàn)本設(shè)計(jì)中完成了自適應(yīng)濾波器的LMS算法的編程與實(shí)現(xiàn)，通過對(duì)未知系統(tǒng)傳遞函數(shù)的建模，識(shí)別該未知系統(tǒng)，并對(duì)該系統(tǒng)進(jìn)行噪聲濾波。程序采用了c和匯編語言混合編程的方式。ad_filter.c程序主要實(shí)現(xiàn)數(shù)據(jù)段的分配、數(shù)據(jù)格式的轉(zhuǎn)換并調(diào)用匯編程序lms.asm實(shí)現(xiàn)關(guān)鍵的LMS算法進(jìn)行自適應(yīng)濾波。下面是兩個(gè)程序的流程圖。開始輸入信號(hào)、標(biāo)準(zhǔn)信號(hào)數(shù)據(jù)格式轉(zhuǎn)換將浮點(diǎn)數(shù)轉(zhuǎn)換為定點(diǎn)數(shù)調(diào)用lms算法實(shí)現(xiàn)自適應(yīng)濾波結(jié)束分配數(shù)據(jù)和濾波器系數(shù)

10、塊圖3 主程序ad_filter.c流程圖開始初始化，獲取參數(shù)，開辟自適應(yīng)濾波系數(shù)和輸入樣值的存儲(chǔ)單元，初始化各地址指針讀入樣值點(diǎn)進(jìn)行濾波計(jì)算計(jì)算誤差，更新系數(shù)存儲(chǔ)濾波輸出并重新計(jì)算誤差結(jié)束圖4 LMS算法lms.asm實(shí)現(xiàn)流程圖五運(yùn)行結(jié)果 1.輸入信號(hào)波形圖5 輸入信號(hào)波形 2.標(biāo)準(zhǔn)信號(hào)波形圖6 標(biāo)準(zhǔn)信號(hào)波形 3.誤差信號(hào)波形圖7 誤差信號(hào)波形 4.輸出信號(hào)波形圖8 輸出信號(hào)波形由上面的圖可以看出，加入噪聲后的信號(hào)發(fā)生了較為明顯的變化。但經(jīng)過自適應(yīng)濾波器的濾波，原始信號(hào)的趨勢(shì)基本被還原出來了。六總結(jié)實(shí)驗(yàn)結(jié)果表明：自適應(yīng)濾波器卻能很好地消除疊加在信號(hào)上的噪聲，雖然也可以用固定濾波器來實(shí)現(xiàn)，但設(shè)

11、計(jì)固定濾波器時(shí)需要預(yù)先知道信號(hào)和噪聲的統(tǒng)計(jì)特性，而自適應(yīng)濾波器則不需要，并且當(dāng)信號(hào)和噪聲的統(tǒng)計(jì)特性發(fā)生變化時(shí)，自適應(yīng)濾波器也能自動(dòng)地調(diào)節(jié)其沖激響應(yīng)特性來適應(yīng)新的情況。通過對(duì)自適應(yīng)濾波器的學(xué)習(xí)研究，我對(duì)其原理及LMS算法有了更為深刻的理解，理論和實(shí)踐能力都有所提高，也認(rèn)識(shí)到了數(shù)字信號(hào)處理技術(shù)的重要性和廣闊前景。附錄：1. ad_filter.c程序#include #include #include tms320.h#include dsplib.h#define NX 128 /數(shù)據(jù)點(diǎn)數(shù)#define NH 12 /濾波器階數(shù)#define STEP 278#pragma DATA_SECTI

12、ON(h,.coefs)#pragma DATA_SECTION(dbuffer,.dbuffer)float x1NX=0.9988,0.8653,0.5275,0.0562,-0.5744,-1.2977,-1.7143,-1.5031,-0.8727,-0.0977,0.7884,1.5265,1.6615,1.2359,0.6463,0.0941,-0.3407,-0.4771,-0.3579,-0.2164,-0.0069,0.4059,0.8153,0.8959,0.6896,0.3781,0.1568,0.1206,0.0569,-0.1742,-0.3774,-0.5365,-

13、0.8262,-0.8800,-0.2590,0.6903,1.3395,1.5300,1.4183,1.1028,0.5906,-0.1410,-0.8719,-1.2172,-1.1212,-0.7689,-0.2300,0.4809,1.0284,1.1365,0.8274,0.1238,-0.9435,-1.9115,-2.1646,-1.6390,-0.6517,0.4911,1.4056,1.6633,1.3114,0.7349,0.2193,-0.2173,-0.5744,-0.8145,-0.9202,-0.9819,-0.9101,-0.3513,0.6638,1.4902,

14、1.6561,1.4064,1.0575,0.5659,-0.1650,-0.9552,-1.5450,-1.7267,-1.3245,-0.3835,0.6962,1.3814,1.5357,1.4416,1.2442,0.7062,-0.1408,-0.8417,-1.2149,-1.3453,-1.0604,-0.2593,0.6211,1.0825,1.0489,0.7153,0.2855,-0.1244,-0.4387,-0.6034,-0.7102,-0.9113,-1.1777,-1.2608,-0.8542,0.0149,0.8467,1.1630,0.9059,0.2065,

15、-0.7142,-1.4775,-1.8816,-1.8629,-1.2621,-0.2417,0.5033,0.6136,0.3687,0.0356,-0.2774,-0.3358,-0.1678,-0.2025,-0.6556,-1.1490;/輸入數(shù)據(jù)，信號(hào)與噪聲的疊加float des1NX=1.0000,0.8671,0.5036,0.0063,-0.4927,-0.8607,-0.9999,-0.8733,-0.5144,-0.0188,0.4818,0.8543,0.9997,0.8793,0.5252,0.0314,-0.4707,-0.8477,-0.9993,-0.8852

16、,-0.5358,-0.0440,0.4596,0.8409,0.9987,0.8910,0.5464,0.0565,-0.4484,-0.8341,-0.9980,-0.8966,-0.5569,-0.0691,0.4371,0.8271,0.9972,0.9021,0.5673,0.0816,-0.4258,-0.8200,-0.9961,-0.9075,-0.5776,-0.0941,0.4144,0.8127,0.9950,0.9127,0.5878,0.1066,-0.4029,-0.8053,-0.9936,-0.9178,-0.5979,-0.1191,0.3914,0.7978

17、,0.9921,0.9227,0.6079,0.1316,-0.3798,-0.7902,-0.9905,-0.9274,-0.6179,-0.1440,0.3681,0.7824,0.9887,0.9321,0.6277,0.1564,-0.3564,-0.7745,-0.9867,-0.9365,-0.6374,-0.1688,0.3446,0.7665,0.9846,0.9409,0.6471,0.1812,-0.3328,-0.7584,-0.9823,-0.9451,-0.6566,-0.1935,0.3209,0.7501,0.9799,0.9491,0.6660,0.2059,-

18、0.3090,-0.7417,-0.9773,-0.9530,-0.6753,-0.2181,0.2970,0.7333,0.9745,0.9567,0.6845,0.2304,-0.2850,-0.7247,-0.9716,-0.9603,-0.6937,-0.2426,0.2730,0.7159,0.9686,0.9637,0.7026,0.2548,-0.2608,-0.7071,-0.9654,-0.9670;/標(biāo)準(zhǔn)信號(hào)，比較時(shí)的原始信號(hào)DATA xNX;DATA dbufferNH;DATA hNH;DATA rNX;DATA desNX;DATA *dp=dbuffer;short i;void main()/transform data from float to fixedfltoq15(x1,x,NX);fltoq15(des1,des,NX);/clearfor(i=0;iNH;i+)hi=0;/clear coeff bufferfor(i=0;iNX;i+)ri=0;/clear output bufferfor(i=0;idbuffer x(0)lms*ar_h,*ar_d+0% ;b=b*h(0)*x(1);write output sample;-sthb