基于并行技术和流水线的LMS自适应滤波算法

针对现有自适应滤波算法中数据处理效率低的问 题,提出了基于并行技术和流水线的最小均方误差（Least mean square,LMS）自适应滤波算法。该算法构建基 于并行技术的多输入多输出滤波器结构,成倍提高系统滤波处理速度;设计基于流水线的LMS 自适应滤波权系数求解方法,有效改善了权系数计算效率。最后利用现场可编程门阵列(Field programmable gate array,FPGA)对该算法进行了验 证,结果表明,对于四级并行流水线四阶LMS自适应滤波器,其数据处理速率提高了约8倍,在相同的数据处理速率下,其功耗可降低约84%,从而提高了LMS自适应滤波处理速率,降低了系统功耗,实现了高速、超高速数据流的实时自适应滤波 处理。     

基于TMS320VC5402DSK的自适应滤波器的实现

提出和实现了在TMS320C5402DSK上进行自适应滤波器的设计仿真,算法采用易于实现的LMS算法。通过实验结果表明,借助DSP硬件结构上的优势,所设计的FIR滤波器能够满足信号处理的高效性、实时性和高精度。     

基于DSPBuilder的LMS自适应滤波器设计

介绍了LMS、NLMS自适应滤波器的工作原理,以及现场可编程门阵列(FPGA)在信号处理计算中的重要作用.详细介绍了使用Ahera公司基于Simulink的DSP算法开发工具DSPBuilder设计自适应滤波器的流程与方法.给出了滤波器的设计图和时序仿真结果,设计可以在FPGA中实现.     

基于MATLAB与DSP的自适应滤波器设计与实现

滤波是滤除信号中某些特定频率的波形的技术,在数字信号处理中,主要用于滤除噪声和干扰信号。由于噪声和干扰信号的不确定性,采用固定滤波系数的数字滤波器无法达到最佳的效果。自适应滤波器能够随着环境的改变而改动滤波器自身的参数和结构,从而能够随着噪声和干扰信号的不断变化修正滤波器的参数和结构,最终实现较理想的滤波。本文研究了最小均方差(LMS)算法,并结合自适应滤波器的结构和原理,设计出FIR结构自适应滤波器。最后给出MATLAB仿真结果,并利用DSP验证自适应滤波器的性能。     

基于自适应滤波器的系统识别研究与实现

自适应系统识别是通过测量系统输出信号利用自适应滤波器建立模型的一种重要方法。本文论述了基于LMS算法自适应FIR滤波器的实现原理,及其在系统识别中的应用。并通过计算机的仿真实现,详细阐述了其在定点DSP上的实现方法。     

基于约束反赫布算法的自适应二维FIR滤波器实现

提出了一种用神经网络来实现自适应二维FIR滤波器的新方法,主要是运用约束反赫布学习算法,训练一个神经网络,实现了基于TLS准则的自适应二维FIR滤波器,计算机仿真结果表明该滤波器在收敛性能和精度上均优于基于LMS准则的自适应二维FIR滤波器。     

基于CUDA平台的FIR滤波算法的设计与优化

针对目前基于普通DSP的FIR算法速度低、扩展性差的缺点,提出并实现基于CUDA平台实现的FIR滤波算法。由于在CUDA中程序可以直接操作数据而无需借助于图形系统的API,使开发者能够在GPU 强大计算能力的基础上建立起一种效率更高的密集数据计算解决方案。该算法将CUDA用于FIR滤波器输入输出关系计算,采用矩阵乘法的并行运算技术,在GPU上建立并行滤波模型,并对算法进行了优化。实验结果表明,在Tesla C1060平台上,和传统的基于DSP的FIR滤波算法计算速度相比,基于CUDA平台计算FIR滤波算法时,其加速比可接近30,解决了传统基于DSP计算FIR滤波算法速度较慢、扩展性差的问题。     

基于LMS算法自适应噪声抵消器的分析研究

自适应信号处理的理论和技术已经成为人们常用的语音去噪技术,而Matlab为其提供了更为方便快捷的方法来对语音信号进行消噪处理。通过介绍自适应滤波器原理,在对自适应滤波器相关理论研究的基础上,重点研究了LMS自适应滤波算法,并对LMS自适应算法进行了分析,用Matlab对其进行了仿真和实现。     

一种基于PI技术的并行自适应滤波结构

基于PI技术，在原多项式表示的并行处理结构基础上提出了一种新的并行自适应滤波结构。新结构的复杂度远远低于基于多项式表示的并行结构，与普通串行的自适应FIR滤波器相当，所以在保证数据通过率较高和系统功耗较低的同时，因为结构简单而更易于实现。MATLAB实验仿真运行结果表明新结构算法在收敛速度上明显优于前两者，从而为并行自适应实时处理提供了现实的可行性。     

基于TMS320C6713DSK的自适应滤波器实现

自适应滤渡器可时信号实现最优的滤波效果.简要介绍了利用TI公司的TMS320C 6713DSK实现自适应滤波器的设计方案,自适应滤波算法采用易于实现的LMS算法.通过对一段音频信号的仿真实验证明:利用DSP实现的自适应滤波能够实时地对信号进行处理,在运算速度上要比其他的软件实现的自适应滤波器快很多.     

基于谱减和LMS的自适应语音增强

针对宽带噪声背景下的语音增强问题,将短时语音视为非平稳或宽平稳信号,基于谱减法和自适应滤波的最小均方（LMS）算法,提出了一种FIR型自适应滤波算法（SSLMS）：用减谱法由短时噪声观测语音估计期望信号,作为滤波器输出信号的参考信号;用滤波器的输出与参考信号的差值为误差信号,用LMS算法求得滤波器权系数修正量,并修正滤波器。权系数最速下降调整中,采用了归一化LMS、符号LMS、块LMS技术,以简化保证权系数收敛的步长选择、减少权系数修正的运算量,从而提高自适应速度。对不同的语音在各种信噪比下仿真实验,并与改进的谱减法比较,结果表明,该法增强效果优于谱减法;在信噪比为3 dB时该法的增强效果仍然令人满意。     

考虑输出饱和约束的自适应FIR滤波器设计

针对Bershad算法中滤波器输出信号畸变的问题,提出了一种新的考虑输出饱和约束的自适应有限脉冲响应(Finite-impulse-response, FIR)滤波器设计方法,并给出了它的最小均方(Least mean square, LMS)算法实现.理论证明和数值仿真验证了本文算法的有效性.与Bershad算法相比,按照本文算法设计的自适应FIR滤波器不仅严格满足饱和约束条件,输出信号也光滑无畸变,从而克服了Bershad算法的滤波器输出畸变问题.     

基于环网的多DSP系统的并行算法的设计

在基于环网的多ＤＳＰ系统上,应用并行块处理的策略讨论了并行算法设计的调度模型;对可１００％利用的ＤＳＰ数目及调度模型的２个关键参数：块处理的时间和ＤＳＰ间的延迟时间进行了具体的分析;将ＤＳ寂的处理过程和Ｉ／Ｏ设备上的处理过程分开,得到了更加接近真实计算环境的调度模型;给出了算法的性能评价准则;对ＦＩＲ滤波器的并行算法进行了具体的设计和实现,在模拟环境下的测试结果表明,应用以上确定工模型的关键参数的     

Power and delay efficient fir filter design using ESSA and VL-CSKA based booth multiplier

FIR filter plays a major role in digital image processing applications. The power and delay performance of any FIR filter depends on the switching activities between the filter coefficients (FCs) and its basic arithmetic operations (i.e., multiplication and addition) performed in the convolution equations. In this paper, a new FIR filter is designed using Enhanced Squirrel Search Algorithm (ESSA) and Variable latency Carry skip adder (VL-CSKA) based booth multiplier. The proposed ESSA algorithm selects an optimal FC by minimizing the switching activities of FC based on the ripple contents, power and Transition width parameter to meet the required specifications of FIR filter in the frequency domain. Also, the VL-CSKA based booth multiplier is proposed to reduce the delay of FIR filter with parallel addition of partial products (PPs). In this design, the VL-CSKA adders utilize variable size and compound gate-based skip logic to deduce the delay with low power. The proposed FIR filter is simulated in Xilinx working platform by developing Verilog coding. The simulation result shows that the proposed FIR filter outperforms the state-of-the-art FIR filters by consuming only 0.142 mW power with delay of 28.175 ns.     

一种水下机器人传感器故障诊断与容错控制方法

采用自适应滤波器ＦＩＲ 对水下机器人进行在线自适应建模,并利用ＬＭＳ算法来调节滤波器的权系数．通过对滤波器权系数和误差信号平方的分析,实时检测出传感器的故障,并应用ＦＩＲ 滤波器输出替代故障传感器信号,实现传感器故障情形下水下机器人容错控制．应用该方法对Ｏｕｔｌａｎｄ１０００水下机器人传感器的故障进行检测和容错,实验结果表明所提故障检测方法准确可靠,具有较好的容错效果．     

基于FX-LMS算法的微振动主动隔振控制系统开发

控制系统是基于压电智能结构的各类微振动主动隔振系统的核心部分,而控制性能好、运算快速、实现方便的控制算法则是控制系统开发的关键.基于FIR数字滤波器,并应用FX-LMS自适应算法,对基于压电智能结构的各类微振动主动隔振系统的控制算法进行推导,并对其实现过程进行分析,以便于控制系统开发.在此基础上,利用该FX-LMS算法开发了某一维微振动主动隔振平台的自动控制系统,用于对该算法的控制效果进行实验测试和验证.实验结果表明,所推导的FX-LMS算法具有良好的控制效果,应用领域广阔.     

基于LMS算法的水下航行器传感器故障检测

为了对水下航行器控制系统的传感器故障进行在线检测,采用有限脉冲响应(FIR)滤波器对水下航行器进行在线自适应建模,利用LMS算法来调节自适应滤波器的权系数,通过对FIR滤波器权系数的分析,实时检测出系统的传感器故障.通过Matlab仿真表明,该方法简单、可靠,可对水下航行器控制系统的传感器故障进行实时检测.