DSP芯片原理与应用课程设计.

课程设计

课程设计报告

电子与信息工程学院 信息与通信工程系

基于DSP芯片的自适应滤波器实现

摘要

随着DSP技术的高建发展，人们对信号处理的实时性、准确性和灵活性的要求越来越高，DSP技术在信号处理中的地位也越来越重要。自适应滤波器是一种复杂的算法，设计它是为了在均衡信道，抵消回波，增强谱线，抑制噪声等方面有所应用。而自适应滤波器的实现主要采用最小均方误差算法完成。自适应算法通过调整滤波器系数来实现可以更好地跟踪信号的变化，最终实现自适应滤波。

关键字：自适应滤波器；数字信号处理器；最小均方误差算法；CCS

1 引言

1.1 课程设计的目的和意义

巩固所学的专业技术知识，培养学生综合运用所学知识与生产实践经验，分析和解决工程技术问题的能力，培养初步的独立设计能力；通过课程设计实践，了解并掌握一般的综合设计过程，训练并提高学生在理论计算、结构设计、工程绘图、查阅设计资料、运用标准与规范和应用计算机等方面的能力，更好地将理论与实践相结合，提高综合运用所学理论知识独立分析和解决问题的能力。再设计完成后，还要将设计的电路进行安装、调试，加强学生的动手能力。在此过程中培养从事设计工作的整体观念。同时使学生能够掌握和熟悉DSP的开发流程和基本的编程方法。由于设计中涉及到各种器件的使用，可以提高学生综合运用各种技术和知识的能力。

1.2 课程设计内容及要求

实现基于DSP芯片的自适应滤波器，要求系统的理解和掌握高速数字信号处理器的特点和基本概念；了解自适应滤波器的原理及主要应用领域；能够给出硬件实现框图，并给出具体分原理分析；能够进行软件的编制，并能够实现语音信号处理算法。

2 设计原理及程序分析

2.1 自适应滤波器简介

自适应滤波器属于现代滤波器的范畴，自适应滤波器是相对固定滤波器而言的，固定滤波器属于经典滤波器，它滤波的频率是固定的，自适应滤波器滤波的频率则是自动适应输入信号而变化的，所以其适用范围更广。在没有任何关于信号和噪声的先验知识的条件下，自适应滤波器利用前一时刻已获得的滤波器参数来自动调节现时刻的滤波器参数，以适应信号和噪声未知或随机变化的统计特性，从而实现最优滤波。所谓自适应滤波，就是利用前一时刻已获得的滤波器参数等结果，自动地调节现时刻的滤波器参数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。自适应滤波器实质上就是一

种能调节其自身传输特性以达到最优化的维纳滤波器。

2.2 自适应滤波原理

自适应滤波器的特性变化是由自适应算法通过调整滤波器系数来实现的。一般而言，自适应滤波器由两部分组成，一是滤波器结构，二是调整滤波器系数的自适应算法。自适应滤波器的结构采用FIR或IIR结构均可，由于IIR滤波器存在稳定性问题，因此一般采用FIR滤波器作为自适应滤波器的结构。图2-1给出了自适应滤波器的一般结构。

图2-1 自适应滤波器的一般结构

图2-1为自适应滤波器结构的一般形式，图中x(n)为输入信号，通过参数可调的数字滤波器后产生输出信号y(n)，将输出信号y(n)与标准信号(或者为期望信号)d(n)进行比较，得到误差信号e(n)。e(n)和x(n)通过自适应算法对滤波器的参数进行调整，调整的目的使得误差信号e(n)最小。重复上面过程，滤波器在自己的工作过程中逐渐了解到输入信号和噪声的统计规律，并以此为根据自动调整滤波器参数，从而达到最佳的滤波效果。

自适应滤波器设计中最常用的是FIR横向型结构。图2-2是横向型滤波器的结构示意图。

图2-2横向滤波器的结构示意图

其中：x(n)为自适应滤波器的输入；

w(n)为自适应滤波器的冲激响应：w(n)={w(O)，w(1)，…，w(N-1)}；

y(n)为自适应滤波器的输出：)(*)()(n w n x n y =∑-=-==10

)()()()()(N i i T i n x n w n W n X n y

其中，T 表示转置矩阵，n 是时间指针，N 是滤波器次数。

2.3 自适应滤波算法

自适应滤波器除了包括一个按照某种结构设计的滤波器，还有一套自适应的算法。自适应算法是根据某种判断来设计的。自适应滤波器的算法主要是以各种判据条件作为推算基础的。通常有两种判据条件：最小均方误差判据和最小二乘法判据。LMS 算法是以最小均方误差为判据的最典型的算法，也是应用最广泛的一种算法。

最小均方误差(Least Mean Square ，LMS)算法是一种易于实现、性能稳健、应用广泛的算法。所有的滤波器系数调整算法都是设法使y(n)接近d(n)，所不同的只是对于这种接近的评价标准不同。LMS 算法的目标是通过调整系数，使输出误差序列e(n)=d(n)-y(n)的均方值最小化，并且根据这个判据来修改权系数，该算法因此而得名。误差序列的均方值又叫“均方误差”(Mean Sqluare Error ，MSE)。

采用FIR 型数字滤波器，设其单位脉冲响应为w(O)，w(1)，…，w(N-1)，那么在时刻n 的输出为：

∑-=-=10)()()(N i i i n x n w n y

为了方便起见，上式中的各w （n ）亦被称为权值。根据要求，输出y(n)和理想信号d(n)之间应满足最小均方误差条件，即

})]()({[)]([2

2n y n d E n e E -= 有最小值，其中e （n ）表示误差。

对于横向结构的滤波器，代入y(n)的表达式并采用迭代算法求最佳权系数，得迭代公式为：

)()(2)()1(n x n e n w n w μ+=+

其中u 为收敛因子，控制收敛速度和稳定性。收敛条件是max /10λ

μ<< 其中max λ是输入数据方差矩阵的最大特征值。在实际应用中，w （n ）不会达到理论的

最优点，但会在其周围波动。

自适应步长u 是表征迭代快慢的物理量，u 越大，自适应时间越短，自适应过程越快，但引起的失调也越大，当u 大于

max /1λ时，系统发散；u 越小，系统越稳定，失调越小，