自适应滤波器的设计(终极版)
目录
摘要…………………..………………………………………………………..….............I 第1章绪论....................................................................................................................错误!未定义书签。
1.1引言……………………………………………...…..…………...……………...错误!未定义书签。
1.2课题研究意义和目的 (1)
1.3国内外研究发展状况 (2)
1.4本文研究思路与主要工作 (4)
第2章自适应滤波器理论基础 (5)
2.1自适应滤波器简介 (5)
2.2自适应滤波器的原理 (5)
2.3自适应滤波算法 (7)
2.4TMS320VC5402的简介 (8)
第3章总体方案设计 (10)
3.1无限冲激响应（IIR）滤波器 (10)
3.2有限冲激响应（FIR）滤波器 (11)
3.3电路设计 (11)
4基于软件设计及仿真 (17)
4.3 DSP的理论基础 (17)
4.4自适应滤波算法的DSP实现 (18)
5总结 (21)
参考文献 (22)
致谢 (23)
附录自适应滤波源代码 (24)
第1章绪论
1.1引言
随着微电子技术和计算机技术的迅速发展，具备了实现自适应滤波器技术的各种软硬件条件，有关自适应滤波器的新算法、新理论和新的实施方法不断涌现，对自适应滤波的稳定性、收敛速度和跟踪特性的研究也不断深入，这一切使该技术越来越成熟，并且在系统辨识、通信均衡、回波抵消、谱线增强、噪声抑制、系统模拟语音信号处理、生物医学电子等方面都获得了广泛应用口。自适应滤波器实现的复杂性通常用它所需的乘法次数和阶数来衡量，而DSP强大的数据吞吐量和数据处理能力使得自适应滤波器的实现更容易。目前绝大多数的自适应滤波器应用是基于最新发展的DSP 来设计的．
滤波技术是信号处理中的一种基本方法和技术，尤其数字滤波技术使用广泛，数字滤波理论的研究及其产品的开发一直受到很多国家的重视。从总的来说滤波可分为经典滤波和现代滤波。经典滤波要求已知信号和噪声的统计特性，如维纳滤波和卡尔曼滤波。现代滤波则不要求己知信号和噪声的统计特性，如自适应滤波。自适应滤波的原理就是利用前一时刻己获得的滤波参数等结果，自动地调节现时刻的滤波参数，从而达到最优化滤波。自适应滤波具有很强的自学习、自跟踪能力，适用于平稳和非平稳随机信号的检测和估计。自适应滤波一般包括3个模块：滤波结构、性能判据和自适应算法。其中，自适应滤波算法一直是人们的研究热点，包括线性自适应算法和非线性自适应算法，非线性自适应算法具有更强的信号处理能力，但计算比较复杂，实际应用最多的仍然是线性自适应滤波算法。线性自适应滤波算法的种类很多，有LMS自适应滤波算法、R路自适应滤波算法、变换域自适应滤波算法、仿射投影算法、共扼梯度算法等。
1.2课题研究意义和目的
自适应滤波理论与技术是现代信号处理技术的重要组成部分，对复杂信号的处理具有独特的功能，对自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一。自适应滤波器与普通滤波器不同，它的冲激响应或滤波参数是随外部环境的变化而变化的，经过一段自动调节的收敛时间达到最佳滤波的要求。自适应滤波器本身有一个重要的自适应算法，这个算法可以根据输入、输出及原参量信号按照一定准则修改滤波参量，以使它本身能有效的跟踪外部环境的变化。因此，自适应数字系
统具有很强的自学习、自跟踪能力和算法的简单易实现性。自适应滤
波技术的核心问题是自适应算法的性能问题，提出的自适应算法主要有最小均方(LMS)算法、递归最小二乘(RLS)算法及相应的改进算法如：归一化(NLMS)算法、变步长(SVSLMS)算法、递归最小二乘方格形(RLSL)算法等。这些算法各有特点，适用于不同的场合。研究自适应算法是自适应滤波器的一个关键内容。最小均方误差(LMS，The least Mean square)算法是线性自适应滤波算法中最基本的两类算法之一，其主要思想是基于最小均方误差准则，使滤波器的输出信号与期望输出信号之间的均方误差最小，由于LMS算法简单有效、鲁棒性好、易于实现，得到了广泛的应用。
1.3国内外研究发展状况
自适应滤波的基本理论通过几十年的发展已日趋成熟，近十几年来自适应滤波器的研究主要针对算法与硬件实现。算法研究主要是对算法速度和精度的改进，其方法大都采用软件C、MATLAB等仿真软件对算法的建模和修正。通常，自适应滤波器的硬件实现都是用DSP通用处理器(如TI的TMS320系列)。DSP器件采用改进的哈佛结构，具有独立的程序和数据空间，允许同时存取程序和数据，内置高速的硬件乘法器(MAC)，增强的多级流水线。DSP具有的硬件乘法模块(MAC)，专用的存储器以及适用于高速数据运行的总线结构，使DSP器件具有高速的数据运算能力。目前，用DSP器件处理数字信号已经成为电子领域的研究热点。在自适应信号处理领域，对于数据处理速度在几兆赫兹以内的，通用DSP器件也是首选。迟男等人在TMS320C32芯片上扩展EPROM和RAM，实现了30阶LMS自适应滤波器，使用的刀D转化器件为AD1674，最高采样频率为l00KHz。陆斌等人采用TMS320C30数字信号处理器与IMSA110专用滤波器并行处理的方法设计出了自适应滤波器并应用于直接序列的扩频接收系统1221。赵慧民等人在TMS320C31上实现了自适应权向量滤波器，完成了信号采样频率为80KHz的自适应滤波。在数据处理速度只要求在几兆赫兹以内的应用场合，这些用DSP实现的自适应滤波器能很好的满足系统实时的需求。在这种需求场合下，DSP具有不可媲美的性价比。
但是随着信息化的进程加快和计算机科学与技术、信号处理理论与方法等的迅速发展，需要处理的数据量越来越大，对实时性和精度的要求越来越高。以迅速发展的移动通信技术为例，从IG时代只能传送语音的模拟通信，到2G时代的传送语音和数据的GSM、TDMA与CDMA1595，到2.5G时代传送语音、数据、图片、彩信MMS、简短视频、收发E-mail、网页浏览等的GPRS与CDMA2000lX，到
目前正处于研发与测试阶段的能够传送图像、音乐、视频流等多种媒体形式，提供包括网页浏览、电话会议、电子商务的3G通信，以及目前正在研发与憧憬中的能够传送高质量流畅的视频流与多种实时流媒体业务的4G通信。DSP处理器虽然具有良好的通用性和灵活性，虽然其在硬件结构上得到了很大的改进，比如增加了多个硬件乘法器和使用多乘法器的并行指令等，但并没有摆脱传统的CPU工作模式，而且DSP处理器是通过软件指令完成DSP算法，其顺序的工作方式制约了其数据处理速率，而使用多片DSP组合电路和过多的外部接口电路将导致信号通道过长、过于复杂，成本也成倍地提高，因此DSP处理器对于3G和4G通信中几十甚至上百兆比特每秒的数据处理速率显得无能为力。
常用的数字系统目标器件除了DSP处理器外还有专用集成电路(ASIC)、专用标准电路模块(ASSP)和现场可编程门阵列(FPGA)。ASIC和ASSP是专门针对完成某种数字信号处理算法的集成电路器件，因此其在性能指标、工作速度、可靠性和成本上优于DSP处理器。其优秀的工作性能主要源于特定的算法全部由ASSP和ASIC 中的硬件电路完成。ASSP是半定制集成电路，在许多DSP算法的实现方面都优于DSP(数字信号处理器)，但在功能重构，以及应用性修正方面缺乏灵活性;ASIC专用集成电路使用超大规模专用集成电路ASIC的实现方法是实用化的产品唯一可行的方法，只有使用IC，才有高可靠性和可接受的价格及体积功耗等。ASIC虽然有一定的可定制性，但开发周期长，而且有一个最小定制量，在实验室研制开发阶段，开发成本非常高。现代大容量、高速度的FPGA在可重配置的数字信号处理应用领域，特别是对于任务单一、算法复杂的前端数字信号处理运算，有独特的优势。例如对于需要经常更新滤波器权系数的自适应滤波器，由于特定DSP处理器的位数是固定的，采用FPGA处理器相比DSP处理器就具有总线可调整的优势。另外，FPGA所具有的大规模并行处理能力和可编程的灵活性使得设计的系统能获得极高的处理性能，并且能够适应日益变化的标准、协议和性能需求。用FPGA实现自适应滤波器，国外起步比较早，发展也非常迅速。Hesener A.于1996年提出了用FPGA实现自适应滤波器的设想，并在FPGA上实现了处理速度可达SM的8阶8位FIR滤波器。Woolfries N.等人用FPGA实现了自适应栈滤波器，并应用于图象处理。Dawood A.等人用FPGA开发了自适应FIR滤波器并与DSP处理器方案进行了比较研究。国内有一些关于自适应算法硬件实现的研究，但基本是针对自适应滤波器中的算法，如南开大学李国峰的博士论文用VHDL语言描述了正负数的运算问题和浮点数运算问题，完成了基于FIR的LMS自适应滤波器的硬件设计与逻辑综合。国防科学技术
大学江和平等人讨论了自适应卡尔曼算法的简化，并完成了FPGA的设计。同济大学梁甲华等人重点讨论了编码方法在FPGA的技术问题。上海交通大学范瑜等人介绍了用VHDL语言实现并行延时LMS算法的自适应数字波束成形器的FPGA设计过程。而针对自适应格型结构采用FPGA硬件实现的文献报导很少，国内中国科学技术大学王显洁等人通过采用流水线结构和运算单元分时复用，提高了运算速度，能够满足实时性预测编码要求。1998年弗吉尼亚大学的StephenJ.Hevey在其硕士论文中利用DSP处理器和自适应格型递归滤波算法完成了对线性二次型最优控制器的设计，通过实验表明了在宽带干扰下格型结构的滤波器性能优于LMS滤波器，在窄带和谐波干扰下两者的区别不大，但所需阶数至少比LMS滤波器减少一半，可以节省大量硬件资源。
1.4本文研究思路与主要工作
本文设计要求使用DSP实现自适应滤波器，要求完成自适应滤波器的设计和调试。自适应滤波器的设计需要使用自适应算法（LMS算法），LMS算法是通过对未知系统传递函数的建模，识别该未知系统，并对该系统进行噪声滤波。
自适应滤波器，其权系数可以根据自适应算法来不断修改，使得系统中的冲激响应满足给定的性能。例如语音信号的ADPCM编码，采用线性预测自适应就可以实现误差信号与输入信号的线性无关，并由此作为依据，不断调节滤波器的权系数，最终使得误差信号趋近于零，使得该滤波器完全适应该输入信号；同样，只要输入信号出现变换，自适应滤波器根据误差信号的变化再次调整其权系数，从而跟上信号的变化。自适应滤波器设计的算法采用的是自适应算法，即LMS算法。LMS算法是通过对未知系统传递函数的建模，识别该未知系统，并对该系统进行噪声滤波。
第2章自适应滤波器的理论基础
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 自适应滤波器的原理
所谓的自适应滤波，就是利用前一时刻以获得的滤波器参数的结果，自动的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的维纳滤波器。自适应滤波器不需要关于输入信号的先验知识，计算量小，特别适用于实时处理。由于无法预先知道信号和噪声的特性或者它们是随时间变化的，仅仅用FIR和I I种具有固定滤波系数的滤波器无法实现最优滤波。在这种情况下，必须设计自适应滤波器，以跟踪信号和噪声的变化。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1-1示出了自适应滤波器的一般结构。
图1-1为自适应滤波器结构的一般形式，图中x (k)输入信号，通过权系数可调的数字滤波器后产生输出信号y (k)，将输出信号y (k)与标准信号（期望信号）d(k)进行比较，得到误差信号e (k)。e (k)和x (k)通过自适应算法对滤波器的权系数进行调整，调整的目的使得误差信号e (k)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权系数，从而达到最佳滤波效果。一旦输入的统计规律发生变化，滤波器能够自动跟踪输入信
号变化，自动调整滤波器的权系数，最终达到滤波效果，实现自适应过程。 图1-2是使用自适应滤波器的系统识别原理图。
自适应滤波器的结构可以采用FIR 或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。自适应FIR 滤波器结构又可分为3种结构类型：横向型结构（Transversal Structure ）、对称横向型结构（Symmetric Transversal
Structure ）以及格型结构（Lattice Struture ）。本文采用自适应滤波器设计中最常
用的FIR 横向型结构。
标准信号
k ）
图1-1 自适应滤波器结构的一般形式
图1-2 自适应滤波器的系统识别框图
2.3自适应滤波算法
由Widrow 和Hoff 引入的最小均方(LMS)算法，由于其简单性、运算高效性各种运行条件下良好的性能，而被广泛应用。基于梯度的最小均方(LMS)算法是最基本的算法，其含义相对简单明了。选定均方误差为权矢量二次函数时，性能度量曲线可以形象地看成一个碗形曲面这样自适应处理器的任务便是不断地向最低点逼近，即可以通过计算梯度的方法实现性能度量的最优化。而基于梯度的算法中，最简单的一种就是最小均方算法LMS 算法，LMS 算法使用的准则是使均衡器的期望输出值和实际输出值之间的均方误差(MSE)最小化的准则，依据输入信号在迭代过程中估计梯度矢量，并更新权系数以达到最优的自适应迭代算法。这算法不需要计算相应的相关函数，也不需要进行矩阵运算。自适应滤波器最普通的应用就是横向结构。滤波器的输出信号y(n)是y(n)
()()()()()∑-=-=*=1
0N i i T
i n x n w n x n w n y (2-1)
T 表示转置矩阵， n 是时间指针，N 是滤波器次数。这个例子就是有限脉冲响应滤波器的形式，为x(n)和w(n)两个矩阵卷积。 这种自适应算法使用误差信号：
()()()n y n d n e -= (2-2) 为了方便起见，将上述式子表示为向量形式，则上述式子表示为：
()()()n x n w n y T *= (2-3) 误差序列可写为：
()()()()()()n x n w n d n y n d n e T *-=-= (2-4) 其中d(n)是期望信号，y(n)是滤波器的输出。使用输入向量x(n)和e(n)来更新自适应滤波器的最小化标准的相关系数。
显然，自适应滤波器控制机理是用误差序列e(n)按照某种准则和算法对其系数{wi(n)}，i=1，2，…，N 进行调节的，最终使自适应滤波的目标(代价)函数最小化，达到最佳滤波状态。
本节所用的标准是最小均方误差(MSE )。
()[]
n e E e 2= (2-5)
E[]表示算子期望。假如公式中的y(n)被公式(3.3)取代，公式(3.5)就可以表 示为
()[]
()()()P n w n w R n w n e E e T T *-**+=22 (2-6)
()()[]
n x n x E R T *=是N N ?自相关矩阵，是输入信号的自相关矩阵。
()()[]n x n d E P *=是1*N 互相关向量，也指出了期望信号d(n)和输入信号向量x(n)的
相互关矢量。
由式(2-6)可见，自适应滤波器的代价函数是延迟线抽头系数的二次函数。当矩阵R 和矢量P 己知时，可以由权系数矢量w 直接求其解。
最优解[]T
N o w w w w ***=-110Λ最小化MSE ，源自解这个公式
()
0=n w δδε (2-7)
将式(2-12)对w 求其偏导数，并令其等于零，假设矩阵R 满秩(非奇异)， 可得代价函数最小的最佳滤波系数
P R w *=-10 (2-8) 这个解称为维纳解，即最佳滤波系数值。因为均方误差(MSE)函数是滤波系数w 的二次方程，由此形成一个多维的超抛物面，这好像一个碗状曲面又具有唯一的碗底最小点，通常称之为自适应滤波器的误差性能曲面。当滤波器工作在平稳随机过程的环境下，这个误差性能曲面就具有固定边缘的恒定形状。自适应滤波系数的起始值{wi(0)}，i=1，2，…，N 是任意值，位于误差性能曲面上某一点，经过自适应调节过程，使对应于滤波系数变化的点移动，朝碗底最小点方向移动，最终到达碗底最小点，实现了最佳维纳滤波。
自适应过程是在梯度矢量的负方向接连的校正滤波系数的，即在误差性能曲面的最陡下降法方向移动和逐步校正滤波系数，最终到达均方误差为最小的碗底最小点，获得最佳滤波或准最优工作状态。广泛使用的LMS 算法是一种选择性法适应采样和采样基础。这个方法可以避免复杂的计算。LMS 算法是最陡下降法，在这个算法中，向量w(n+1)通过改变对最小均方误差性能的负梯度比例自适应滤波算法及应用研究来增强。
2.4 TMS320VC5402的简介
TMS320VC5402是公司的定点数字信号处理芯片，是一种特殊结构的微处理器，为了达到快速进行数字信号处理的目的，采用程序与数据分开的总线结构，流水线操作，单周期完成乘法的硬件乘法器以及一套适合数字信号处理的指令集。
2.4.1 TMS320VC5402的主要特点
TMS320VC5402处理器在本系列中处于先进水平。它具有运算速度快，内部存储空间大，外部接口性能好等优点。所以我选择了技术上比较先进，价格又较便宜的C5402作为硬件开发对象。下面结合C5402的实际情况，介绍一下该芯片的体系结构。C5402共有144个引脚，其中有20根地址线AO-A19，16根数据线DO-D15，4个外部可屏蔽引脚INTO#-INT3#和一个不可屏蔽中断引脚BIO#，剩下的引脚可以分成以下几类：存储器控制引脚，时钟/晶振引脚，多通道缓冲串口引脚，主机接口通讯引脚，电源引脚，初始化和复位引脚，通用输入/输出引脚，以及用于测试的IEEE1149. 1标准JTAG口。
2.4.2. TMS320VC5402 DSK工作原理
TMS320VC5402 DSK是以TMS320VC5402处理器为核心的DSP初学者工具(DSP Starter Kit)。它提供了一个低功耗，独立的开发平台，使用户能评估和开发C54X DSP的应用程序，同时也可以作为以其他芯片为核心的DSP硬件设计的参考。TMS320VC5402 DSK的结构框图如图2.2所示，主要包括以下部分：?100M VC5402 DSP
?64K?16位的SRAM存储器
?256K?16位的FLASH存储器
?JTAG仿真测试总线控制器（JTAG TBC）和并行接口控制器（Parallel Port Controller）
?电话网络接口（DAA）
?麦克风/扬声器音频接口
?RS-232异步数据接口
?扩展子板接口（MEMORY I/F和PERIPHERAL I/F）。
第3章 总体方案设计
3.1 无限冲激响应（IIR ）滤波器 3.1.1 自适应IIR 滤波器的基本原理
图3-1为自适应IIR 滤波器的基本结构，其输入为x(n)，输出为y(n)，滤波器由可变系数IIR 滤波器和递归算法组成，递归算法通过预测误差e(n)去调系数θ(n)，以使输出y(n)按某种准则逼近于期望响应d(n)。θ为描述滤波器具有零点和极点转移函数的系数参数。滤波器输出误差e(n)=d(n)-y(n)是按某种准则，如均方误差
(MSE)或递归最小二乘(RLS)准则等，使e2 (n)最小化，可调整IIR 系数使输出信
号y(n)逼近于期望响应d(n) 。
图3-1 自适应IIR 滤波器
3.1.2 IIR 滤波器的一般结构
根据前面所介绍的IIR 滤波器的传递函数可表示为：
()()()
z B z A z H =
(3-1) 假设滤波器有m 个零点，n 个极点，且滤波器参数可调，这样H(z)可写为：
()n
nk k m
mk k k z b z b z a z a a z H ----++++++=ΛΛ111101 (3-2) 图3-3画出了IIR 滤波器的一般结构，其输入为x ，输出为u 。
图3-2 IIR 滤波器的一般结构
k
u
因此滤波器输出可表示为以下形式： ∑∑=-=-+=N
l k lk M
l l k kl k u b x a u 1
10
3.2 有限冲激响应（FIR ）滤波器 3.2.1 FIR 横向型滤波器的一般结构
如图3-4所示。这种结构仅包含有由延迟级数所决定的有限个存储单元，可归结为有限冲激响应（FIR ）或横向滤波器（Kallman ）。输入信号被若干延迟单元延时，其延迟时间可以是连续的。这些延迟单元的输出与存储的一组权系数依次相乘，将其乘积相加得到输出信号。这意味着输出是输入信号与所存储的权系数或冲激响应的卷积。这种滤波结构仅包含有零点（因为没有递归反馈单元），因此，若要获得锐截止的频率特性，则需要有大量的延迟单元。不过，这种滤波器始终是稳定的，并能提供线性相位特性。图3-4是横向型滤波器的结构示意图。
图3-3 横向型滤波器的结构示意图
(0w 3.3电路设计
3.3.1系统结构流程图
采用TI 公司的DSP 芯片 TMS320VC5402，还有电源芯片，AD 转换器，储
存器，时钟，JTAG接口的连接。结构图3-1如下：
图3-1 系统结构流程图
3.3.2电源电路设计
由于TMS320VC5402核电压为1.6V，端口电压为3.3V，外围器件为3.3V，其它器件的提供电压在3.3V。TI公司的电源TPS76D318是一个双输出电压为分离电源，可以由3.3V产生3V和1.6V的电压输出，最大输出电流为1A，可以满足要求。该器件具有快速瞬态响应和超低85uA典型静态电流，热关断保护的每一个调节，有个28引脚。如图3-2所示：
μF
图3-2 电源电路
3.3.3复位电路设计
系统上电时可自动复位，但是为了防止系统受到外界干扰或电源波动时出现死机现象，还专门加了外部RESET ，主要使用了施密特触发器74ＬＳ１４。如图3-3所示：
GND
S3RESET
图3-3 复位电路
3.3.4时钟电路设计
采用外部时钟，根据晶振不同，采用的晶体振荡电容也不同，这里采用16MHz 晶振，起振电容选为104pF 。系统中让DSP 工作在16MHz 的频率，因此根据5402的主时钟配置规则，只要将5402的CLKMD1,CLKMD2,CLKMD3这3个引脚分别选择高电平，低电平，低电平即可。如图3-4所示：
图3-4 时钟电路
3.3.5 A ／D 转换电路设计
因为C5402内部没有A ／D 转换功能，因此在数据采集时需要使用A ／D 转换芯片。为了充分利用C5402所提供的多通缓冲串口资源，我们采用T I 公司生产
的CMOS型10b模数芯片TLV1544。其内部采用开关电容逐次近似来得到模数转换结果。芯片有4路模拟信号输入通道, 通过芯片内部参数设置选择不同通道输入, 进行A/D转换输出。TM S320VC5402是T I公司生产的具有很高性价比的定点DSP。他有2个多通道缓冲串口(M cBSP), 设计中使用M cBSP0完成配置TLV1544 以及接收转换好的数字信号。接口原理图如图3.5所示。
TLV1544的INV CLK, CSTART接高电平, 输入/输出时钟不翻转且采样/转换考试控制功能不使用。TM S320VC5402的XF引脚提供TLV1544的片选信号。TLV1544 的EOC触发DSP的外部0中断, 转换结束通过中断接收转换好的数据。
TLV1544与TM S320VC5402通过串行口连接,此时, A／D转换芯片作为从设备, DSP提供帧同步和输入/输出时钟信号。
图3-5 A/D转换电路
3.3.6 JTAG接口电路设计
JTAG是基于IEEE 1149. 1 标准的一种边界扫描测试方式。TI公司为其大多数的DSPs产品都提供了J TAG端口支持,5402 也不例外。结合配套的仿真软件,可访问DSPs的所有资源,包括片内寄存器及所有的存储器,从而提供了一个实时的硬件仿真与调试环境,便于开发人员进行系统软件调试。除上述电路接口外,要使系统
板正常地工作,还必须配置跳线和接插座等部分。其中:电源模块接出一个插座,以便于外部电压输入;音频编解码部分需安装话筒和扬声器;USB 芯片要连接到USB 接口插件,以实现与主机的交互。实用起见,所有这些插件均设置在电路板边界部分。最后,对于系统中一些难以事先决定的设置引脚附近,放置上位/ 下拉电阻,为以后的电路更改或扩展提供方便
通过JTAG 接口，可以对C5402芯片内部的所有结构进行访问，如图3-6所示：
XP 1
DS P _J T A G 3.3V 图3-6 JTAG 接口电路
3.3.7储存器电路设计
内储存器直接与CPU 相连接，储存容量较小，但速度快，用来存放当前运行程序的指令和数据，并直接与CPU 交换信息。内储存器由许多储存单元组成，每个单元能存放一个二进制数或一条由二进制编码表示的指令。内储存器是由随机储存器和只读储存器构成的．
内存，即RAM （Random access memory ）通过使用二进制数据储存单元和直接与CPU 联系，大大减少了读取数据的时间。RAM 上所存数据在关机或计
算机异常是会自动清除，所以人们才需要将数据保存在硬盘等外存上。如图3-7所示：
图3-7 储存器电路
第4章软件设计及仿真
4.1DSP的理论基础
数字信号处理(DSP)是指人们利用计算机或专用处理设备，以数字的形式对信号进行采集，变换，滤波，估值，增强，压缩，识别等处理，以得到符合人们需要的信号形式。其框图如图4-3所示。
图4-1数字信号处理系统的简化框图
DSP内部一般都包含多个处理单元,如算术逻辑运算单元,辅助寄存器运算单元,累加器等。另外DSP芯片也有很多种，这里着重介绍TMS320C5000系列。
目前TMS320C5000系列芯片包括了TMS320C54XX和TMS320C55XX 两大类。这两类芯片的软件互相兼容。但是本文选择TMS320C55XX系列DSP芯片。
1.结构特点比较
（1）TMS320C54XX和TMS320C55XX均为16bit定点DSP
（2）C55XX有双MAC单元；C54XX只有单MAC单元。
（3）C55XX 的指令长度可变，且没有排队的限制；C54X的指令长度固定。
（4）C55XX有12组总线；C54XX只有8组总线。
（5）C55XX提供了EMIF外部存储器扩展接口，可以直接使用SDRAM，而C54XX则不能直接使用。
2.内部结构对比
（1）C54XX关注于低功耗，而C55XX则将低功耗提高到一个新水平：300MHZ的C55XX和120MHZ的C54XX相比，性能提高了5倍，而功耗则降到1/6。
（2）C55XX总线的宽度为32bit,而C54XX总线宽度为16 bit。C55XX有三组数据读总线和两组数据写总线，而C54XX有两组数据读总线和一组数据写总线。
（3）C55XX包含一个40bit的ALU。用户可以用ALU作32bit的运算。C54XX包含一个分开40bit的ALU。它的ALU可以做成两个16bit的配置。
（4）C55XX可以执行可变长度的指令，这和C54XX有显著的不同。C54XX 的指令长度为固定的16 bit，而C55XX的指令长度则为8～48 bit。
3. 寻址模式对比
C54XX支持单数据存储器操作数寻址和32 bit操作数寻址，还使用并行指令支持双数据存储器操作数寻址。它也提供立即数寻址，循环寻址和位倒序寻址。在C54XX的基础上，C55XX还支持绝对值寻址，寄存器间接寻址，直接寻址。C55XX 的ADFU包括专门的寄存器，支持使用间接寻址指令的循环寻址。可以同时使用5个独立的循环缓冲器和3个独立的缓冲器长度。这些循环缓冲器没有地址排队的限制。
4.2自适应滤波算法的DSP实现
为了提高LMS 算法的处理速度及减小系统的硬件规模, 在实现滤波器算法时, 采用了TMS320C54xx作为核心芯片。由于该处理器采用改进型结构,具有高度并行性,同时拥有高度集成的指令系统,简化编程过程,模块化结构程序设计增强了程
序的可移植性。利用TMS320C54xx实现LMS自适应算法时,存储器中数据的存放形式对DSP 的有效运用有着特殊的意义,合理的存放形式,可以使算法实现起来更
加快速和高效,为了实现算法中输入样值x(n) 和滤波器系数W(n) 的对应项相乘,他
们在存储器中的存放形式如图4-2 所示。
低地址
高地址
图4-2 TMS320C54xx自适应滤波器存储器组织形式
根据算法和DSP汇编语言程序（见附录）, 在CCS环境下编译,连接生成公共目标代码文件,在线下载到DSP中运行。为了能观察到相应的波形, 在CCS环境下选择View\ Grap h\ Time\ Freqency进入图形观察窗口,在“Graph Property
Dialog”窗口中选定相应类型的值。
将编译产生的可执行文件下载到DSP芯片中，经过运行得到图4-3为输入信号的时域图，由图可以看到，正弦信号中叠加了噪声，导致正弦信号出现了较大的畸变。通过对输入信号进行FFT变换，可以得到其频谱图如图4-4，由图4-4可以看出，低频的信号中叠加了比较多的高频噪声，要得到比较好的原始低频正弦信号，必须要进行滤波。
图4-3 输入波形
图4-4 输入波形FFT
如图4-5所示，可以看出输入波形中的高频噪声基本上得到了滤除，为了更方便，更直接的看出滤波效果，对滤波后的波形进行了FFT变换，得出信号的频谱图如图4-6所示。图4-6的输出信号的频谱图中仅剩余了低频信号，滤除了高频成分。通过对比图4-4和图4-6，更清楚地看到高频区的噪声基本上被消除了。但是由于参数设置不够
最新自适应滤波器的设计开题报告
长江大学 毕业设计开题报告 题目名称自适应滤波器的设计与应用学院电信学院 专业班级信工10702班 学生姓名李雪利 指导教师王圆妹老师 辅导教师王圆妹老师 开题报告日期 2010年3月19日
自适应滤波器的设计与应用 学生：李雪利，长江大学电子信息学院 指导教师：王圆妹，长江大学电子信息学院 一、题目来源 来源于其他 二、研究目的和意义 滤波技术在当今信息处理领域中有着极其重要的应用。滤波是从连续的或离散的输入数据中除去噪音和干扰以提取有用信息的过程，相应的装置就称为滤波器。滤波器实际上是一种选频系统，他对某些频率的信号予以很小的衰减，使该部分信号顺利通过。而对其他不需要的频率信号予以很大的衰减，尽可能阻止这些信号通过。滤波器研究的一个目的就是：如何设计和制造最佳的(或最优的)滤波器。 在数字信号处理中，数字滤波是语音和图像处理、模式识别、频谱分析等应用中的一个基本处理算法。在许多应用场合，由于无法预先知道信号和噪声的特性或者它们是随时间变化的，仅仅用 FIR 和 IIR两种具有固定滤波系数的滤波器无法实现最优滤波。在这种情况下，必须设计自适应滤波器，以跟踪信号和噪声的变化。 自适应滤波器是利用前一时刻已获得的滤波器参数，自动地调节、更新现时刻的滤波器参数，以适应信号和噪声未知的统计特性，从而实现最优滤波。当在未知统计特性的环境下处理观测信号时，利用自适应滤波器可以获得令人满意的效果，其性能远超过通用方法所设计的固定参数滤波器。
三、阅读的主要参考文献及资料名称 1、《数字信号处理》刘益成（第二版）西安电子科技出版社 2、《数字信号处理》张小虹（第二版）机械工业出版社 3、自适应信号处理[M]．西安：西安电子科技大学出版社，2001． 4．邹理和,数字信号处理, 国防工业出版社,1985 5．丁玉美等, 数字信号处理,西安电子科技大学出版社,1999 6．程佩青, 数字信号处理,清华大学出版社,2001 7. The MathWorks Inc, Signal Processing Toolbox For Use with MATLAB, Sept. 2000 8. vinay K.Ingle, John G.Proakis,数字信号处理及MATLAB实现,陈怀琛等译,电子工业出版社,1998.9 9、《MATLAB编程参考手册》 10、中国期刊网的相关文献 11、赫金，自适应滤波器原理第四版，西安工业出版社，2010-5-1 四、国内外现状和发展趋势与主攻方向 自适应滤波器的理论与技术是50年代末和60年代初发展起来的。它是现代信号处理技术的重要组成部分，对复杂信号的处理具有独特的功能。自适应滤波器在数字滤波器中试属于随机数字信号处理的范畴。对于随机数字信号的滤波处理，通常有维纳滤波，卡尔曼滤波和自适应滤波，维纳滤波的权系数是固定的，适用于平稳随机信号；卡尔曼滤波器的权系数是可变的，适用于非平稳随机信号中。但是，只有在对信号和噪声的统计特性先验
绝对经典的低通滤波器设计报告
经典 无源低通滤波器的设计
团队：梦知队 团结奋进，求知创新，追求卓越，放飞梦想 队员： 日期：2010.12.10 目录 第一章一阶无源RC低通滤波电路的构建 (3) 1.1 理论分析 (3) 1.2 电路组成 (4) 1.3 一阶无源RC低通滤波电路性能测试 (5) 1.3.1 正弦信号源仿真与实测 (5) 1.3.2 三角信号源仿真与实测 (10) 1.3.3 方波信号源仿真与实测 (15) 第二章二阶无源LC低通滤波电路的构建 (21) 2.1理论分析 (21) 2.2 电路组成 (22) 2.3 二阶无源LC带通滤波电路性能测试 (23) 2.3.1 正弦信号源仿真与实测 (23) 2.3.2 三角信号源仿真与实测 (28)
2.3.3 方波信号源仿真与实测 (33) 第三章结论与误差分析 (39) 3.1 结论 (39) 3.2 误差分析 (40) 第一章一阶无源RC低通滤波电路的构建1.1理论分析 滤波器是频率选择电路，只允许输入信号中的某些频率成分通过，而阻止其他频率成分到达输出端。也就是所有的频率成分中，只是选中的部分经过滤波器到达输出端。 低通滤波器是允许输入信号中较低频率的分量通过而阻止较高频率的分量。 图1 RC低通滤波器基本原理图 当输入是直流时，输出电压等于输入电压，因为Xc无限大。当输入
频率增加时，Xc减小，也导致Vout逐渐减小，直到Xc=R。此时的频率为滤波器的特征频率fc。 解出，得： 在任何频率下，应用分压公式可得输出电压大小为： 因为在＝时，Xc=R，特征频率下的输出电压用分压公式可以表述为： 这些计算说明当Xc=R时，输出为输入的70.7%。按照定义，此时的频率称为特征频率。 1.2电路组成
巴特沃斯有源低通滤波器的设计
巴特沃斯有源低通滤波器的设计 随着社会科学技术的飞速发展，各种科技产品在人类社会中随处可见，极大的丰富了人们的日常生活。物联设备、可穿戴设备以及虚拟仪器产品在各种应用和消费场合变得极为普遍。就目前而言，在几乎所有的电子产品中，各种增益、带宽以及高性能的滤波器都发挥着至关重要的作用，例如可穿戴设备的语音信号输入系统中，运用高性能的低通滤波器进行语音信号的降噪、滤波、回声消除，来提高系统的音质和语音识别精准度等。 本篇论文重点研究了巴特沃斯滤波器的设计方法。巴特沃斯滤波器的特点是通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零。在振幅的对数对角频率的波特图上，从某一边界角频率开始，振幅随着角频率的增加而逐步减少，趋向负无穷大。本文首先采用归一法推导出满足设计要求的巴特沃斯滤波器的传递函数，接着求出了各阶滤波器电容、电阻的参数。并采用级联法，将低滤波器连接成三阶滤波器以满足滤波要求，然后用Multisim电路仿真软件仿真出其电路图进行了验证。 关键词：有源；低通；滤波器；巴特沃斯；运算放大器 第一章引言 1.1 滤波器简介 滤波本质上是将原始信号所携带的信息从被噪声扭曲和污染的信号中提取出来的过程。滤波器是一种能使一定频率范围内的信号顺利通过，而使其他频率的信号受到较大的衰减的电路，主要用于滤除干扰信号。一般在微弱信号放大的同时附加滤波功能或在信号采样前使用滤波器。 在近现代的科技发展中，滤波器作为一种必不可少的组成成分，在仪器仪表、智能控制、计算机科学、通信技术、电子应用技术和现代信号处理等领域有着十分重要的作用。滤波器作为一门学科已经有了仅一百年的历史了，自从德国的Wagner和美国的Campbell在1915年提出了滤波器的概念至今，它经历了由简单到复杂，由分立器件到单片集成，由有源到无源，由模拟到数字的发展历程。
自适应滤波器的dsp实现
学号: 课程设计 学院 专业 年级 姓名 论文题目 指导教师职称 成绩 2013年 1 月 10 日
目录 摘要 (1) 关键词 (1) Abstract (1) Key words (1) 引言 (1) 1 自适应滤波器原理 (2) 2 自适应滤波器算法 (3) 3 自适应滤波算法的理论仿真与DSP实现 (5) 3.1 MATLAB仿真 (5) 3.2 DSP的理论基础 (7) 3.3 自适应滤波算法的DSP实现 (9) 4 结论 ............................................... 错误！未定义书签。致谢 ................................................. 错误！未定义书签。参考文献 ............................................. 错误！未定义书签。
自适应滤波器算法的DSP实现 学生姓名：学号： 学院：专业： 指导教师：职称： 摘要：本文从自适应滤波器的基本原理、算法及设计方法入手。本设计最终采用改进的LMS算法设计FIR结构自适应滤波器，并采用MATLAB进行仿真，最后用DSP 实现了自适应滤波器。 关键词：DSP（数字信号处理器）；自适应滤波器；LMS算法；FIR结构滤波器 DSP implementation of the adaptive filter algorithm Abstract：In this article, starting from the basic principles of adaptive filter and algorithms and design methods. Eventually the design use improved the LMS algorithm for FIR adaptive filter,and use MATLAB simulation, adaptive filter using DSP. Key words：DSP；adaptive filter algorithm；LMS algorithm；FIR structure adaptive filter 引言 滤波是电子信息处理领域的一种最基本而又极其重要的技术。在有用信号的传输过程中，通常会受到噪声或干扰的污染。利用滤波技术可以从复杂的信号中提取所需要的信号，同时抑制噪声或干扰信号，以便更有效地利用原始信号。滤波器实际上是一种选频系统，它对某些频率的信号予以很小的衰减，让该部分信号顺利通过；而对其他不需要的频率信号则予以很大的衰减，尽可能阻止这些信号通过。在电子系统中滤波器是一种基本的单元电路，使用很多，技术也较为复杂，有时滤波器的优劣直接决定产品的性能，所以很多国家非常重视滤波器的理论研究和产品开发[1]。近年来，尤其数字滤波技术使用广泛，数字滤波理论的研究及其产品的开发一直受到很多国家的重视。从总的来说滤波可分为经典滤波和现代滤波。经典滤波要求已知信号和噪声的统计特性，如维纳滤波和卡尔曼滤波。现代滤波则不要求己知信号和噪声的统计特性，如自适应滤波。 自适应滤波器是统计信号处理的一个重要组成部分。在实际应用中，由于没有充足的信息来设计固定系数的数字滤波器，或者设计规则会在滤波器正常运行时改变，因此我们需要研究自适应滤波器。凡是需要处理未知统计环境下运算结果所产生的信
简单低通滤波器设计及matlab仿真
东北大学 研究生考试试卷 考试科目： 课程编号： 阅卷人: 考试日期： 姓名：xl 学号： 注意事项 1.考前研究生将上述项目填写清楚. 2.字迹要清楚,保持卷面清洁. 3.交卷时请将本试卷和题签一起上交. 4.课程考试后二周内授课教师完成评卷工作,公共课成绩单与试卷交研究生院培养办公室, 专业课成绩单与试卷交各学院,各学院把成绩单交研究生院培养办公室. 东北大学研究生院培养办公室
数字滤波器设计 技术指标： 通带最大衰减： =3dB ， 通带边界频率： ＝100Hz 阻带最小衰减： ＝20dB 阻带边界频率： ＝200Hz 采样频率：Fs=200Hz 目标： 1、根据性能指标设计一个巴特沃斯低通模拟滤波器。 2、通过双线性变换将该模拟滤波器转变为数字滤波器。 原理： 一、模拟滤波器设计 每一个滤波器的频率范围将直接取决于应用目的，因此必然是千差万别。为了使设计规范化，需要将滤波器的频率参数作归一化处理。设所给的实际频 率为Ω（或f ），归一化后的频率为λ，对低通模拟滤波器令λ＝p ΩΩ/，则1 =p λ， p s s ΩΩ=/λ。令归一化复数变量为p ，λj p =，则p p s j j p Ω=ΩΩ==//λ。所以巴 特沃思模拟低通滤波器的设计可按以下三个步骤来进行。 (1)将实际频率Ω规一化 (2)求Ωc 和N 11010/2-=P C α s p s N λααlg 1 10 110lg 10 /10/--= 这样Ωc 和N 可求。 p x fp s x s f
根据滤波器设计要求＝3dB ，则C ＝1，这样巴特沃思滤波器的设计就只剩一个参数N ，这时 N p N j G 222 )/(11 11)(ΩΩ+= += λλ (3)确定)(s G 因为λj p =，根据上面公式有 N N N p j p p G p G 22)1(11 )/(11)()(-+= += - 由 0)1(12=-+N N p 解得 )221 2exp(πN N k j p k -+=，k ＝1，2， (2) 这样可得 1 )21 2cos(21 ) )((1 )(21+-+-= --= -+πN N k p p p p p p p G k N k k 求得)(p G 后，用p s Ω/代替变量p ，即得实际需要得)(s G 。 二、双线性变换法 双线性变换法是将s 平面压缩变换到某一中介1s 平面的一条横带里，再通过标准变换关系)*1exp(T s z =将此带变换到整个z 平面上去，这样就使s 平面与z 平面之间建立一一对应的单值关系，消除了多值变换性。 为了将s 平面的Ωj 轴压缩到1s 平面的1Ωj 轴上的pi -到pi 一段上，可以通过以下的正切变换来实现： )21 tan(21T T Ω= Ω 这样当1Ω由T pi -经0变化到T pi 时，Ω由∞-经过0变化到∞+，也映射到了整个Ωj 轴。将这个关系延拓到整个s 平面和1s 平面，则可以得到
自适应滤波器毕业设计论文
大学 数字信号处理课程要求论文 基于LMS的自适应滤波器设计及应用 学院名称： 专业班级： 学生姓名： 学号： 2013年6月
摘要自适应滤波在统计信号处理领域占有重要地位，自适应滤波算法直接决定着滤波器性能的优劣。目前针对它的研究是自适应信号处理领域中最为活跃的研究课题之一。收敛速度快、计算复杂性低、稳健的自适应滤波算法是研究人员不断努力追求的目标。 自适应滤波器是能够根据输入信号自动调整性能进行数字信号处理的数字滤波器。作为对比，非自适应滤波器有静态的滤波器系数，这些静态系数一起组成传递函数。研究自适应滤波器可以去除输出信号中噪声和无用信息，得到失真较小或者完全不失真的输出信号。本文介绍了自适应滤波器的理论基础，重点讲述了自适应滤波器的实现结构，然后重点介绍了一种自适应滤波算法最小均方误差（LMS）算法，并对LMS算法性能进行了详细的分析。最后本文对基于LMS算法自适应滤波器进行MATLAB仿真应用，实验表明：在自适应信号处理中，自适应滤波信号占有很重要的地位，自适应滤波器应用领域广泛；另外LMS算法有优也有缺点，LMS算法因其鲁棒性强特点而应用于自回归预测器。 关键词：自适应滤波器，LMS算法，Matlab,仿真
1.引言 滤波技术在当今信息处理领域中有着极其重要的应用。滤波是从连续的或离散的输入数据中除去噪音和干扰以提取有用信息的过程，相应的装置就称为滤波器。滤波器实际上是一种选频系统，他对某些频率的信号予以很小的衰减，使该部分信号顺利通过；而对其他不需要的频率信号予以很大的衰减，尽可能阻止这些信号通过。滤波器研究的一个目的就是:如何设计和制造最佳的(或最优的)滤波器。Wiener于20世纪40年代提出了最佳滤波器的概念，即假定线性滤波器的输入为有用信号和噪音之和，两者均为广义平稳过程且己知他们的二阶统计过程，则根据最小均方误差准则(滤波器的输出信号与期望信号之差的均方值最小)求出最佳线性滤波器的参数，称之为Wiener滤波器。同时还发现，在一定条件下，这些最佳滤波器与Wiener滤波器是等价的。然而，由于输入过程取决于外界的信号、干扰环境，这种环境的统计特性常常是未知的、变化的，因而不能满足上述两个要求，设计不出最佳滤波器。这就促使人们开始研究自适应滤波器。自适应滤波器由可编程滤波器(滤波部分)和自适应算法两部分组成。可编程滤波器是参数可变的滤波器，自适应算法对其参数进行控制以实现最佳工作。自适应滤波器的参数随着输入信号的变化而变化，因而是非线性和时变的。 2. 自适应滤波器的基础理论 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。所谓“最优”是以一定的准则来衡量的，最常用的两种准则是最小均方误差准则和最小二乘准则。最小均方误差准则是使误差的均方值最小，它包含了输入数据的统计特性，准则将在下面章节中讨论；最小二乘准则是使误差的平方和最小。 自适应滤波器由数字结构、自适应处理器和自适应算法三部分组成。数字结构是指自适应滤波器中各组成部分之间的联系。自适应处理器是前面介绍的数字滤波器（FIR或IIR），所不同的是，这里的数字滤波器是参数可变的。自适应算法则用来控制数字滤波器参数的变化。 自适应滤波器可以从不同的角度进行分类，按其自适应算法可以分为LMS自适应滤波
有源低通滤波器设计报告要点
课程设计(论文)说明书 题目：有源低通滤波器 院（系）：信息与通信学院 专业：通信工程 学生姓名： 学号： 指导教师： 职称： 2010年 12 月 19 日
摘要 低通滤波器是一个通过低频信号而衰减或抑制高频信号的部件。理想滤波器电路的频响在通带内应具有一定幅值和线性相移，而在阻带内其幅值应为零。有源滤波器是指由放大电路及RC网络构成的滤波器电路，它实际上是一种具有特定频率响应的放大器。滤波器的阶数越高，幅频特性衰减的速率越快，但RC网络节数越多，元件参数计算越繁琐，电路的调试越困难。根据指标，本次设计选用二阶有源低通滤波器。 关键词：低通滤波器；集成运放UA741；RC网络 Abstract Low-pass filter is a component which can only pass the low frequency signal and attenuation or inhibit the high frequency signal . Ideal frequency response of the filter circuit in the pass band should have a certain amplitude and linear phase shift, and amplitude of the resistance band to be zero. Active filter is composed of the RC network and the amplifier, it actually has a specific frequency response of the amplifier. Higher the order of the filter, the rate of amplitude-frequency characteristic decay faster, but more the number of RC network section, the more complicated calculation of device parameters, circuit debugging more difficult. According to indicators ，second-order active low-pass filter is used in this design . Key words：Low-pass filter；Integrated operational amplifier UA741；RC network,
自适应滤波器的原理与设计
实验二 自适应滤波信号 一、实验目的： 1．利用自适应LMS 算法实现FIR 最佳维纳滤波器。 2．观察影响自适应LMS算法收敛性，收敛速度以及失调量的各种因素，领会自适应信号处理方法的优缺点。 3．通过实现AR 模型参数的自适应估计，了解自适应信号处理方法的应用。 二、实验原理及方法 自适应滤波是一种自适应最小均方误差算法（LMS ），这种算法不像维纳滤波器需要事先知道输入和输出信号的自相关和互相关矩阵，它所得到的观察值 ,滤波器等价于自动“学习”所需要的相关函数，从而调整FIR 滤波器的权系数，并最终使之收敛于最佳值，即维纳解。 )(n y 下面是自适应FIR 维纳滤波器的LMS 算法公式： （2-1） )()()(0 ^ ^ m n y n h n x M m m -=∑= （2-2） ^ )()()(n x n x n e -=M m m n y n e n h n h m m ?=-?+=+,1) ()(2)()1(^ ^ μ （2-3） 其中FIR 滤波器共有M+1个权系数，表示FIR 滤波器第m 个权系数在第n 步的估计值。 ),0)((^ M m n h m ?=因此，给定初始值)M ,0(),0(?=m h m ，每得到一个样本，可以递归得到一组新的滤波器权系数，只要步长)(n y μ满足 max 1 0λμ< < （2-4） 其中max λ为矩阵R 的最大特征值，当∞→n 时，)M ,0(),0(?=m h m 收敛于维纳解。
现在我们首先考察只有一个权系数h 的滤波器，如图2.1所示。假如信号由下式确定： )(n y )()()(y n w n s n += （2-5） )()(n hx n s = （2-6） 其中h 为标量常数，与互不相关，我们希望利用和得到 )(n x )(n w )(n y )(n x )(n s 图1 利用公式（2-1），（2-2），（2-3），我们可以得到下面的自适应估计算法： （2-7） )()()(^ ^n x n h n s = （2-8） )())()()((2)()1(^ ^ ^ n x n x n h n y n h n h -+=+μ其框图如图所示。 图2 选择的初始值为，对式2-8取数学期望可得 ^)(n h ^ )0(h （2-9） ))0(()21(])([^ ^ h h R h n h E n --+=μ其中
【完整版毕业论文】巴特沃斯有源低通滤波器的设计
巴特沃斯有源低通滤波器的设计 摘要 随着社会科学技术的飞速发展，各种科技产品在人类社会中随处可见，极大的丰富了人们的日常生活。物联设备、可穿戴设备以及虚拟仪器产品在各种应用和消费场合变得极为普遍。就目前而言，在几乎所有的电子产品中，各种增益、带宽以及高性能的滤波器都发挥着至关重要的作用，例如可穿戴设备的语音信号输入系统中，运用高性能的低通滤波器进行语音信号的降噪、滤波、回声消除，来提高系统的音质和语音识别精准度等。 本论文通过对各种低通滤波器的通频带、增益和截止频率的分析，采用通频带最大扁平度技术（巴特沃斯技术）来设计实现四阶高性能低通滤波器，通过Multisum仿真软件，验证了设计的正确性。在这基础上，本文还对如何提高该滤波器的响应速度进行了研究，提出了一种有效的提高响应速度的方案，并通过仿真软件得以验证。这在低通滤波器的理论以及实际工程应用中，都具有非常重要的意义。 关键词：有源低通滤波器，巴特沃斯，运算放大器
Design of Butterworth Active Low Pass Filter ABSTRACT With the rapid development of social science and technology, various technological products can be seen everywhere in human society, which greatly enriches people's daily lives. IoT devices, wearable devices, and virtual instrument products have become extremely common in various applications and consumer occasions. For now, in almost all electronic products, various gains, bandwidths, and high-performance filters play a vital role. For example, in the voice signal input system of wearable devices, the use of high-performance low-pass The filter performs noise reduction, filtering, and echo cancellation of the speech signal to improve the sound quality of the system and the accuracy of speech recognition. In this paper, through the analysis of the passband, gain and cutoff frequency of various low-pass filters, the maximum flatness of the passband technology (Butterworth technology) is used to design and implement a fourth-order high-performance low-pass filter, through Multisum simulation software To verify the correctness of the design. On this basis, this paper also studies how to improve the response speed of the filter, and puts forward an effective scheme to improve the response speed, which is verified by simulation software. This is of great significance in the theory of low-pass filters and in practical engineering applications. KEYWORDS：active low-pass filter，butterworth，amplifier
word完整版自适应滤波器原理 带图带总结word版推荐文档
第二章自适应滤波器原理 2.1 基本原理 2.1.1 自适应滤波器的发展 在解决线性滤波问题的统计方法中，通常假设已知有用信号及其附加噪声的某些统计参数(例如，均值和自相关函数) ，而且需要设计含噪数据作为其输入的线性滤波器，使得根据某种统计准则噪声对滤波器的影响最小。实现该滤波器优化问题的一个有用方法是使误差信号(定义为期望响应与滤波器实际输出之差)的均方值最小化。对于平稳输入，通常采用所谓维纳滤波器( Wiener filter) 的解决方案。该滤波器在均方误差意义上使最优的。误差信号均方值相对于滤波器可调参数的曲线通常称为误差性能曲面。该曲面的极小点即为维纳解。 维纳滤波器不适合于应对信号和/或噪声非平稳问题。在这种情况下，必须假设最优滤波器为时变形式。对于这个更加困难的问题，十分成功的一个解决方案使采用卡尔曼滤波器 (Kalman filter )。该滤波器在各种工程应用中式一个强有力的系统。 维纳滤波器的设计要求所要处理的数据统计方面的先验知识。只有当输入数据的统计特性与滤波器设计所依赖的某一先验知识匹配时，该滤波器才是最优的。当这个信息完全未知时，就不可能设计维纳滤波器，或者该设计不再是最优的。而且维纳滤波器的参数是固定的。 在这种情况下，可采用的一个直接方法是“估计和插入过程”。该过程包含两个步骤，首先是“估计”有关信号的统计参数，然后将所得到的结果“插入( plug into)”非递归公式以计算滤波器参数。对于实时运算，该过程的缺点是要求特别精心制作，而且要求价格昂贵的硬件。为了消除这个限制，可采用自适应滤波器(adaptive filter)。采用这样一种系统，意味着滤波器是自设计的，即自适应滤波器依靠递归算法进行其计算，这样使它有可能在无法获得有关信号特征完整知识的环境下，玩完满地完成滤波运算。该算法将从某些预先确定的初始条件集出发，这些初始条件代表了人们所知道的上述环境的任何一种情况。我们还发现，在平稳环境下，该运算经一些成功迭代后收敛于某种统计意义上的最优维纳解。在非平稳环境下，该算法提供了一种跟踪能力，即跟踪输入数据统计特性随时间的变化，只要这种变化时足够缓慢的。 40年代，N.维纳用最小均方原则设计最佳线性滤波器，用来处理平稳随机
fir低通滤波器设计(完整版)
电子科技大学信息与软件工程学院学院标准实验报告 （实验）课程名称数字信号处理 电子科技大学教务处制表
电 子 科 技 大 学 实 验 报 告 学生姓名： 学 号： 指导教师： 实验地点： 实验时间：14-18 一、实验室名称：计算机学院机房 二、实验项目名称：fir 低通滤波器的设计 三、实验学时： 四、实验原理： 1. FIR 滤波器 FIR 滤波器是指在有限范围内系统的单位脉冲响应h[k]仅有非零值的滤波器。M 阶FIR 滤波器的系统函数H(z)为 ()[]M k k H z h k z -==∑ 其中H(z)是k z -的M 阶多项式，在有限的z 平面内H(z)有M 个零点，在z 平面原点z=0有M 个极点. FIR 滤波器的频率响应 ()j H e Ω 为 0 ()[]M j jk k H e h k e Ω -Ω ==∑ 它的另外一种表示方法为 () ()()j j j H e H e e φΩΩΩ=
其中 () j H e Ω和()φΩ分别为系统的幅度响应和相位响应。 若系统的相位响应()φΩ满足下面的条件 ()φαΩ=-Ω 即系统的群延迟是一个与Ω没有关系的常数α，称为系统H(z)具有严格线性相位。由于严格线性相位条件在数学层面上处理起来较为困难，因此在FIR 滤波器设计中一般使用广义线性相位。 如果一个离散系统的频率响应 ()j H e Ω 可以表示为 ()()()j j H e A e αβΩ-Ω+=Ω 其中α和β是与Ω无关联的常数，()A Ω是可正可负的实函数，则称系统是广义线性相位的。 如果M 阶FIR 滤波器的单位脉冲响应h[k]是实数，则可以证明系统是线性相位的充要条件为 [][]h k h M k =±- 当h[k]满足h[k]=h[M-k],称h[k]偶对称。当h[k]满足h[k]=-h[M-k],称h[k]奇对称。按阶数h[k]又可分为M 奇数和M 偶数，所以线性相位的FIR 滤波器可以有四种类型。 2. 窗函数法设计FIR 滤波器 窗函数设计法又称为傅里叶级数法。这种方法首先给出()j d H e Ω， ()j d H e Ω 表示要逼近的理想滤波器的频率响应，则由IDTFT 可得出滤波器的单位脉冲响应为 1 []()2j jk d d h k H e e d π π π ΩΩ-= Ω ? 由于是理想滤波器，故 []d h k 是无限长序列。但是我们所要设计的FIR 滤波 器，其h[k]是有限长的。为了能用FIR 滤波器近似理想滤波器，需将理想滤波器的无线长单位脉冲响应 []d h k 分别从左右进行截断。 当截断后的单位脉冲响应 []d h k 不是因果系统的时候，可将其右移从而获得因果的FIR 滤波器。
有源低通滤波器设计
有源低通滤波器设计 ⒈设计一个截止频率fo为1000HZ的1阶有源低通滤波器（提示：集成运放使用 μА741、取电容C=0.01uf，其他元件参数自行考虑）。要求：①设计的电路、标明元 件参数；②在OrCAD/PSpice平台上完成上述设计及仿真，测试1阶电路对应的幅频 特性曲线。 ⒉设计一个截止频率fo为1000HZ的2阶有源低通滤波器（提示：集成运放使用 μА741、设计系数α=1.414，即Q=0.707、R1=R2=R,C1=C2=C,取电容C=0.01uf，其他 元件参数自行考虑）。要求：①设计的电路、标明元件参数；②在OrCAD/PSpice平台 上完成上述设计及仿真，测试2阶电路对应的幅频特性曲线。书写Pspice实践练习报 告（自行）。 （一）Pspice简介 Pspice是由SPICE（Simulation Program with Intergrated Circuit Emphasis）发展而来的用于微机系列的通用电路分析程序。Pspice软件是一个通用的电路分析程序，它可以仿真和计算电路的性能。由于该软件提供了丰富的元件库，使得各种常用元器件随手可得，在软件上我们可以搭接任何模拟和数字或者数模混合电路。该软件使用的编程语言简单易学，对电路的计算和仿真快速而准确，强大的图形后处理程序可以将电路中的各电量以图形的方式显示在计算机的屏幕上，就像一个多功能、多窗口的示波器一样。 PSPICE软件具有强大的电路图绘制功能、电路模拟仿真功能、图形后处理功能和元器件符号制作功能，以图形方式输入，自动进行电路检查，生成图表，模拟和计算电路。它的用途非常广泛，不仅可以用于电路分析和优化设计，还可用于电子线路、电路和信号与系统等课程的计算机辅助教学。与印制版设计软件配合使用，还可实现电子设计自动化。被公认是通用电路模拟程序中最优秀的软件，具有广阔的应用前景。这些特点使得PSPICE受到广大电子设计工作者、科研人员和高校师生的热烈欢迎，国内许多高校已将其列入电子类本科生和硕士生的辅修课程。 电路设计软件有很多，它们各有特色。如Protel和Tango，它对单层/双层电路板的原理图及PCB图的开发设计很适合，而对于布线复杂，元件较多的四层及六层板来说ORCAD 更有优势。但在电路系统仿真方面，PSPICE可以说独具特色，是其他软件无法比拟的，它是一个多功能的电路模拟试验平台，PSPICE软件由于收敛性好，适于做系统及电路级仿真，
自适应滤波器的设计与实现毕业论文
自适应滤波器的设计与实现毕业论文 目录 第一章前言 (1) 1.1 自适应滤波器简介 (1) 1.2 选题背景及研究意义 (1) 1.3 国外研究发展现状 (2) 第二章自适应滤波器的基础理论 (4) 2.1 滤波器概述 (4) 2.1.1 滤波器简介 (4) 2.1.2 滤波器分类 (4) 2.1.3 数字滤波器概述 (4) 2.2 自适应滤波器基本理论 (7) 2.3 自适应滤波器的结构 (9) 第三章自适应滤波器递归最小二乘算法 (11) 3.1 递归最小二乘算法 (11) 3.1.1 递归最小二乘算法简介 (11) 3.1.2 正则方程 (11) 3.1.3 加权因子和正则化 (16) 3.1.4 递归计算 (18) 3.2递归最小二乘(RLS)算法的性能分析 (22) 第四章基于MATLAB自适应滤波器仿真 (23) 4.1 正弦波去噪实验 (23) 4.2 滤波器正则化参数的确定 (28) 4.2.1 高信噪比 (28) 4.2.2 低信噪比 (31) 4.2.3 结论 (33) 4.3 输入信号不同对滤波效果的影响 (33)
4.3.1 输入信号为周期信号 (33) 4.3.2 输入信号为非周期信号 (38) 第五章结论与展望 (44) 5.1 结论 (44) 5.2 对进一步研究的展望 (44) 参考文献 (45) 致谢 (46) 附录 (46) 声明 (58)
第一章前言 1.1自适应滤波器简介 自适应滤波器属于现代滤波的畴，它是40年代发展起来的自适应信号处理领域的一个重要应用，自适应信号处理主要是研究结构可变或可调整的系统，可以通过自身与外界的接触来改善自身对信号处理的性能，通常这类系统是时变的非线性系统，可以自动适应信号传输的环境和要求，无须详细的知道信号的结构和实际知识，无须精确设计处理系统本身。 自适应系统的非线性特性主要是由系统对不同的信号环境实现自身参数的调整来确定的。自适应系统的时变特性主要是由其自适应响应或自适应学习过程来确定的，当自适应过程结束和系统不再进行时，有一类自适应系统可成为线性系统，并称为线性自适应系统，因为这类系统便于设计且易于数学处理，所以实际应用广泛。本文研究的自适应滤波器就是这类滤波器。 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，自适应滤波器的频率则是自动适应输入信号而变化的，所以其适用围更广。在没有任何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。1.2选题背景及研究意义 伴随着移动通信事业的飞速发展，自适应滤波技术应用的围也日益扩大。早在20世纪40年代，就对平稳随机信号建立了维纳滤波理论。根据有用信号和干扰噪声的统计特性(自相关函数或功率谱)，用线性最小均方误差估计准则设计的最佳滤波器，称为维纳滤波器。这种滤波器能最大程度地滤除干扰噪声，提取有用信号。但是，当输入信号的统计特性偏离设计条件，则它就不是最佳的了，这在实际应用中受到了限制。到60年代初，由于空间技术的发展，出现了卡尔曼滤波理论，即利用状态变量模型对非平稳、多输入多输出随机序列作最优估计。现在，卡尔曼滤波器已成功地应用到许多领域，它既可对平稳的和非平稳的随机信号作线性最佳滤波，也可作非线性滤波。实质上，维纳滤波器是卡尔曼滤波器的一个特例。 在设计卡尔曼滤波器时，必须知道产生输入过程的系统的状态方程和测量方程，即要求对信号和噪声的统计特性有先验知识，但在实际中，往往难以预知这些统计特性，因此实现不了真正的最佳滤波。 Widrow.B等于1967年提出的自适应滤波理论，可使自适应滤波系统的参数自动地调整而
低通滤波器的设计
低通滤波器的设计 模拟滤波器在各种预处理电路中几乎是必不可少的，已成为生物医学仪器中的基本单元电路。有源滤波器实质上是有源选频电路，它的功能是允许指定频段的信号通过，而将其余频段上的信号加以抑制或使其急剧衰减。各种生物信号的低噪声放大，都是首先严格限定在所包含的频谱范围之内。 最常用的全极点滤波器有巴特沃斯滤波器和切比雪夫滤波器。就靠近ω=0处的幅频特性而言，巴特沃斯滤波器比切比雪夫滤波器平直，即在频率的低端巴特沃斯滤波器幅频特性更接近理想情况。但在接近截止频率和在阻带内，巴特沃斯滤波器则较切比雪夫滤波器差得多。本设计中要保证低频信号不被衰减，而对高频要求不高，因此选择了巴特沃斯滤波器。巴特沃思滤波电路(又叫最平幅度滤波电路)是最简单也是最常用的滤波电路，这种滤波电路对幅频响应的要求是：在小于截止频率ωc。的范围内，具有最平幅度响应，而在ω>ωc。后，幅频响应迅速下降。 因为本设计中要保证低频信号不被衰减，而对高频要求不高，所以选择 二阶滤波器即可。本系统采用二阶Butterworth低通滤波器，截止频率f H=100HZ，其电路原理图如1： 图1 低通滤波器图 根据matlab软件算得该设计适合二阶低通滤波器，FSF=628选Z=10000，则
Z R R FSF Z ?=?=的归一值的归一值 C C 3.2脉象信号的的前置放大 由于人体信号的频率和幅度都比较低，很容易受到空间电磁波以及人体其它生理信号的干扰，因此在对其进行变换、分析、存储、记录之前，应该进行一些预处理，以保证测量结果的准确性。因此需要对信号进行放大，“放大”在信号预处理中是第一位的。根据所测参数和所用传感器的不同，放大电路也不同。用于测量生物电位的放大器称为生物电放大器，生物电放大器比一般放大器有更严格的要求。 在本研究中放在传感器后面的电路就是前置放大电路，由于从传感器取得的信号很微弱，且混杂了一些其他的干扰信号。因此前置放大电路的主要功能是，滤除一些共模干扰信号，同时进行一定的放大。该电路由4部分构成：并联型双运放仪器放大器，阻容耦合电路，由集成仪用放大器构成的后继放大器和共模信号取样电路。并联型双运放仪器放大器的优点是不需要精密的匹配电阻，理论上它的共模抑制比为无穷大，且与其外围电阻的匹配程度无关。集成仪用放大器将由并联型双运放仪器放大器输出的双端差动信号转变为单端输出信号，并采用阻容耦合电路隔离直流信号，可以使集成仪用放大器取得较高的差模增益，从而得到很高的共模抑制比。共模取样驱动电路由两个等值电阻和一只由运放构成的跟随器构成，能够使共模信号不经阻容耦合电路的分压直接加在集成放大器的输入端，避免了由于阻容耦合电路的不匹配而降低电路整体的共模抑制比。此电路中也采用了右腿驱动电路来抑制位移电流的影响。前置放大电路参数选择：此部分总的增益取为1000，其中并联型双运放仪器放大器的增益为5,集成仪用放大器的增益为200。具体设计电路如图2所示
有源滤波器的设计
课程设计报告 题目：有源滤波器的设计 院（系）：南湖学院机电系 专业：电子信息工程 学生姓名：陈知 欧阳维俊 学号：24122201272 24122201254 指导教师：陈松 2014年4月22 日
目录 1设计任务 (2) 2 设计要求 (2) 3设计说明 (2) 4设计原理 (2) 5 制板及调试 (5) 5.1 DXP注意事项 (5) 5.2 制作pcb板的流程 (5) 5.３调试 (6) 6课程设计总结 (7) 附录 (9)
一、设计任务 1、设计一滤波； 2、已知某一信号含有两种成分：1000Hz、0.5V和10000Hz、5V两种正弦波信号由滤波器设计指标计算电路元件参数； 3、设计滤波器有效分离两种信号。 二、设计要求 1、设计1000Hz、0.5V和10000Hz、5V两个信号源； 2、设计一加法器，将产生的两个信号相加； 3、两信号源的误差不超过1%； 4、加法器输入端接地时，其输出噪声小于10mV； 5、最终分离的信号的幅度与原信号幅度之差不大于100mV。 三、设计说明 1、放大器可选用LM324、NE553 2、TL062\TL082等； 2、注意预留测试端子。 四、设计原理 有源滤波器: 一般由集成运放与RC网络构成，它具有体积小、性能稳定等优点，同时，由于集成运放的增益和输入阻抗都很高，输出阻抗很低，故有源滤波器还兼有放大与缓冲作用。利用有源滤波器可以突出有用频率的信号，衰减无用频率的信号，抑制干扰和噪声，以达到提高信噪比或选频的目的，因而有源滤波器被广泛应用于通信、测量及控制技术中的小信号处理。从功能来讲有源滤波器分为：低通滤波器（LPF）、高通滤波器（HPF）、带通滤波器（BPF）、带阻滤波器（BEF）、全通滤波器（APF）。其中前四种滤波器间互有联系，LPF与HPF间互为对偶关系。当LPF的通带截止频率高于HPF的通带
自适应滤波器的设计(终极版)
目录 摘要…………………..………………………………………………………..….............I 第1章绪论....................................................................................................................错误!未定义书签。 1.1引言……………………………………………...…..…………...……………...错误!未定义书签。 1.2课题研究意义和目的 (1) 1.3国内外研究发展状况 (2) 1.4本文研究思路与主要工作 (4) 第2章自适应滤波器理论基础 (5) 2.1自适应滤波器简介 (5) 2.2自适应滤波器的原理 (5) 2.3自适应滤波算法 (7) 2.4TMS320VC5402的简介 (8) 第3章总体方案设计 (10) 3.1无限冲激响应（IIR）滤波器 (10) 3.2有限冲激响应（FIR）滤波器 (11) 3.3电路设计 (11) 4基于软件设计及仿真 (17) 4.3 DSP的理论基础 (17) 4.4自适应滤波算法的DSP实现 (18) 5总结 (21) 参考文献 (22) 致谢 (23) 附录自适应滤波源代码 (24)
第1章绪论 1.1引言 随着微电子技术和计算机技术的迅速发展，具备了实现自适应滤波器技术的各种软硬件条件，有关自适应滤波器的新算法、新理论和新的实施方法不断涌现，对自适应滤波的稳定性、收敛速度和跟踪特性的研究也不断深入，这一切使该技术越来越成熟，并且在系统辨识、通信均衡、回波抵消、谱线增强、噪声抑制、系统模拟语音信号处理、生物医学电子等方面都获得了广泛应用口。自适应滤波器实现的复杂性通常用它所需的乘法次数和阶数来衡量，而DSP强大的数据吞吐量和数据处理能力使得自适应滤波器的实现更容易。目前绝大多数的自适应滤波器应用是基于最新发展的DSP 来设计的． 滤波技术是信号处理中的一种基本方法和技术，尤其数字滤波技术使用广泛，数字滤波理论的研究及其产品的开发一直受到很多国家的重视。从总的来说滤波可分为经典滤波和现代滤波。经典滤波要求已知信号和噪声的统计特性，如维纳滤波和卡尔曼滤波。现代滤波则不要求己知信号和噪声的统计特性，如自适应滤波。自适应滤波的原理就是利用前一时刻己获得的滤波参数等结果，自动地调节现时刻的滤波参数，从而达到最优化滤波。自适应滤波具有很强的自学习、自跟踪能力，适用于平稳和非平稳随机信号的检测和估计。自适应滤波一般包括3个模块：滤波结构、性能判据和自适应算法。其中，自适应滤波算法一直是人们的研究热点，包括线性自适应算法和非线性自适应算法，非线性自适应算法具有更强的信号处理能力，但计算比较复杂，实际应用最多的仍然是线性自适应滤波算法。线性自适应滤波算法的种类很多，有LMS自适应滤波算法、R路自适应滤波算法、变换域自适应滤波算法、仿射投影算法、共扼梯度算法等。 1.2课题研究意义和目的 自适应滤波理论与技术是现代信号处理技术的重要组成部分，对复杂信号的处理具有独特的功能，对自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一。自适应滤波器与普通滤波器不同，它的冲激响应或滤波参数是随外部环境的变化而变化的，经过一段自动调节的收敛时间达到最佳滤波的要求。自适应滤波器本身有一个重要的自适应算法，这个算法可以根据输入、输出及原参量信号按照一定准则修改滤波参量，以使它本身能有效的跟踪外部环境的变化。因此，自适应数字系