1、<p>　　《數(shù)字信號(hào)處理》課程設(shè)計(jì)</p><p>　　_ 自適應(yīng)濾波器設(shè)計(jì)與實(shí)現(xiàn) </p><p>　　系 別 計(jì)算機(jī)科學(xué)系 </p><p>　　專 業(yè) 通信工程 </p><p>　　班 級(jí)

2、 </p><p>　　學(xué) 號(hào) </p><p>　　組 次 </p><p>　　姓 名 </p><p>　　指導(dǎo)

3、教師 </p><p>　　評(píng)定成績(jī) </p><p>　　起止日期 年 月 日 至 年 月 日 </p><p><b>　　目錄</b></p><p><b>

4、;　　摘要1</b></p><p>　　第1章 課程設(shè)計(jì)的目的和要求1</p><p>　　第2章 系統(tǒng)功能介紹及總體設(shè)計(jì)方案2</p><p>　　第3章 主要內(nèi)容和步驟3</p><p>　　3.1 自適應(yīng)濾波器原理3</p><p>　　3.2 操作步驟3</p><

5、p>　　第4章 詳細(xì)設(shè)計(jì)4</p><p>　　第5章 實(shí)驗(yàn)過(guò)程5</p><p>　　5.1 匯編語(yǔ)言實(shí)驗(yàn)步驟與內(nèi)容5</p><p>　　5.2 實(shí)驗(yàn)過(guò)程中出現(xiàn)的錯(cuò)誤及解決的辦法7</p><p>　　5.3 CCS程序運(yùn)行后的各種輸出結(jié)果7</p><p>　　第6章 結(jié)論與體會(huì)10</p

6、><p><b>　　參考文獻(xiàn)11</b></p><p>　　附件：源程序清單12</p><p><b>　　摘 要：</b></p><p>　　自適應(yīng)濾波器是統(tǒng)計(jì)信號(hào)處理的一個(gè)重要組成部分。在實(shí)際應(yīng)用中，由于沒(méi)有充足的信息來(lái)設(shè)計(jì)固定系數(shù)的數(shù)字濾波器，或者設(shè)計(jì)規(guī)則會(huì)在濾波器正常運(yùn)行時(shí)改變，因此

7、我們需要研究自適應(yīng)濾波器。凡是需要處理未知統(tǒng)計(jì)環(huán)境下運(yùn)算結(jié)果所產(chǎn)生的信號(hào)或需要處理非平穩(wěn)信號(hào)時(shí)，自適應(yīng)濾波器可以提供一種吸引人的解決方法，而且其性能通常遠(yuǎn)優(yōu)于用常方法設(shè)計(jì)的固定濾波器。此外，自適應(yīng)濾波器還能提供非自適應(yīng)方法所不可能提供的新的信號(hào)處理能力。</p><p>　　本文從自適應(yīng)濾波器研究的意義入手，介紹了自適應(yīng)濾波器的基本理論思想，具體闡述了自適應(yīng)濾波器的基本原理、算法及設(shè)計(jì)方法。自適應(yīng)濾波器的算法是整

8、個(gè)系統(tǒng)的核心。本文中，對(duì)兩種最基本的自適應(yīng)算法，即最小均方誤差(LMS)算法和遞歸最小二乘（RLS)算法進(jìn)行了詳細(xì)的介紹和分析，并針對(duì)兩種算法的優(yōu)缺點(diǎn)進(jìn)行了詳細(xì)的比較。同時(shí)，分別對(duì)FIR結(jié)構(gòu)和IIR結(jié)構(gòu)自適應(yīng)濾波器做了詳細(xì)的介紹，比較了FIR結(jié)構(gòu)和IIR結(jié)構(gòu)自適應(yīng)濾波器的優(yōu)缺點(diǎn)。最終采用改進(jìn)的LMS算法設(shè)計(jì)FIR結(jié)構(gòu)自適應(yīng)濾波器，并采用MATLAB進(jìn)行仿真，最后用DSP實(shí)現(xiàn)了自適應(yīng)濾波器。實(shí)驗(yàn)結(jié)果表明，該自適應(yīng)濾波器濾波效果優(yōu)越。<

9、;/p><p>　　第一章 課程設(shè)計(jì)的目的和要求</p><p><b>　　1.1目的</b></p><p>　　對(duì)自適應(yīng)濾波算法的研究是當(dāng)今自適應(yīng)信號(hào)處理中最為活躍的研究課題之一。Windrow等于1967年提出的自適應(yīng)濾波系統(tǒng)的參數(shù)能自動(dòng)的調(diào)整而達(dá)到最優(yōu)狀況，而且在設(shè)計(jì)時(shí)，只需要很少的或根本不需要任何關(guān)于信號(hào)與噪聲的先驗(yàn)統(tǒng)計(jì)知識(shí)。自適應(yīng)濾波

10、器本身有一個(gè)重要的自適應(yīng)算法，這個(gè)算法可以根據(jù)輸入、輸出及原參量信號(hào)按照一定準(zhǔn)則修改濾波參量，以使它本身能有效的跟蹤外部環(huán)境的變化。因此，自適應(yīng)數(shù)字系統(tǒng)具有很強(qiáng)的自學(xué)習(xí)、自跟蹤能力和算法的簡(jiǎn)單易實(shí)現(xiàn)性。自適應(yīng)濾波技術(shù)的核心問(wèn)題是自適應(yīng)算法的性能問(wèn)題，提出的自適應(yīng)算法主要有最小均方(LMS)算法、遞歸最小二乘(RLS)算法及相應(yīng)的改進(jìn)算法如：歸一化(NLMS)算法、變步長(zhǎng)(SVSLMS)算法、遞歸最小二乘方格形(RLSL)算法等。這些算法

11、各有特點(diǎn)，適用于不同的場(chǎng)合。比如用于系統(tǒng)辨識(shí)、回波消除、自適應(yīng)譜線增強(qiáng)、自適應(yīng)信道均衡、語(yǔ)音線性預(yù)測(cè)、自適應(yīng)天線陣等諸多領(lǐng)域。</p><p>　　自適應(yīng)濾波，對(duì)發(fā)展通信業(yè)務(wù)有著不可或缺的作用。所以是我們通信專業(yè)學(xué)習(xí)的重點(diǎn)。也是鞏固《數(shù)字信號(hào)處理》知識(shí)的一個(gè)重要的實(shí)驗(yàn)。</p><p><b>　　1.2要求</b></p><p>　　本文設(shè)

12、計(jì)自適應(yīng)濾波要求使用DSP實(shí)現(xiàn)自適應(yīng)濾波器，要求掌握自適應(yīng)濾波器的原理和實(shí)現(xiàn)方法。因?yàn)樽赃m應(yīng)濾波器的設(shè)計(jì)用到了自適應(yīng)算法和FIR濾波算法。而自適應(yīng)濾波算法有LMS算法和RLS算法，本文只用LMS算法。LMS算法是通過(guò)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。</p><p>　　自適應(yīng)濾波器，其權(quán)系數(shù)可以根據(jù)自適應(yīng)算法來(lái)不斷修改，使得系統(tǒng)中的沖激響應(yīng)滿足給定的性能。例如語(yǔ)音信號(hào)的ADPCM

13、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(wú)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)濾波器設(shè)計(jì)的算法采用的是自適應(yīng)算法，即LMS算法。LMS算法是通過(guò)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。</p><p>　

14、　自適應(yīng)濾波器功能介紹及總體設(shè)計(jì)方案</p><p><b>　　2.1功能：</b></p><p>　　自適應(yīng)濾波器可以利用前一時(shí)刻以獲得的濾波器參數(shù)的結(jié)果，自動(dòng)的調(diào)節(jié)現(xiàn)時(shí)刻的濾波器參數(shù)，以適應(yīng)信號(hào)和噪聲未知的或隨時(shí)間變化的統(tǒng)計(jì)特性，從而實(shí)現(xiàn)最優(yōu)濾波。</p><p>　　2.2總體設(shè)計(jì)方案：</p><p>　　自

15、適應(yīng)濾波器主要由兩部分組成：系數(shù)可調(diào)的數(shù)字濾波器和用來(lái)調(diào)節(jié)或修正濾波器系數(shù)的自適應(yīng)算法。如下圖所示：</p><p>　　自適應(yīng)濾波器的一般形式如圖1所示I5]，圖中 輸入信號(hào) X(N)加權(quán)到數(shù)字濾波器產(chǎn)生輸出信號(hào)Y (N)，自適應(yīng)算法調(diào)節(jié)濾波器權(quán)系數(shù)使輸出Y(N)和濾波器期望的響應(yīng) F(n)之間的誤差信號(hào)E(N)為最小。自適應(yīng)濾波器的系數(shù)受誤差信號(hào)的控制，根據(jù)E(N)的值 和自適應(yīng)算法自動(dòng)調(diào)整。一旦輸入信號(hào)的統(tǒng)

16、計(jì)規(guī)律發(fā) 生了變化，濾波器能夠自動(dòng)跟蹤輸入信號(hào)的變化，自動(dòng)調(diào)整濾波器的權(quán)系數(shù)，實(shí)現(xiàn)自適應(yīng)過(guò)程，最終達(dá)到濾波效果。</p><p><b>　　主要內(nèi)容和步驟</b></p><p>　　3.1自適應(yīng)濾波原理</p><p>　　自適應(yīng)濾波器主要由兩部分組成：系數(shù)可調(diào)的數(shù)字濾波器和用來(lái)調(diào)節(jié)或修正濾波器系數(shù)的自適應(yīng)算法。</p>&l

17、t;p>　　下圖為自適應(yīng)濾波器原理框圖：</p><p>　　圖中，自適應(yīng)濾波器有兩個(gè)輸入端：一個(gè)輸入端的信號(hào)Z（n）含有所要提取的信號(hào)s(n)，被淹沒(méi)在噪聲 d(n)中，s(n).d(n)兩者不相關(guān)，z(n)=s(n)+d(n)。另一輸入端信號(hào)為x(n),它是z(n)的一種度量，并以某種方式與噪聲d(n)有關(guān)。x(n)被數(shù)字濾波器所處理得到噪聲d(n)的估計(jì)值y(n),這樣就可以從z(n)中減去y(n),

18、得到所要提取的信號(hào)s(n)的估計(jì)值e(n),表示為：e(n)=z(n)-y(n)=s(n)+d(n)-y(n)。</p><p>　　顯然，自適應(yīng)濾波器就是一個(gè)噪聲抵消器。如果得到對(duì)淹沒(méi)信號(hào)的噪聲的最佳估計(jì)，就能得到所要提取的信號(hào)的最佳估計(jì)。為了得到噪聲的最佳估計(jì)y(n)，可以經(jīng)過(guò)適當(dāng)?shù)淖赃m應(yīng)算法，例如用LMS（最小均方）算法來(lái)反饋調(diào)整數(shù)字濾波器的系數(shù)，使得e(n)中的噪聲最小。e(n)有兩種作用：一是得到信號(hào)s

19、(n)的最佳估計(jì)；二是用于調(diào)整濾波器系數(shù)的誤差信號(hào)。</p><p>　　自適應(yīng)濾波器中，數(shù)字濾波器的濾波系數(shù)是可調(diào)的，多數(shù)采用FIR型數(shù)字濾波器，設(shè)其單位脈沖響應(yīng)為h(0), h(1), …,h(N-1),你們它在時(shí)刻n的輸出便可寫(xiě)成如下的卷積形式</p><p>　　y(n)= ∑h(k)x(n-k)</p><p>　　為方便起見(jiàn)，上式中的各h(k)亦被稱為權(quán)

20、值。根據(jù)要求，輸出y（n）和目標(biāo)號(hào)d(n)之間</p><p>　　應(yīng)滿足最小均方誤差條件，即 </p><p>　　E[e2（n）]=E{[d(n)-y(n)]2} （2-2）</p><p>　　有最小值，其中e(n)表示誤差。令</p><p>　　аE[e2（n）]/ аh(k

21、)=0 (2-3)</p><p>　　并把式（2—2）代入，便得正交條件：E[e(n)x(n-k)]=0 , 0≤k≤N-1 （2-4）</p><p><b>　　如果令</b></p><p>　　h=hT(0,1,2,...,N-1),x(n)=xT(n,n

22、-1,...,n-N-1)</p><p>　　那么式（2-1）便可被寫(xiě)成</p><p>　　y(n)=xT(n)h=hTx(n) (2-5)</p><p>　　而由式（2-4）給出的正交條件則變?yōu)椋篍{[d(n)-y(n)]x(n)}=0</p><p>

23、　　把式（2-5）代入上式后，有</p><p>　　E[d(n)x(n)]= E[x(n)xT(n)]h (2-6)</p><p>　　如果令：r=E[d(n)x(n)],Фxx= E[x(n)xT(n)],那么最佳權(quán)向量</p><p>　　h*=Фxx -1r

24、 （2-7）</p><p><b>　　詳細(xì)設(shè)計(jì)過(guò)程</b></p><p>　　4.1 LMS自適應(yīng)算法</p><p>　　自適應(yīng)算法是根據(jù)某種判斷來(lái)設(shè)計(jì)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)的最典型的算法，也是應(yīng)用最廣泛的一種算法。最小

25、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F(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(guò)調(diào)整系數(shù)，使輸出誤差序列的均方值最小化，并且根據(jù)這個(gè)判據(jù)來(lái)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 Sqluare Error，MSE)。理想信號(hào) 與濾波器輸出之差的期望值最小，并且根據(jù)這

26、個(gè)判據(jù)來(lái)修改權(quán)系數(shù)。由此產(chǎn)生的算法稱為L(zhǎng)MS。均方誤差ε表示為：</p><p><b>　　（2-3）</b></p><p>　　對(duì)于橫向結(jié)構(gòu)的濾波器，代入 的表達(dá)式：</p><p><b>　　（2-4）</b></p><p>　　其中：為 的自相關(guān)矩陣，它是輸入信號(hào)采樣值間的相關(guān)性矩陣。

27、</p><p>　　為互相關(guān)矢量，代表理想信號(hào)與輸入矢量的相關(guān)性。在均方誤差。</p><p>　　達(dá)到最小時(shí)，得到最佳權(quán)系數(shù)： （2-5）</p><p><b>　　它應(yīng)滿足下式：</b></p><p><b>　?。?-6）</b></p><p>　　這是一個(gè)

28、線形方程組，如果矩陣為滿秩的，存在，可得到權(quán)系數(shù)的最佳值滿足： （2-7）</p><p>　　用完整的矩陣表示為：</p><p><b>　?。?-8）</b></p><p>　　顯然為的自相關(guān)值為與互相關(guān)值。在有些應(yīng)用中，把輸入信號(hào)的采樣值分成相同的一段(每段稱為

29、一幀)，再求出R，P的估計(jì)值得到每幀的最佳權(quán)系數(shù)。這種方法稱為塊對(duì)塊自適應(yīng)算法。如語(yǔ)音信號(hào)的線性預(yù)測(cè)編碼LPC 就是把語(yǔ)音信號(hào)分成幀進(jìn)行處理的。R，P 的計(jì)算，要求出期望值E，在現(xiàn)實(shí)運(yùn)算中不容易實(shí)現(xiàn)，為此可通過(guò)下式進(jìn)行估計(jì)：</p><p><b>　?。?-9）</b></p><p><b>　?。?-10）</b></p>&

30、lt;p>　　用以上方法獲得最佳W*的運(yùn)算量很大，對(duì)于一些在線或?qū)崟r(shí)應(yīng)用的場(chǎng)合，無(wú)法滿足其時(shí)間要求。大多數(shù)場(chǎng)合使用迭代算法，對(duì)每次采樣值就求出較佳權(quán)系數(shù)，稱為采樣值對(duì)采樣值迭代算法。迭代算法可以避免復(fù)雜的R-1 和P 的運(yùn)算，又能實(shí)時(shí)求得近似解，因而切實(shí)可行。LMS 算法是以最快下降法為原則的迭代算法，即W(n+1)矢量是W(n)矢量按均方誤差性能平面的負(fù)斜率大小調(diào)節(jié)相應(yīng)一個(gè)增量：W(n+1)=W(n)-μ▽(n)，這個(gè)“是由系統(tǒng)

31、穩(wěn)定性和迭代運(yùn)算收斂速度決定的自適應(yīng)步長(zhǎng)。▽(n)為n 次迭代的梯度。對(duì)于LMS 算法▽(n)為下式</p><p>　　即E[e2(n)]的斜率：</p><p><b>　?。?-11）</b></p><p>　　由上式產(chǎn)生了求解最佳權(quán)系數(shù) W*的兩種方法，一種是最陡梯度法。其思路為：設(shè)計(jì)初始權(quán)系數(shù)W(0)，用W(n+1)=W(n)一μ▽

32、(n)迭代公式計(jì)算，到W(n+1)與W(n)誤差小于規(guī)定范圍。其中▽(n)計(jì)算可用估計(jì)值表達(dá)式：</p><p><b>　　（2-12）</b></p><p>　　上式K取值應(yīng)足夠大。如果用瞬時(shí)一2e(n)X(n)來(lái)代替上面對(duì)-2E[e(n)X(n)]的估計(jì)運(yùn)算，就產(chǎn)生了另一種算法——隨機(jī)梯度法，即Widrow-Hoft 的LMS 算法。此時(shí)迭代公式為：</

33、p><p><b>　　（2-13）</b></p><p>　　濾波器結(jié)構(gòu)為橫向結(jié)構(gòu)。對(duì)于對(duì)稱橫向型結(jié)構(gòu)也可推出類似的迭代公式：</p><p>　　4.2 FIR 濾波器設(shè)計(jì) </p><p>　　設(shè)h(n)，n=0，i．2…N-l為濾波器的沖激響應(yīng)，輸人信號(hào)為x(n)，則FIR濾波器就是要實(shí)現(xiàn)下列差分方程：<

34、/p><p>　　式中，y(n)為輸出信號(hào)，即經(jīng)過(guò)濾波之后的信號(hào)；N為濾波器階數(shù)。FIR濾波器的最主要特點(diǎn)是沒(méi)有反饋回路，因此是無(wú)條件穩(wěn)定系統(tǒng)，其單位脈沖響應(yīng)h(n)是一個(gè)有限長(zhǎng)序列。由式(1)可見(jiàn)，F(xiàn)IR濾波算法實(shí)際上是一種乘法累加運(yùn)算。不斷地輸入樣本x(n)，經(jīng)延時(shí)(z-1)做乘法累加，再輸出濾波結(jié)果Y(n)對(duì)式(1)進(jìn)行z變換．整理后可得FIR濾波器的傳遞函數(shù)為：</p><p><

35、;b>　　。</b></p><p>　　FIR濾波器的一般結(jié)構(gòu)如圖l所示。 </p><p>　　其中，X(n )=[x(n)，x(n-1)，…，x(n-N+1)] 為自適應(yīng)濾波器的輸入矢量；W( n)=[w0(1 )，w1 (n )， …，wn-1(n )]T 為系統(tǒng)的權(quán)系數(shù)矢量；為時(shí)間序列；N 為濾波器的階數(shù)；T為矩轉(zhuǎn)置符。由

36、表達(dá)式可以看出 輸出是兩矢量的內(nèi)積。</p><p>　　4.3 自適應(yīng)濾波器MATLAB實(shí)現(xiàn)</p><p>　　4.3.1 FIR濾波算法 MATLAB仿真實(shí)現(xiàn)</p><p>　　MATLAB信號(hào)處理工具箱提供了基于窗函數(shù)法的FIR濾波器的設(shè)計(jì)函數(shù)fir1。fir1是采用經(jīng)典窗函數(shù)法設(shè)計(jì)線性相位FIR數(shù)字濾波器，且具有標(biāo)準(zhǔn)低通、帶通、高通和帶阻等類型。<

37、/p><p><b>　　語(yǔ)法格式：</b></p><p>　　B=fir1（n,）</p><p>　　B=fir1（n, ,’ftype’）</p><p>　　B=fir1（n, ,window）</p><p>　　B=fir1（n, ,’ftype’，window）</p>

38、<p>　　其中，n為FIR濾波器的階數(shù)，對(duì)于高通、帶阻濾波器n取偶數(shù)。為濾波器截止頻率，取值范圍為0~1。對(duì)于帶通、帶阻濾波器，=[，]，且<?！痜type’為濾波器類型。缺省時(shí)為低通或帶通濾波器，為‘high’時(shí)是高通濾波器，為‘stop’時(shí)是帶阻濾波器。Window為窗函數(shù)，列向量，其長(zhǎng)度為n+1；缺省時(shí)，自動(dòng)取hamming窗。輸出參數(shù)B為FIR濾波器系數(shù)向量，長(zhǎng)度為n+1。</p><p&g

39、t;　　4.3.2 自適應(yīng)濾波MATLAB仿真實(shí)現(xiàn)</p><p>　　使用MATLAB編程，采用自適應(yīng)濾波器技術(shù)實(shí)現(xiàn)語(yǔ)音去噪過(guò)程，程序如下：</p><p>　　clear all;</p><p><b>　　clf;</b></p><p><b>　　pi=3.14;</b></p&g

40、t;<p>　　signal=sin(2*pi*0.055*[0:999]'); %產(chǎn)生輸入信號(hào)</p><p>　　noise=randn(1,1000); %產(chǎn)生隨機(jī)噪聲</p><p>　　nfilt=fir1(11,0.4); %產(chǎn)生11階低通濾波，截止頻率為0.4</p><p>　　fnoise=filter(nfilt,1

41、,noise); %噪聲信號(hào)進(jìn)行FIR濾波</p><p>　　d=signal.'+fnoise; %將噪聲疊加到信號(hào)中</p><p>　　w0=nfilt.'-0.01; % 設(shè)置初始化濾波器系數(shù) </p><p>　　mu=0.05; % 設(shè)置算法的步長(zhǎng)</p><p>　　s

42、=initse(w0,mu); %初始化自適應(yīng)FIR結(jié)構(gòu)濾波</p><p>　　[y,e,s]=adaptse(noise,d,s); %進(jìn)行自適應(yīng)濾波</p><p><b>　　t=1:200;</b></p><p>　　plot(t,signal(1:200))</p><p>　　figure(2);

43、</p><p>　　plot(t,d(1:200),'.-',t,y(1:200),'-');</p><p>　　4.3.3 仿真結(jié)果</p><p>　　圖4-1 原始信號(hào)時(shí)域圖</p><p>　　圖4-2濾波前和濾波后信號(hào)時(shí)域圖</p><p>　　4.4 自適應(yīng)濾波器DSP設(shè)

44、計(jì)實(shí)現(xiàn)</p><p>　　4.4.1 DSP理論基礎(chǔ)</p><p>　　數(shù)字信號(hào)處理(DSP)是指人們利用計(jì)算機(jī)或?qū)Ｓ锰幚碓O(shè)備，以數(shù)字的形式對(duì)信號(hào)進(jìn)行采集，變換，濾波，估值，增強(qiáng)，壓縮，識(shí)別等處理，以得到符合人們需要的信號(hào)形式。其框圖如圖3-1所示。</p><p>　　這里我們用DSP來(lái)做自適應(yīng)濾波器。為了提高LMS 算法的處理速度及減小系統(tǒng)的硬件規(guī)模, 在實(shí)

45、現(xiàn)濾波器算法時(shí), 采用了TMS320C54xx 作為核心芯片。由于該處理器采用改進(jìn)型結(jié)構(gòu),具有高度并行性,同時(shí)擁有高度集成的指令系統(tǒng),簡(jiǎn)化編程過(guò)程,模塊化結(jié)構(gòu)程序設(shè)計(jì)增強(qiáng)了程序的可移植性。利用TMS320C54xx實(shí)現(xiàn)LMS 自適應(yīng)算法時(shí),存儲(chǔ)器中數(shù)據(jù)的存放形式對(duì)DSP 的有效運(yùn)用有著特殊的意義,合理的存放形式,可以使算法實(shí)現(xiàn)起來(lái)更加快速和高效,為了實(shí)現(xiàn)算法中輸入樣值x(n) 和濾波器系數(shù)W(n) 的對(duì)應(yīng)項(xiàng)相乘,他們?cè)诖鎯?chǔ)器中的存放形式

46、如圖4-2 所示。</p><p>　　圖4-2 TMS320C54xx自適應(yīng)濾波器存儲(chǔ)器組織形式</p><p>　　根據(jù)算法在 CSS 軟件中建立工程編寫(xiě)C語(yǔ)言程序代碼。在CSS環(huán)境下編譯和下載到DSP試驗(yàn)箱中。進(jìn)行一些列相應(yīng)的設(shè)置后實(shí)現(xiàn)自適應(yīng)濾波。</p><p><b>　　4.4.2程序設(shè)計(jì)</b></p><p

47、>　　實(shí)驗(yàn)中采用的自適應(yīng)濾波器采用16階FIR濾波器，采用相同的信號(hào)作為參考d(n)和輸入信號(hào)x(n)，并采用上一時(shí)刻的誤差值來(lái)修正本時(shí)刻的濾波器系數(shù)，2μ取值0.0005，對(duì)濾波器輸出除128進(jìn)行幅度限制。實(shí)驗(yàn)流程圖如下：</p><p>　　程序設(shè)計(jì)的整個(gè)實(shí)現(xiàn)過(guò)程主要分為3個(gè)步：</p><p>　　濾波運(yùn)算前的相關(guān)運(yùn)算單元、寄存器以及變量的初始化；</p><

48、;p>　　原始信號(hào)xx[i]=256*sin(i*2*PI/34); </p><p>　　根據(jù)輸入的采樣值計(jì)算濾波器的輸出并求出誤差；</p><p>　　這一步是最重要的濾波計(jì)算，我們用FIRLMS(int *nx,float *nh,int nError,int nCoeffNumber) 這個(gè)函數(shù)來(lái)實(shí)現(xiàn)。其完整代碼是</p><p>　　int FIR

49、LMS(int *nx,float *nh,int nError,int nCoeffNumber)</p><p><b>　　{</b></p><p><b>　　int i,r;</b></p><p>　　float fWork;</p><p><b>　　r=0;</b

50、></p><p>　　for ( i=0;i<nCoeffNumber;i++ )</p><p><b>　　{</b></p><p>　　fWork=nx[i]*nError*fU;</p><p>　　nh[i]+=fWork;</p><p>　　r+=(nx[i-i]*n

51、h[i]);</p><p><b>　　}</b></p><p><b>　　r/=128;</b></p><p><b>　　return r;</b></p><p><b>　　}</b></p><p>　　收斂因子f

52、U=0.0005。nError是上一次的誤差值, fWork是當(dāng)前的濾波器權(quán)系數(shù),輸出值r。</p><p>　　這里實(shí)現(xiàn)自適應(yīng)算法中的公式。輸出值y（n）等于輸入值x(n-1)*w(i)的積分。½½½ </p><p>　　根據(jù)LMS算法的迭代公式更新濾波器參數(shù)，有新的采樣輸入后轉(zhuǎn)到第二步循環(huán)執(zhí)行。</p><p>　　把一信號(hào)進(jìn)行采

53、樣。把采樣點(diǎn)放在數(shù)字中。這里用到了輸入信號(hào)數(shù)組xx[],輸出信號(hào)數(shù)組rr[],誤差數(shù)組wc[]，以及濾波器權(quán)系數(shù)h[]。通過(guò)for循環(huán)語(yǔ)句進(jìn)行一個(gè)一個(gè)樣點(diǎn)值濾波計(jì)算。得到想要的結(jié)果。</p><p>　　for ( i=COEFFNUMBER+1;i<INPUTNUMBER;i++ )</p><p><b>　　{</b></p><p&g

54、t;　　nLastOutput=FIRLMS(xx+i,h,nLastOutput-xx[i-1],COEFFNUMBER);</p><p>　　rr[i]=nLastOutput;</p><p>　　wc[i]=rr[i]-xx[i];</p><p><b>　　}</b></p><p>　　用FIRLMS函

55、數(shù)得到了一個(gè)濾波后的樣點(diǎn)信號(hào)值nLastOutput 存放在輸出信號(hào)數(shù)組rr[]中。for循環(huán)一個(gè)一個(gè)得到濾波過(guò)的信號(hào)值第INPUTNUMBER=1024個(gè)為止。</p><p><b>　　實(shí)驗(yàn)過(guò)程</b></p><p>　　5.1實(shí)驗(yàn)過(guò)程中出現(xiàn)的錯(cuò)誤及解決的辦法</p><p>　　5.2 CCS程序運(yùn)行后的各種輸出結(jié)果</p>

56、;<p><b>　　1．實(shí)驗(yàn)準(zhǔn)備</b></p><p><b>　　-啟動(dòng)軟件仿真模式</b></p><p><b>　　-啟動(dòng)CCS</b></p><p><b>　　2.打開(kāi)工程</b></p><p><b>　　3.

57、編譯并下載程序</b></p><p><b>　　4.點(diǎn)擊運(yùn)行按鈕</b></p><p>　　5.打開(kāi)觀察窗口（view->Graph->Property....）</p><p><b>　　設(shè)置如下</b></p><p>　　圖5-1 設(shè)置輸入信號(hào)XX</p&

58、gt;<p>　　圖 5-2 設(shè)置輸出信號(hào)rr</p><p>　　圖5-3 設(shè)置誤差wc</p><p><b>　　7.觀察結(jié)果</b></p><p><b>　　8.退出CCS</b></p><p>　　5.2 DSP實(shí)現(xiàn)結(jié)果</p><p>　　觀察

59、得結(jié)果的波形如下：</p><p>　　圖5-4 輸出信號(hào)原始波形</p><p>　　圖5-5 濾波后輸出信號(hào)的波形</p><p>　　圖5-6自適應(yīng) 誤差e（n）波形</p><p><b>　　結(jié)論與體會(huì)</b></p><p>　　本課程設(shè)計(jì)的重點(diǎn)是自適應(yīng)FIR濾波器的設(shè)計(jì)和DSP的實(shí)現(xiàn)

60、。對(duì)線性自適應(yīng)濾波器的算法作了大量調(diào)查和研究，詳細(xì)比較了FIR結(jié)構(gòu)濾波器和IIR結(jié)構(gòu)濾波器，并結(jié)合硬件設(shè)計(jì)考慮，最終采用FIR橫向結(jié)構(gòu)濾波器。</p><p>　　自適應(yīng)濾波技術(shù)的核心問(wèn)題是自適應(yīng)算法的性能問(wèn)題，研究自適應(yīng)算法是自適應(yīng)濾波器的一個(gè)關(guān)鍵內(nèi)容，算法的特性直接影響濾波器的效果。介紹了兩種基本的自適應(yīng)算法:最小均方(LMS)算法及遞歸最小二乘(RLS)算法，在DSP上實(shí)現(xiàn)了對(duì)含噪信號(hào)的頻率跟蹤。在實(shí)際中，

61、自適應(yīng)濾波器的應(yīng)用比較復(fù)雜，包括維納濾波和卡爾曼濾波都是基于改變參數(shù)的濾波方法，修改參數(shù)的原則一般采用均方最小原則，修改參數(shù)的目的就是使得誤差信號(hào)盡量接近于0。傳統(tǒng)的濾波方法總是設(shè)計(jì)較精確的參數(shù)，盡量精確地對(duì)信號(hào)進(jìn)行處理，傳統(tǒng)濾波方法適用于穩(wěn)定的信號(hào)，而自適應(yīng)濾波器可以根據(jù)信號(hào)隨時(shí)修改濾波參數(shù)，達(dá)到動(dòng)態(tài)跟蹤的效果。通過(guò)本課程設(shè)計(jì)加深了對(duì)DSP原理的理解，初步掌握了DSP 芯片的開(kāi)發(fā)應(yīng)用，為接下來(lái)的深入學(xué)習(xí)打下了堅(jiān)實(shí)的基礎(chǔ)。但是同時(shí)還有很

62、多的問(wèn)題還有待于進(jìn)一步深入研究，我將在今后的學(xué)習(xí)工作中，要加強(qiáng)學(xué)習(xí)，不斷進(jìn)取。</p><p><b>　　參考文獻(xiàn) </b></p><p>　　[1] 西蒙赫金.自適應(yīng)濾波器原理.北京:電子工業(yè)出版社,2003</p><p>　　[2] 陳懷琛,吳大正,高西全.MATLAB及在電子信息課程中的應(yīng)用(第2版)[M].北京:電子工業(yè)出版社,

63、 2004</p><p>　　[3] 高西全,丁玉美.數(shù)字信號(hào)處理(第三版)[M].西安：西安電子科技大學(xué)出版社，2008</p><p>　　[4] 劉順蘭,吳 杰.數(shù)字信號(hào)處理(第二版)[M].西安：西安電子科技大學(xué)出版社，2008</p><p>　　[5] 吳湘淇.信號(hào)、系統(tǒng)與信號(hào)處理(上、下)[M].北京:電子工業(yè)出版社,2000</p>

64、<p>　　[6] 張志勇.精通MATLAB6.5[M].北京：北京航空航天大學(xué)出版社,2003</p><p>　　[7] 門(mén)愛(ài)東,楊 波,全子一.數(shù)字信號(hào)處理[M].北京：人民郵電出版社, 2003</p><p>　　[8] 吳湘淇.信號(hào)與系統(tǒng)(第3版)[M].北京:電子工業(yè)出版社, 2009</p><p>　　[9] 吳湘淇,肖熙，郝曉莉.信

65、號(hào)、系統(tǒng)與信號(hào)處理的軟硬件實(shí)現(xiàn)[M].北京:電子工業(yè)出版社, 2002</p><p>　　[10] 萬(wàn)建偉,王 玲.信號(hào)處理仿真技術(shù)[M].長(zhǎng)沙:國(guó)防科技大學(xué)出版社, 2008</p><p>　　[11] John G. Proakis,Dimitris G.Manolakis.數(shù)字信號(hào)處理[M].方艷梅,劉永清譯.北京:電子工業(yè)出版社,2007</p><p&g

66、t;　　[12] Sanjit K Mitra. 數(shù)字信號(hào)處理實(shí)驗(yàn)指導(dǎo)書(shū)[M].孫洪等譯.北京:電子工業(yè)出版社,2006</p><p><b>　　附件源程序清單：</b></p><p>　　/******************************************************************************</p&g

67、t;<p>　　Main()主函數(shù)。 </p><p>　　******************************************************************************/</p><p>　　/////////////////////////////////////////////////</p><p>

68、;　　// Example For ICETEK-VC5416-EDU //</p><p>　　// CTR Version : V4 //</p><p>　　// Filename: FirLms.c //</p><p>　　/

69、/ Project : FirLms.pjt //</p><p>　　// Version : 2.00 //</p><p>　　// Write by: Daniel Hawk //</p><p>　　// C

70、ompany : Realtimedsp Co.Ltd. //</p><p>　　// //</p><p>　　// All Rights opened & no Onus 2005.06 //</p><p>　　/////

71、////////////////////////////////////////////</p><p>　　#include"math.h"</p><p>　　#define PI 3.1415926</p><p>　　#define COEFFNUMBER 16</p><p>　　#define INPUTNUM

72、BER 1024</p><p>　　int FIRLMS(int *nx,float *nh,int nError,int nCoeffNumber);</p><p>　　float h[COEFFNUMBER],fU;</p><p>　　int xx[INPUTNUMBER],rr[INPUTNUMBER],wc[INPUTNUMBER];</p>

73、;<p><b>　　main()</b></p><p><b>　　{</b></p><p>　　int i,nLastOutput;</p><p>　　nLastOutput=0;</p><p>　　fU=0.0005;</p><p>　　for

74、( i=0;i<COEFFNUMBER;i++ )h[i]=0;</p><p>　　for ( i=0;i<INPUTNUMBER;i++ )</p><p><b>　　{</b></p><p>　　xx[i]=256*sin(i*2*PI/34);</p><p>　　rr[i]=wc[i]=0;&

75、lt;/p><p><b>　　}</b></p><p>　　for ( i=COEFFNUMBER+1;i<INPUTNUMBER;i++ )</p><p><b>　　{</b></p><p>　　nLastOutput=FIRLMS(xx+i,h,nLastOutput-xx[i-1]

76、,COEFFNUMBER);// break point</p><p>　　rr[i]=nLastOutput;</p><p>　　wc[i]=rr[i]-xx[i];</p><p><b>　　}</b></p><p><b>　　exit(0);</b></p><

77、p><b>　　}</b></p><p>　　int FIRLMS(int *nx,float *nh,int nError,int nCoeffNumber)</p><p><b>　　{</b></p><p><b>　　int i,r;</b></p><p>

78、;　　float fWork;</p><p><b>　　r=0;</b></p><p>　　for ( i=0;i<nCoeffNumber;i++ )</p><p><b>　　{</b></p><p>　　fWork=nx[i]*nError*fU;</p><

79、;p>　　nh[i]+=fWork;</p><p>　　r+=(nx[i-i]*nh[i]);</p><p><b>　　}</b></p><p><b>　　r/=128;</b></p><p><b>　　return r;</b></p>&l

80、t;p><b>　　}</b></p><p>　　/******************************************************************************</p><p>　　func .h 頭文件</p><p>　　********************************

81、**********************************************/</p><p>　　void interrupt tint( void );</p><p>　　void CLK_init( void );</p><p>　　void SDRAM_init( void );</p><p>　　void IN

82、TR_init( void );</p><p>　　void TIME_init(void);</p><p>　　void TMCR_Reset( void );</p><p>　　void SetDSPPLL(unsigned int uPLL);</p><p>　　/********************************

83、**********************************************</p><p>　　scancode.h 頭文件</p><p>　　******************************************************************************/</p><p>　　#define SCAN

84、CODE_0 0x70</p><p>　　#define SCANCODE_1 0x69</p><p>　　#define SCANCODE_2 0x72</p><p>　　#define SCANCODE_3 0x7A</p><p>　　#define SCANCODE_4 0x6B</p><p>　　#d

85、efine SCANCODE_5 0x73</p><p>　　#define SCANCODE_6 0x74</p><p>　　#define SCANCODE_7 0x6C</p><p>　　#define SCANCODE_8 0x75</p><p>　　#define SCANCODE_9 0x7D</p><

86、;p>　　#define SCANCODE_Del 0x49</p><p>　　#define SCANCODE_Enter 0x5A</p><p>　　#define SCANCODE_Plus 0x79</p><p>　　#define SCANCODE_Minus 0x7B</p><p>　　#define SCANCOD

87、E_Mult 0x7C</p><p>　　#define SCANCODE_Divid 0x4A</p><p>　　#define SCANCODE_Num 0x77</p><p>　　/****************************************************************************** </p&g

88、t;<p>　　util.h 頭文件</p><p>　　******************************************************************************/</p><p><b>　　/*</b></p><p>　　* Copyright (C) 2001, Spe

89、ctrum Digital, Inc. All Rights Reserved.</p><p><b>　　*/</b></p><p>　　#define DSP_CLKIN 20</p><p>　　#define NULLLOOP_CLK 20</p><p>　　typedef stru

90、ct {</p><p>　　int freq; // DSP operating clock</p><p>　　int clkin; // DSP input clock</p><p>　　int pllmult; // PLL multiplier</p><p>　　int plldiv;

91、 // PLL divisor</p><p>　　int clksperusec; // DSP clocks per usec</p><p>　　int nullloopclk; // DSP clocks per null loop</p><p><b>　　} DSPCLK;</b></p><p>　　ex

92、tern DSPCLK dspclk;</p><p>　　// Read and write from an address</p><p>　　#define Read(addr) addr</p><p>　　#define Write(addr,data) addr = data</p><p>　　// Set or clear

93、 all bits in the mask</p><p>　　#define ClearMask(addr,mask) addr = (addr & ~(mask))</p><p>　　#define SetMask(addr,mask) addr = (addr | (mask)) </p><p>　　// Read and write data

94、 at addr, only bits in mask are affected</p><p>　　#define ReadMask(addr,mask) (addr & (mask))</p><p>　　#define WriteMask(addr,data,mask) addr = (addr & ~(mask)) | (data)</p><p

95、>　　// Read and write data at addr, shift data so that bit 0 of data is aligned</p><p>　　// with lowest set bit in mask. Only bits in mask are modified. Example</p><p>　　// with address 0

96、x1000 initial contents = 0x4007:</p><p>　　// WriteField(0x1000, 0x56, 0x0ff0) will set address 0x1000 to 0x4567.</p><p>　　#define ReadField(addr,mask) ((addr & (mask)) >> firstbit(mas

97、k)) </p><p>　　#define WriteField(addr,data,mask) addr = (addr & ~(mask)) | (data << firstbit(mask))</p><p>　　extern int firstbit(unsigned short mask);</p><p>　　/**********