1、<p><b>　　本科畢業(yè)設計</b></p><p><b>　?。?0 屆）</b></p><p>　　基于FPGA的回波抵消器設計</p><p>　　所在學院 </p><p>　　專業(yè)班級 電子信息工程

2、 </p><p>　　學生姓名 學號 </p><p>　　指導教師 職稱 </p><p>　　完成日期 年 月 </p><p><b>　　摘 要</b><

3、/p><p>　　現(xiàn)代通信系統(tǒng)中都不同程度的存在回波現(xiàn)象，從而影響了通信質量。而隨著通訊、數(shù)字信號處理和大規(guī)模集成電路技術的飛速發(fā)展，人們對通信質量的要求越來越高，回波抵消技術也因此得到快速的發(fā)展，在數(shù)字通信、衛(wèi)星通信等系統(tǒng)中起著越來越大的作用。</p><p>　　回波抵消器主要是根據(jù)自適應濾波器模擬回波路徑，可以跟蹤回波路徑的變化這一原理設計的。而自適應回波抵消器有最小均方算法（LMS）（

4、Least Mean Square）,最小二乘算法（RLS）（Recursive Least-squares）和DLMS自適應濾波器算法這三種典型算法。RLS算法是在牛頓優(yōu)化算法基礎上改進的，該算法對輸入的數(shù)據(jù)矢量無任何限制，在FIR濾波和陣列處理中都可使用，具有較高數(shù)值精度；LMS較RLS算法收斂速度慢，但算法教簡單，計算量小易于實時處理，通過參數(shù)調節(jié)仍可取得較好濾波效果。</p><p>　　論文根據(jù)自適應回

5、波抵消器的典型算法理論最小均方算法（LMS），采用Altera公司的DSP Builder開發(fā)平臺，設計了自適應回波抵消器的系統(tǒng)模塊，給出回波抵消系統(tǒng)的模塊圖，介紹了部分關鍵參數(shù)的設置，給出詳細的仿真結果，最終得到系統(tǒng)模塊的正確波形，并對模塊進行了仿真和系統(tǒng)正確性的驗證。論文還記錄和整理了在設計與調試中出現(xiàn)的問題，并給出筆者的分析。 </p><p>　　關鍵詞：回波抵消器;LMS; RLS;DLMS</p

6、><p><b>　　Abstract</b></p><p>　　There are different levels of echo phenomenon in the modern communication systems, which affects the communication quality. With the communications, digi

7、tal signal processing and the rapid development of large scale integrated circuit technology, people are increasingly demanding quality of communication, echo cancellation technology is so rapid developments in digital c

8、ommunications, satellite communications systems from an increasingly large role.</p><p>　　Adaptive echo canceller filter simulation is mainly based on the echo path, you can track changes in the echo path de

9、sign principles. The adaptive echo canceller has the least mean square algorithm (LMS) (Least Mean Square), least squares (RLS) (Recursive Least-squares) adaptive filter algorithm and DLMS algorithm for the three typical

10、.RLS algorithm is based on the improved Newton algorithm, and the algorithm on the input data vectors without any limitations, in the FIR filtering and array proce</p><p>　　The design of a typical of adaptiv

11、e echo canceller algorithms theoretical minimum mean square algorithm (LMS), using Altera's DSP Builder development platform designed for the system of adaptive echo cancellation module, the module gives the echo can

12、cellation system Figure, describes the settings of some key parameters, gives details of the simulation results, finally get the correct waveform system module, and modules for the correctness of the simulation and syste

13、m verification, the paper also</p><p>　　Keywords: Echo Canceller; LMS; RLS; DLMS</p><p><b>　　目 錄</b></p><p><b>　　1引言1</b></p><p>　　1.1課題背景和意義

14、1</p><p>　　1.2論文的內容與組織結構2</p><p>　　2自適應濾波器概述3</p><p>　　2.1 濾波器概念3</p><p>　　2.2 自適應濾波器概述4</p><p>　　2.3 自適應濾波器算法分類6</p><p>　　2.3.1最小均方算法(LM

15、S)6</p><p>　　2.3.2遞推最小二乘算法(RLS)7</p><p>　　2.3.3 DLMS自適應濾波器算法8</p><p>　　3 基于DSP Builder的回波抵消器設計9</p><p>　　3.1 DSP Builder概述9</p><p>　　3.1.1 DSP Build

16、er平臺綜述9</p><p>　　3.1.2 DSP Builder設計流程9</p><p>　　3.2 加權系數(shù)模型的建模10</p><p>　　3.3 加權分量模型的建模11</p><p>　　3.4 自適應回波抵消器的建模12</p><p>　　3.5 自適應回波抵消器系統(tǒng)建模13<

17、/p><p>　　4系統(tǒng)仿真與調試16</p><p>　　4.1信號模塊的正弦波輸出16</p><p>　　4.2 自適應回波抵消器系統(tǒng)的輸出波形16</p><p><b>　　5設計總結18</b></p><p>　　致 謝錯誤!未定義書簽。</p><p&g

18、t;<b>　　參考文獻19</b></p><p><b>　　1引言</b></p><p>　　1.1課題背景和意義</p><p>　　回波信號是在通信過程中產生的反射干擾信號，它會使接收到的信號產生混亂。但在數(shù)字通信、衛(wèi)星通信等系統(tǒng)中，不同程度的存在回波現(xiàn)象，影響了通信質量。隨著通訊、數(shù)字信號處理和大規(guī)模集成電

19、路技術的飛速發(fā)展，人們對語音通信質量的要求越來越高。因此，從理論設計到工程應用對回波抵消技術進行的深入研究，都有著積極的意義。</p><p>　　隨著人們對語音通信質量要求的提高，回波抵消技術越來越受到人們的重視，并為世界各大通訊公司競爭的熱點技術之一。從20世紀80年代興起以來，人們一直致力于收斂快，穩(wěn)態(tài)誤差小，近端干擾下收斂穩(wěn)健，回波路徑變化時追蹤速度快以及算法計算量小的回波抵消器的研究?；夭ǖ窒髂芄烙嫽?/p>

20、波路徑的特征參數(shù)，以產生一個模擬的回波信號，然后從接收到的信號中減去該模擬信號，以實現(xiàn)回波抵消的效果。而一般采用自適應濾波器模擬回波路徑，因其可以跟蹤回波路徑的變化[1]。</p><p>　　隨著數(shù)字超大規(guī)模集成(VLSI) 技術的發(fā)展,自適應信號處理技術在許多領域(例如:數(shù)字通信、雷達、生物醫(yī)學、地震學、導航系統(tǒng)等) 得到了廣泛應用。</p><p>　　通過語音消噪技術來提高語音質量

21、是語音通信的一個重要環(huán)節(jié)，語音處理的根本目的就是準確的獲取信號特征值，一切處理的前提保障就是消噪。自適應濾波器就是一種有效的語音消噪模型，其中自適應濾波器的算法決定了濾波性能，根據(jù)濾波算法優(yōu)化準則不同，自適應濾波器的主要算法可分為兩類基本算法：最小均方誤差（LMS）算法和遞歸最小二乘（RLS）算法。RLS（Recursive Least-squares）算法是在牛頓優(yōu)化算法基礎上改進的，該算法對輸入的數(shù)據(jù)矢量無任何限制，在FIR濾波和陣

22、列處理中都可使用，具有較高數(shù)值精度；LMS較RLS算法收斂速度慢，但算法教簡單，計算量小易于實時處理，通過參數(shù)調節(jié)仍可取得較好濾波效果。兩種自適應濾波器算法具有很高的工程應有價值[2]。</p><p>　　1.2論文的內容與組織結構</p><p>　　圍繞課題，論文主要做了以下工作：</p><p>　　熟悉Simulink開發(fā)工具及DSP Builder開發(fā)平

23、臺，熟悉基于DSP Builder的一般設計流程；</p><p>　　2.了解與熟悉數(shù)字濾波器的原理、自適應濾波器原理，查閱相關的基于FPGA實現(xiàn)的數(shù)字濾波器、自適應濾波器一般實現(xiàn)方案；</p><p>　　3.查閱了解自適應濾波器原理理論內容，掌握LMS、RLS、NLMS三種算法原理和特點。結合自己的專業(yè)知識，采用LMS算法實現(xiàn)基于自適應濾波器。對該算法進行DSP Builder建模；

24、</p><p>　　4.提出基于DSP Builder的自適應濾波器設計方案，將整個設計分為加權系數(shù)建、加權分量建模和系統(tǒng)建模等三部分。分別完成每個模塊的設計和DSP Builder仿真、FPGA驗證，最終完成頂層的系統(tǒng)建模與仿真。</p><p>　　5.對設計與調試過程中出現(xiàn)的問題進行整理和分析。</p><p>　　本文一共有五章，第一章為引言，簡述了本課題

25、的相關背景和論文的組織結構；第二章介紹了自適應濾波器的原理,自適應濾波器實現(xiàn)的算法，LMS、RLS、NLMS的算法原理和各自的特點。第三章為DSP Builder平臺綜述，并對基本設計流程做了相關介紹。進行DSP Builder的自適應回波抵消器的加權系數(shù)模型的建模和加權分量模型的建模以及自適應回波抵消器的系統(tǒng)設計；第四章為本設計的仿真與調試及其驗證；第五章簡述了設計過程中遇到的困難和解決過程。 </p><p>

26、;<b>　　2自適應濾波器概述</b></p><p><b>　　2.1 濾波器概念</b></p><p>　　凡是有能力進行信號處理的裝置都可以稱為濾波器。在近代電信裝備和各類控制系統(tǒng)中，濾波器應用極為廣泛。濾波器的優(yōu)劣直接決定產品的優(yōu)劣，所以，對濾波器的研究和生產歷來為各國所重視，為世界各大通訊公司競爭的熱點技術之一。</p>

27、;<p>　　濾波器一般分為模擬濾波器和數(shù)字濾波器。目前主流的濾波器均為數(shù)字濾波器。而模擬濾波器是一種用來消除干擾雜訊的器件，將輸入或輸出經過過濾而得到純凈的交流電?？梢酝ㄟ^基本的濾波器積木塊——二階通用濾波器傳遞函數(shù)，推導出最通用的濾波器類型：低通、帶通、高通、陷波和橢圓型濾波器。傳遞函數(shù)的參數(shù)——f0、d、hHP、hBP 和hLP，可用來構造所有類型的濾波器。設計者只需這5個參數(shù)即可定義一個濾波器[3]。</p&

28、gt;<p>　　從輸入信號中濾出噪聲和干擾以提取有用信息的過程稱為濾波，相應的裝置稱為濾波器。如果濾波器的輸入和輸出均為離散信號，稱該濾波器為數(shù)字濾波器。當濾波器的輸出信號為輸入端的線性函數(shù)時，該濾波器稱為線性濾波器，否則就稱為非線性濾波器。一個典型的數(shù)字濾波器的框圖如圖2-1所示。</p><p><b>　　圖2-1數(shù)字濾波器</b></p><p&g

29、t;　　設輸入信號為x(n)，輸出信號為y(n)，該數(shù)字濾波器可用以下差分方程來表示：</p><p>　　(2-1) 式中，稱為濾波器系數(shù)。當時，上式變?yōu)椋?lt;/p><p>　　(2-2) 這種濾波器稱為全零點濾波器。如果，時，則稱為全極點濾波器或遞歸濾波器。由2-2式，可知數(shù)字濾波器的傳遞函數(shù)為：</p><p><

30、;b>　　(2-3)</b></p><p>　　其單位沖擊響應函數(shù)為：</p><p>　　(2-4) </p><p><b>　　(2-5) </b></p><p>　　如果當n<0時，有h(n)=0，這樣的濾波器系統(tǒng)稱之為因果系統(tǒng)。如果沖激響應函數(shù)是有限長的，即&l

31、t;/p><p>　　(2-6) </p><p>　　則稱此濾波器為有限沖激響應FIR(FiniteImpulseResponse)濾波器，否則，稱之為無限沖激響應IIR(InfiniteImpulseResponse)濾波器。</p><p>　　如果h(n)滿足如下條件：</p><p><b>　　(2-7)<

32、;/b></p><p>　　則稱此濾波器是因果的，并且是穩(wěn)定的。</p><p>　　2.2 自適應濾波器概述</p><p>　　所謂的自適應濾波，就是利用前一時刻以獲得的濾波器參數(shù)的結果，自動的調節(jié)現(xiàn)時刻的濾波器參數(shù)，以適應信號和噪聲未知的或隨時間變化的統(tǒng)計特性，從而實現(xiàn)最優(yōu)濾波。自適應濾波器實質上就是一種能調節(jié)其自身傳輸特性以達到最優(yōu)的維納濾波器。自適

33、應濾波器不需要關于輸入信號的先驗知識，計算量小，特別適用于實時處理。由于無法預先知道信號和噪聲的特性或者它們是隨時間變化的，僅僅用FIR和II種具有固定濾波系數(shù)的濾波器無法實現(xiàn)最優(yōu)濾波。在這種情況下，必須設計自適應濾波器，以跟蹤信號和噪聲的變化。自適應濾波器的特性變化是由自適應算法通過調整濾波器系數(shù)來實現(xiàn)的。一般而言，自適應濾波器由兩部分組成，一是濾波器結構，二是調整濾波器系數(shù)的自適應算法。自適應濾波器的結構采用FIR或IIR結構均可，

34、由于IIR濾波器存在穩(wěn)定性問題，因此一般采用FIR濾波器作為自適應濾波器的結構[4]。圖2-2示出了自適應濾波器的一般結構。</p><p>　　圖2-2為自適應濾波器結構的一般形式，圖中x (k)輸入信號，通過權系數(shù)可調的數(shù)字濾波器后產生輸出信號y (k)，將輸出信號y (k)與標準信號（又稱期望信號）d(k)進行比較，得到誤差信號e (k)，e (k)和x (k)通過自適應算法對濾波器的權系數(shù)進行調整。<

35、;/p><p>　　圖2-2 自適應濾波器結構圖</p><p>　　調整的目的使得誤差信號e (k)最小。重復上面過程，濾波器在自己的工作過程中逐漸了解到輸入信號和噪聲的統(tǒng)計規(guī)律，并以此為根據(jù)自動調整濾波器權系數(shù)，從而達到最佳的濾波效果。一旦輸入的統(tǒng)計規(guī)律發(fā)生了變化，濾波器能夠自動跟蹤輸入信號變化，自動調整濾波器的權系數(shù)，最終達到濾波效果，實現(xiàn)自適應過程。圖2-3是使用自適應濾波器的系統(tǒng)識別

36、原理圖。</p><p>　　圖2-3 自適應濾波器的系統(tǒng)識別框圖</p><p>　　自適應濾波器的結構可以采用FIR或IIR濾波器存在穩(wěn)定性問題，因此一般采用FIR濾波器作為自適應濾波器的結構。自適應FIR濾波器結構又可分為3種結構類型：橫向型結構(Transversal Structure)、對稱橫向型結構(Symmetric Transversal Structure)以及格型結構

37、(Lattice Struture)。本文采用自適應濾波器設計中最常用的FIR橫向型結構。</p><p>　　2.3 自適應濾波器算法分類</p><p>　　2.3.1最小均方算法(LMS)</p><p>　　感知器和自適應線性元件在歷史上幾乎是同時提出的，并且兩者在對權值的調整的算法非常相似。它們都是基于糾錯學習規(guī)則的學習算法。感知器算法存在如下問題：不能推

38、廣到一般的前向網(wǎng)絡中；函數(shù)不是線性可分時，得不出任何結果。而由美國斯坦福大學的Widrow和Hoff在研究自適應理論時提出的LMS算法，由于其容易實現(xiàn)而很快得到了廣泛應用，成為自適應濾波的標準算法[5]。典型的 LMS自適應濾波器結構如圖2-4所示。</p><p>　　LMS算法步驟如下：</p><p>　　1、設置變量和參量：X(n)為輸入向量，或稱為訓練樣本，W(n)為權值向量，b

39、(n)為偏差， 　　d(n)為期望輸出，y(n)為實際輸出，η為學習速率，n為迭代次數(shù) 　　</p><p>　　2、初始化，賦給w(0)各一個較小的隨機非零值，令n=0 　</p><p>　　對于一組輸入樣本x(n)和對應的期望輸出d，計算 </p><p>　　e(n)=d(n)-X^T(n)W(n) 　　

40、 (2-8)</p><p>　　W(n+1)=W(n)+ηX(n)e(n) 　　 (2-9) </p><p>　　判斷是否滿足條件，若滿足算法結束，若否n增加1，轉入第3步繼續(xù)執(zhí)行[6]。</p><p>　　圖2-4 LMS自適應濾波器算法</p><p>　　2.3.

41、2遞推最小二乘算法(RLS)</p><p>　　基于MMSE準則的自適應算法目標在于使濾波器輸出與需要信號的誤差的平方的統(tǒng)計平均最小，根據(jù)輸入數(shù)據(jù)的長期統(tǒng)計特性尋求最佳濾波。但在實際中通常已知的僅是一組數(shù)據(jù)，因此只能對長期統(tǒng)計特性進行估計或近似。最小二乘算法可以直接根據(jù)一組數(shù)據(jù)尋求最佳值，根據(jù)MMSE準則得到的是對一類數(shù)據(jù)的最佳濾波器，而根據(jù)最小二乘法得到的是對一組已知數(shù)據(jù)的最佳濾波器。因此常說最小二乘法導出的

42、最佳濾波器是“精確”的[7]。根據(jù)最小二乘法算法，w(n)的最佳值應使累計平方誤差性能函數(shù)最小，常數(shù)L是遺忘因子，且0<L<1。為了避免矩陣求逆，通常采用遞推算法來減少運算量。</p><p><b>　　RLS算法描述為：</b></p><p>　　a.初始化：w(0) = 0，.其中I為單位矩陣，，P(n)為輸入向量自相關矩陣的逆矩陣。</p&

43、gt;<p>　　b.對每一時刻n = 0,1,2???計算:增益矢量: (2-10)</p><p>　　濾波： (2-11)</p><p>　　誤差估計： (2-12)</p>

44、<p>　　更新權矢量：w(n +1) = w(n) + g(n)e(n) (2-13) </p><p>　　更新逆矩陣： (2-14)</p><p>　　2.3.3 DLMS自適應濾波器算法</p><p>　　相對于LMS 算法,DLM

45、S 算法的權系數(shù)更新模塊采用延遲了D 個節(jié)拍的數(shù)據(jù)來產生下一時鐘周期的權系數(shù),本設計中權系數(shù)更新延遲了6 個周期。引入延遲的好處在于可以用前一時間的誤差值來實現(xiàn)更新,在時鐘的驅動下,系數(shù)更新和誤差計算可以同時進行。DLMS 算法權系數(shù)更新方程可以用下式表示:</p><p>　　w( k + 1) = w( k) + 2μe ( k - D) x( k - D)

46、 (2-15)</p><p>　　DLMS 算法權系數(shù)更新中延時D 的引入對算法的穩(wěn)態(tài)行為影響不大, 關鍵問題是步長因子μ的選取。DLMS算法的收斂條件為:</p><p>　　相對于LMS的收斂條件來說,DLMS 算法收斂條件更為苛刻[6]。</p><p>　　3 基于DSP Builder的回波抵消器設計</p><p>　　3.

47、1 DSP Builder概述</p><p>　　3.1.1 DSP Builder平臺綜述</p><p>　　Altera可編程邏輯器件(PLD)中的DSP系統(tǒng)設計需要運用高級算法和HDL開發(fā)工具來共同進行。Altera DSP Builder將MATLAB和Simulink系統(tǒng)級設計工具中的算法開發(fā)、仿真和驗證功能與VHDL綜合、仿真和Altera開發(fā)工具整合在一起，實現(xiàn)了這些工

48、具的集成。DSP Builder在算法友好的開發(fā)環(huán)境中能幫助設計人員生成DSP設計硬件表征，從而縮短了DSP設計周期。DSP Builder支持系統(tǒng)、算法和硬件設計共享一個公共開發(fā)平臺。設計人員可以使用DSP Builder模塊迅速生成Simulink系統(tǒng)建模硬件[8]。</p><p>　　DSP Builder模型中Altera MegaCore是高級參數(shù)化IP功能，經過配置能夠迅速方便的達到系統(tǒng)性能要求。而

49、DSP Builder SignalCompiler模塊能讀取由DSP Builder和MegaCore模塊構建的Simulink建模文件(.mdl)，生成VHDL文件和工具命令語言(Tcl)腳本，進行綜合、硬件實施和仿真。</p><p>　　3.1.2 DSP Builder設計流程</p><p>　　在Altera可編程邏輯器件(PLD)的數(shù)字信號處理(DSP)系統(tǒng)設計中，需要用

50、到高級算法與硬件描述語言(HDL)開發(fā)工具。而Altera DSP Builder集成了這些工具，把MathWorks的MATLAB和Simulink系統(tǒng)級設計工具的算法開發(fā)、仿真和驗證能力與VHDL和Verilog設計流程(包括Altera Quartus II軟件)組合在一起。DSP Builder能使系統(tǒng)、算法和硬件設計人員共享一個共同的開發(fā)平臺。DSP Builder信號編譯器可讀取Simulink模型文件(.mdl)，使用DS

51、P Builder和MegaCore函數(shù)生成VHDL和Verilog HDL文件及Tcl腳本，以便進行合成，硬件執(zhí)行和仿真。圖3-1所示為DSP Builder的設計流程[9]。 </p><p>　　圖3-1 DSP Builder、Matlab結合設計及步驟</p><p><b>　　具體設計步驟如下：</b></p><p>　　在

52、使用DSP Builder前，在MATLAB/Simulink軟件上生成的設計模型。在生成模型后，能為綜合和Quartus II編譯輸出VHDL文件，或生成VHDL或Verilog HDL仿真文件。設計流程包括下列步驟：</p><p>　　1. 使用MATLAB/Simulink軟件生成Simulink與DSP Builder組合的模型。</p><p>　　2. 使用SignalCom

53、piler模塊分析設計。</p><p>　　3. 在Simulink中，使用監(jiān)視結果的Scope模塊仿真模型。</p><p>　　4. 運行SignalCompiler設置RTL仿真和綜合。</p><p>　　5. 執(zhí)行RTL仿真。</p><p>　　6. 使用DSP Builder SignalCompiler模塊生成的輸出文件來執(zhí)

54、行RTL綜合。</p><p>　　7. 在Quartus II軟件中編譯設計。</p><p>　　8. 下載到一個硬件開發(fā)板上并測試。</p><p>　　關于DSP Builder設計平臺的其它內容，讀者可參看相關文獻。</p><p>　　3.2 加權系數(shù)模型的建模</p><p>　　自適應濾波器模擬回波是通

55、過自適應算法來實現(xiàn)的，因此先構建算法部分，如前文所述，回波抵消器是采用LMS算法來實現(xiàn)的，LMS算法迭代公式為：</p><p><b>　?。?-1）</b></p><p>　　根據(jù)LMS算法迭代公式，在Matlab下的Simulink中進行設計，即在Matlab中的Simulink環(huán)境中建立一個.mdl模型文件“DXQ”，調用DSP Builder和Simuli

56、nk庫中的相關模塊，設計構成如圖3-2所示。</p><p>　　圖3-2 加權系數(shù)模型系統(tǒng)設計圖</p><p>　　圖3-2中x(n)為輸入信號A，e(n)i為誤差信號，ui為控制穩(wěn)定性和收斂速度的步長參量，w(n+1)為n時刻自適應濾波器的系數(shù)矢量估值。</p><p>　　3.3 加權分量模型的建模</p><p>　　濾波器的估計輸

57、出是一系列權值分量與輸入矢量的各分量乘積之和，加權矢量的各分量是基于上一次迭代權值及輸入矢量、誤差、步長的乘積的和。將第i個單元的關聯(lián)結構單獨提出來分析，構建模型，并封裝后，則可以根據(jù)濾波器階數(shù)的不同而相應調整，以實現(xiàn)多級級聯(lián)。根據(jù)濾波器的估計輸出公式：</p><p><b>　?。?-2）</b></p><p>　　在加權系數(shù)模型的基礎上構建出加權分量模型如圖3

58、-3所示。</p><p>　　圖3-3 加權分量模型系統(tǒng)設計圖</p><p>　　圖3-3為加權分量模型，其中x(n)為輸入信號A，經過延時后產生x(n-1)的輸出信號,同時輸入信號A產生一個乘積y(n)o=w(n+1)x(n),而由于濾波器的估計輸出為一系列權值分量和輸入矢量的各分量乘積之和，故除第一級外，后續(xù)單元必須加上前一級的加權單元的輸出，故將加權分量模型封裝后需要進行多次級聯(lián)

59、，這樣在構造階數(shù)可變和階數(shù)較大的濾波器時更能顯出其靈活性。</p><p>　　3.4 自適應回波抵消器的建模</p><p>　　將封裝后的加權分量單元依照階數(shù)級聯(lián)即可得到自適應回波抵消器，圖3-4為階數(shù)為7的自適應回波抵消器。</p><p>　　圖3-4自適應回波抵消器模型系統(tǒng)設計圖</p><p>　　圖3-4中d(n)端口輸入為混有

60、回波的接收信號，y(n)輸出為回波估計值，e(n)為將接收信號中的回波抵消后的值，x(n)為輸入信號，ui為步長參數(shù)。將模塊封裝后可直接用于頂層設計中。</p><p>　　3.5 自適應回波抵消器系統(tǒng)建模</p><p>　　利用自適應回波抵消器模塊建立一個完整的系統(tǒng)模型,如圖3-5所示。</p><p>　　圖3-5自適應回波抵消器模型系統(tǒng)設計圖</p&g

61、t;<p>　　在圖3-5中Sine Wave為輸入信號A，Sine Wave1為輸入信號B，信號B在進行衰減后與信號A疊加后，即d(n)輸入自適應回波抵消器,x(n)1為輸入信號A，y(n)為回波抵消器模擬的回波信號，e(n)為誤差信號，即為濾除回波后得到的信號。</p><p>　　圖3-6為信號模塊“Sine Wave”的參數(shù)設置圖：幅度設置為6，頻率設置為300，抽樣時間設置為1/8000；

62、</p><p>　　圖3-6 信號模塊“Sine Wave”的參數(shù)設置</p><p>　　圖3-7為信號模塊“Sine Wave1”的參數(shù)設置圖：幅度設置為1，頻率設置為1000，抽樣時間設置為1/8000；</p><p>　　圖3-7 信號模塊“Sine Wave1”的參數(shù)設置</p><p><b>　　4系統(tǒng)仿真與調

63、試</b></p><p>　　4.1信號模塊的正弦波輸出</p><p>　　輸入的信號模塊通過仿真后輸出波形如圖4-1。從上到下分別為信號模塊“Sine Wave”,其通過仿真后輸出頻率為300HZ，幅度為6的正弦波。信號模塊“ Sine Wave”的衰減信號，其通過仿真后輸出頻率為300HZ，幅度為5的正弦波。信號模塊“Sine Wave1”通過仿真后輸出頻率為1000H

64、Z，幅度為6的正弦波。</p><p>　　圖4-1 信號模塊輸出正弦波</p><p>　　4.2 自適應回波抵消器系統(tǒng)的輸出波形</p><p>　　自適應回波抵消器系統(tǒng)通過仿真后輸出波形如圖4-2，從上到下分別為信號模塊“Sine Wave1”和信號模塊“ Sine Wave”的衰減信號的混合信號、經過回波抵消后的輸出信號。通過三個信號的對比以及與輸入信號的

65、對比，可以直觀地看出相比較輸入的混合干擾信號d(n)，信號e(n)中已看不到回波的干擾，由此可見系統(tǒng)的回波抵消效果是很明顯的，其波形失真較小，且由于該模型的適用性較廣，可以根據(jù)傳輸信號的不同，適當進行調整，模型結構有利于硬件實現(xiàn)。</p><p>　　圖4-2 自適應回波抵消器系統(tǒng)調制后輸出波形</p><p><b>　　5設計總結</b></p>

66、<p>　　本次設計是基于DSP Builder的系統(tǒng)開發(fā)實現(xiàn)，根據(jù)LMS算法自適應回波抵消系統(tǒng)的組成原理，建立了通信中的回波抵消器系統(tǒng)仿真模型，并對系統(tǒng)進行系統(tǒng)設計、模型構建、仿真演示、顯示結果、以及性能分析。仿真的結果證實了該系統(tǒng)的有效性，較好地反映了系統(tǒng)的動態(tài)工作過程，對硬件實施具有一定的指導意義。</p><p>　　在設計過程中遇到了很多難題，開始對于DSP Builder及Simulink軟

67、件在設計中的應用完全是空白的，之后通過從簡單的設計例題中不斷的學習了解來逐步掌握其設計的流程及方法。加權分量模型系統(tǒng)設計是整個工程中的基礎模塊，在設計完成加權分量模型系統(tǒng)之后，通過對模塊的封裝級聯(lián)來完成回波抵消系統(tǒng)的設計，在設計的過程中由于對DSPbuilder設計的不夠熟練，花費很長時間來設計模塊。</p><p>　　通過本次設計使我更加深入的理解了濾波器的原理及其特性。在設計之初對于濾波器概念模糊，不知道從

68、哪入手，怎么來設計模塊。通過大量的文獻閱讀后對其概念和特性有了初步的了解，通過親身設計模塊，進一步加強了對理論知識的理解。特別是在建模開始時，并沒有按照一個模塊一個模塊的進行設計，設計模塊時也沒有對照算法公式進行，使自己的設計很混亂。如濾波器的估計輸出是一系列權值分量與輸入矢量的各分量乘積之和，加權矢量的各分量是基于上一次迭代權值及輸入矢量、誤差、步長的乘積的和，開始并沒有級聯(lián)的概念，只是對單一模塊進行封裝就運用到頂層設計中。</

69、p><p>　　在最終設計及調制后信號基本達到預期的效果，通過這次設計使我受益頗豐，提高了自我學習的能力以及對新知識的獲取能力以及自身的動手能力。本設計的最終完成了軟件系統(tǒng)級的仿真，在將來的學習中會注重這部分內容的學習，以尋求更好的解決方法。</p><p><b>　　參考文獻</b></p><p>　　[1]基于DSP Builder的回波抵

70、消器設計與實現(xiàn)[EB/OL]，[2010-09-10]. </p><p>　　http://www.icbuy.com/info/news_show/info_id/67584.html</p><p>　　[2]LMS與RLS算法仿真消噪對比研究[EB/OL]，[2009-12-31].</p><p>　　http://www.gotoread.com/mag

71、/4367/sarticle_32437.html</p><p>　　[3]濾波器概述[EB/OL]，[2010-12-22].</p><p>　　http://www.ic37.com/htm_tech/2007-7/40574_809375.htm</p><p>　　[4]自適應濾波器的闡述[EB/OL]，[2010-10-08].</p>

72、<p>　　http://tieba.baidu.com/f?kz=814767108</p><p>　　[5] LMS算法[EB/OL]，[2010-02-28].</p><p>　　http://baike.baidu.com/view/2980748.htm</p><p>　　[6] 楊東,王建業(yè),蔡飛.基于DSP開發(fā)工具的自適應濾波器[J].

73、探測與控制學報, 2010,6,32[3]:80-82.</p><p>　　[7] 基于LMS與RLS算法的自適應均衡器性能研究[EB/OL]，[2010-05-19].</p><p>　　http://dz1.siaaa.com/4/OtherFile/2010051907122817959.pdf</p><

74、p>　　[8] DSP Builder[EB/OL]，[2009-04-11].</p><p>　　http://baike.baidu.com/view/2360571.htm</p><p>　　[9] DSP Builder用戶指南[EB/OL]，[2010-09-03].</p><p>　　http://wenku.baidu.com/view/9

75、589cfd049649b6648d74709.html</p><p>　　[10] 謝智波.自適應回波抵消器的算法分析與比較[J].浙江萬里學院學報，2007,9,20(5)：40-42.</p><p>　　[11] 基于LMS算法自適應回波抵消器的Simulink仿真分析[EB/OL]，[2010-09-06].http://wenku.baidu.com/view/e3894f6

76、61ed9ad51f01df2c5.html</p><p>　　[12] 齊海兵.基于LMS的自適應去噪濾波器設計[J].信息技術,2006,(6)：87-88.</p><p>　　[13] 崔麗珍 杜普選 .基于DSP的回波抵消技術[J].包頭鋼鐵學院學報，2005，6,24(2)：168-170.</p><p>　　[14] 李正周.MATLAB數(shù)字信號處

77、理與應用[M].北京：清華大學出版社，2008，5.</p><p>　　[15] 徐光輝，程東旭，黃如.基于FPGA的嵌入式開發(fā)與應用[M].北京：電子工業(yè)出版社，2006,9.</p><p>　　[16] 基于自適應均衡器的LMS和RLS算法仿真分析[EB/OL]，[2009-12-09].</p><p>　　http://www.chinaaet.com/

78、article/index.aspx?id=18883</p><p>　　[17] 自適應濾波器[EB/OL]，[2010-06-04].</p><p>　　http://baike.baidu.com/view/189663.htm</p><p>　　[18] ECHO CANCELLATION USING THE LMS ALGORITHM[EB/OL]，

79、 [2009-04-17].http://www.scientificbulletin.upb.ro/rev_docs/arhiva/full4587.pdf</p><p>　　[19]Echo Cancellation in a VoIP Network[EB/OL]，[2009-07-08].</p><p>　　http://extensiondsp.eefocus.com/ar