一种基于FPGA的脉动折叠式FXRLS滤波器设计方法技术

本发明专利技术请求保护一种基于FPGA的脉动折叠式FXRLS滤波器设计方法。主要包括三个部分：(1)FXRLS滤波器设计(2)脉动FXRLS滤波器设计(3)折叠式FXRLS滤波器设计。本发明专利技术的创新点在于脉动结构以增加面积为代价提高了系统的速度。另一方面，折叠技术使用较少的硬件资源。收缩和折叠结构的组合提供了速度的提高和面积的减小。本文提出了一种将收缩结构和折叠结构相结合的新思想，并将其应用于x

【技术实现步骤摘要】
一种基于FPGA的脉动折叠式FXRLS滤波器设计方法


[0001]本专利技术属于数字信号处理领域，对自适应滤波器进行算法和硬件结构进行优化，研究于面积和运算速度之间权衡的自适应滤波算法，提出了一种基于FPGA的Systolic
‑
Folded
‑
FxRLS滤波器滤波器设计方法。

技术介绍

[0002]噪声和失真是通信系统中的主要限制因素。因此，为了解决这些问题，它们的建模和消除一直是通信和信号处理理论和实践的核心。为此，对各种技术进行建模，以提高语音信噪比，其性能取决于处理语音信号的质量和可懂度。自适应噪声消除是估计被附加噪声或干扰破坏的信号的替代技术。该方法的主要优点是，在没有信号或噪声的先验估计的情况下，噪声抑制水平可能是其他信号处理方法难以实现的。该方法需要两个输入一个是包含损坏信号的主输入，另一个是含有以某种未知方式与主噪声相关的噪声的参考输入。原始信号通过自适应滤波和从主输入中减去参考信号而获得。
[0003]从性能考虑，FXRLS算法具有快速收敛和良好的误差性能。在FXLMS、NLMS和FXRLS中，可以肯定的是，FXRLS算法提供了快速自适应率和高计算复杂度。本专利技术在降低滤波器占用面积的情况下，尽可能保证了其运算速度进而提出了一种脉动折叠式FXRLS滤波器。
[0004]CN114337604A,一种基于FPGA的细粒度两并行Systolic FxLMS滤波器设计方法。主要包括3个部分：(1)Systolic FxLMS滤波器设计(2)两并行Systolic FxLMS滤波器设计(3)细粒度两并行Systolic FxLMS滤波器设计。本专利技术创新点在于研究了细粒度两并行Systolic FxLMS算法在主动降噪耳机中实现的可行性，改善了FxLMS滤波器的收敛性、吞吐量和功耗，该结构在相同的频率下吞吐量是传统结构的2倍，且收敛性接近Systolic FxLMS算法；所提出的8抽头滤波器结构与现有最佳结构相比时钟速度提高52.17％，功耗降低9.28％。
[0005]对于专利CN114337604A，主要是针对于FXLMS,只是用以前各时刻的抽头参量等作该时刻数据块估计时的平方误差均方最小的准则，而未用现时刻的抽头参量等来对以往各时刻的数据块作重新估计后的累计平方误差最小的准则。本专利的FXRLS在于使在每个时刻对所有已输入信号而言重估的平方误差的加权和最小，这使得RLS算法对非平稳信号的适应性要好。在性能方面，FXRLS的收敛速率比FXLMS要快得多，因此，FXRLS在收敛速率方面有很大优势。

技术实现思路

[0006]本专利技术旨在解决以上现有技术的问题。提出了一种基于FPGA的脉动折叠式FXRLS滤波器设计方法。本专利技术的技术方案如下：
[0007]一种基于FPGA的脉动折叠式FXRLS滤波器设计方法，其包括以下步骤：
[0008]首先进行Systolic
‑
FxRLS脉动x滤波的最小二乘法滤波器设计，，包括：首先进行FXRLS的滤波器设计，然后插入脉动流水线设计；
[0009]然后进行Folded
‑
FxRLS折叠形x滤波的最小二乘法滤波器设计，包括：首先进行FXRLS设计，然后对FXRLS中的权值更新部分进行折叠以减少加法器和乘法器的数量；
[0010]最后进行Systolic
‑
Folded
‑
FxRLS脉动折叠形x滤波的最小二乘法，包括：首先进行FXRLS滤波器的设计，然后进行插入脉动流水线，最后进行折叠设计。
[0011]进一步的，所述Systolic
‑
FxRLS脉动x滤波的最小二乘法滤波器具体包括：
[0012]第一自适应滤波模块，用于实现N个权值系数与N个输入信号乘法运算，Systolic
‑
FxRLS滤波器迭代运算公式是y(n)＝X(n)W
T
(n)；y(n)、X(n)、W(n)分别表示为自适应滤波器输出、输入参考信号、滤波器系数向量；
[0013]第一误差计算模块，用于实现输出信号与噪声信号减法运算，Systolic
‑
FxRLS滤波器误差计算迭代运算公式是：
[0014]e(n)＝d(n)
‑
y
s
(n)
[0015]＝d(n)
‑
s(n)*[W
T
(n)x(n)][0016]＝d(n)
‑
W
T
(n)X
′
(n)
[0017]e(n)、d(n)、y
s
(n)分别表示误差信号、期望信号、滤波后的输出信号；
[0018]*、s(n)、W(n)、x(n)、X
′
(n)分别表示卷积运算、次级信号、权值更新系数、输入信号以及经过次级路径后的输入信号；
[0019]第一权值更新模块，由N个进位加法器组成，用来更新N个权值系数，DF
‑
DFxLMS滤波器权值更新迭代运算公式是
[0020]W(n+1)＝W(n)
‑
k
′
(n)e(n)
[0021]k
′
(n)＝k(n)P(n)
[0022]P(n)＝λ
‑1P(n
‑
1)
‑
λ
‑1k(n)x
H
(n)P(n
‑
1)
[0023]k
′
(n)、e(n)分别为估计次级路径的增益因子、误差信号；k(n)、P(n)分别为增益因子、参考信号主路径；λ
‑1、x
H
(n)分别为遗忘因子的逆、输入信号的转置；
[0024]第一次级路径模块，采用FXRLS算法FIR滤波器进行模型的自适应辨识，来修正FXLMS算法的误差梯度估计值，FxRLS滤波器次级路径迭代运算公式是X'(n)＝s(n)*X(n)；
[0025]其中s(n)表示次级信号，*表示卷积运算，X'(n)表示滤波后的输入信号。
[0026]进一步的，所述的一种基于FPGA的Systolic
‑
FxRLS滤波器设计方法，其特征在于，所述Systolic结构，在每个操作后都加入流水线级，每个动作都打一拍，它有节奏地执行计算，并通过系统传递数据。数据以规则的方式泵入和泵出，从而保持数据的规则流动。
[0027]脉动结构的特征包括同步性、模块性、规则性、时空局部性、管道性以及并行计算。其关键路径与直接形式FIR滤波器相比由Tm+(M
‑
1)Ta变为Tm+Ta，当滤波器阶数越大时，其关键路径缩小越明显。其中Tm表示乘法运算所需时间，Ta表示加法运算所需时间，M表示滤波器阶数。
[0028]进一步的，所述Folded
‑
FxRLS折叠形x滤波的最小二乘法滤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于FPGA的脉动折叠式FXRLS滤波器设计方法，其特征在于，包括以下步骤：首先进行Systolic
‑
FxRLS脉动x滤波的最小二乘法滤波器设计，包括：首先进行FXRLS的滤波器设计，然后插入脉动流水线设计；然后进行Folded
‑
FxRLS折叠形x滤波的最小二乘法滤波器设计，包括：首先进行FXRLS设计，然后对FXRLS中的权值更新部分进行折叠以减少加法器和乘法器的数量；最后进行Systolic
‑
Folded
‑
FxRLS脉动折叠形x滤波的最小二乘法，，包括：首先进行FXRLS滤波器的设计，然后进行插入脉动流水线，最后进行折叠设计。2.根据权利要求1所述的一种基于FPGA的脉动折叠式FXRLS滤波器设计方法，其特征在于，所述Systolic
‑
FxRLS脉动x滤波的最小二乘法滤波器具体包括：第一自适应滤波模块，用于实现N个权值系数与N个输入信号乘法运算，Systolic
‑
FxRLS滤波器迭代运算公式是y(n)＝X(n)W
T
(n)；y(n)、X(n)、W(n)分别表示为自适应滤波器输出、输入参考信号、滤波器系数向量；第一误差计算模块，用于实现输出信号与噪声信号减法运算，Systolic
‑
FxRLS滤波器误差计算迭代运算公式是：e(n)＝d(n)
‑
y
s
(n)＝d(n)
‑
s(n)*[W
T
(n)x(n)]＝d(n)
‑
W
T
(n)X
′
(n)e(n)、d(n)、y
s
(n)分别表示误差信号、期望信号、滤波后的输出信号；*、s(n)、W(n)、x(n)、X
′
(n)分别表示卷积运算、次级信号、权值更新系数、输入信号以及经过次级路径后的输入信号；第一权值更新模块，由N个进位加法器组成，用来更新N个权值系数，DF
‑
DFxLMS滤波器权值更新迭代运算公式是W(n+1)＝W(n)
‑
k
′
(n)e(n)k
′
(n)＝k(n)P(n)P(n)＝λ
‑1P(n
‑
1)
‑
λ
‑1k(n)x
H
(n)P(n
‑
1)k
′
(n)、e(n)分别为估计次级路径的增益因子、误差信号；k(n)、P(n)分别为增益因子、参考信号主路径；λ
‑1、x
H
(n)分别为遗忘因子的逆、输入信号的转置；第一次级路径模块，采用FXRLS算法FIR滤波器进行模型的自适应辨识，来修正FXLMS算法的误差梯度估计值，FxRLS滤波器次级路径迭代运算公式是X'(n)＝s(n)*X(n)；其中s(n)表示次级信号，*表示卷积运算，X'(n)表示滤波后的输入信号。3.根据权利要求2所述的一种基于FPGA的Systolic
‑
FxRLS滤波器设计方法，其特征在于，所述Systolic结构，在每个操作后都加入流水线级，每个动作都打一拍，它有节奏地执行计算，并通过系统传递数据。数据以规则的方式泵入和泵出，从而保持数据的规则流动；脉动结构的特征包括同步性、模块性、规则性、时空局部性、管道性以及并行计算。其关键路径与直接形式FIR滤波器相比由Tm+(M
‑
1)Ta变为Tm+Ta，当滤波...

【专利技术属性】
技术研发人员：袁军，袁财政，唐青松，孙楷京，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：