资源优化型FIR滤波器及其实现方法技术

本发明专利技术公开了一种源优化型FIR滤波器，包括：数据延迟单元；数据预处理单元，用于计算数据抽头混合变量；数据抽头混合内积计算单元，用于基计算数据抽头混合相乘分量；数据内积计算单元，用于计算数据内积分量；求和单元，用于计算抽头内积分量，以及调用抽头内积分量、数据抽头混合相乘分量及数据内积分量求和，得滤波结果。本发明专利技术对高阶滤波器具有显著减少乘法器使用数量的有益效果。提供本发明专利技术FIR滤波器的实现方法，包括对输入数据进行延迟计算；实时计算数据抽头混合变量；实时计算数据抽头混合相乘分量；实时计算数据内积分量；抽头内积分量、数据抽头混合相乘分量及数据内积分量求和得滤波结果。具有显著减少乘法器数量的有益效果。效果。效果。

【技术实现步骤摘要】
资源优化型FIR滤波器及其实现方法


[0001]本专利技术涉及通讯技术和滤波器
更具体地说，本专利技术涉及一种资源优化型FIR滤波器及其实现方法。

技术介绍

[0002]有限长滤波器（Finite Impulse Response, FIR）是数字信号处理系统中一种最基本的数字滤波器，在通信领域有着广泛的应用，主要可用于信号滤波、数字预失真对消等领域。随着通信带宽的增加和对信号质量要求的提升，FIR滤波器的阶数也在逐渐增大。FIR滤波器的时域表达式为，其中，n为样点的编号，h(k)为FIR滤波器的第k个抽头的抽头系数，y(n)为第n个输出样点。FIR滤波器中包括的加法器和乘法器与其包括抽头的数目成正比，当FIR滤波器中包括大量的抽头时，其内包含大量的乘法器和加法器，如此使得FIR滤波器的尺寸变的很大，功耗和成本也较高。在复杂通信系统中，需要多个高阶FIR滤波器，逻辑实现的代价较大。不同场景下对FIR滤波器在面积、功耗、速度方面的关注各不相同。高性能场景要求FIR能工作在很高的运行速率上，而面向手持终端的场景需要更小的面积和功耗。针对不同场景下的FIR滤波器的逻辑实现优化是一项具有挑战性的工作。因此，针对面积和速率敏感型应用使用高阶FIR滤波器的场景，比如通信芯片中的数字滤波器，思考设计一种资源优化型FIR滤波器，降低使用乘法器的数量，从而减少消耗的逻辑资源。

技术实现思路

[0003]本专利技术的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
[0004]为了实现根据本专利技术的这些目的和其它优点，提供了一种资源优化型FIR滤波器，包括：数据延迟单元，其用于对输入数据进行延迟计算，得到实时延迟数据a0~a
M
和b0~b3；数据预处理单元，其用于基于实时延迟数据a0~a
M
和滤波器抽头系数实时计算，得到数据抽头混合变量；数据抽头混合内积计算单元，其用于基于数据抽头混合变量实时计算，得到数据抽头混合相乘分量；数据内积计算单元，其用于基于实时延迟数据b0~b3实时计算，得到数据内积分量；求和单元，其用于基于滤波器抽头系数计算，得到抽头内积分量，并储存，以及用于调用抽头内积分量、数据抽头混合相乘分量及数据内积分量求和，以及执行位宽处理后，即得FIR滤波器的输出数据。
[0005]优选的是，实时延迟数据a0~a
M
和b0~b3的生成法则如公式1所示：
公式1其中，x
(n)
表示n时刻的输入数据；当滤波器阶数N为奇数时，则令M=N+1，且抽头系数h
M
=0；当滤波器阶数N为偶数时，则令M=N。
[0006]优选的是，数据抽头混合变量的计算方法如公式2所示：公式2其中，h表示滤波器的抽头系数。
[0007]优选的是，数据内积分量、数据抽头混合相乘分量以及抽头内积分量的计算方法如公式3所示：公式3其中，d
xx
表示数据内积分量；d
xh
表示数据抽头混合相乘分量；d
hh
表示抽头内积分量。
[0008]优选的是，所述数据抽头混合内积计算单元和数据内积计算单元进行乘法运算时，还包括预编码子模块，其用于采用基4布斯编码方法对每串数据进行编码、部分积计算和映射，其中，编码、部分积计算和映射方法分别如公式4和公式5所示：公式4其中，X
i
、2X
i
、Mi均表示预编码的编码结果，索引i由输入数据位宽决定；公式5其中，Y
xi
表示单倍部分积；Y
2xi
表示两倍部分积；PPT
i
表示部分积映射结果；e
i
表示PP
i
的符号。
[0009]优选的是，所述数据抽头混合内积计算单元和数据内积计算单元进行乘法运算时，还包括压缩子模块，其用于对预编码子模块输出的部分积进行压缩并求和，如公式6所示：
公式6其中，每次输入4个数据D1、D2、D3、D4转换为中间变量TP1~TP7。。
[0010]提供所述资源优化型FIR滤波器的实现方法，包括以下步骤：步骤一、对输入数据进行延迟计算，得到实时延迟数据a0~a
M
和b0~b3；步骤二、基于实时延迟数据a0~a
M
和滤波器抽头系数实时计算，得到数据抽头混合变量；步骤三、基于数据抽头混合变量实时计算，得到数据抽头混合相乘分量；步骤四、基于实时延迟数据b0~b3实时计算，得到数据内积分量；步骤五、基于滤波器抽头系数计算，得到抽头内积分量，以及基于抽头内积分量、数据抽头混合相乘分量及数据内积分量求和，即得FIR滤波器的输出数据。
[0011]提供一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求所述的方法。
[0012]提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时，实现权利要求所述的方法。
[0013]本专利技术至少包括以下有益效果：第一、本专利技术通过优化FIR滤波器结构，减少需要使用的乘法器数量，具体通过重构滤波器内积，将原有的卷积求和修改为数据内积分量、数据抽头混合相乘分量和抽头内积分量。并考虑到抽头固定不变，提前存储抽头内积分量，并实时计算数据内积分量、数据抽头混合相乘分量，从而计算滤波器输出。
[0014]第二、针对重构后的FIR滤波器结构，通过部分积预编码减少部分积分个数，以及使用压缩编码减少加法阵列逻辑延时，提升乘加逻辑运行效率。
[0015]本专利技术的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本专利技术的研究和实践而为本领域的技术人员所理解。
附图说明
[0016]图1为本专利技术的滤波器的各单元模块的连接结构的示意图；图2为本专利技术数据延迟单元实施例中的实现结构图；图3为本专利技术数据预处理单元实施例中的实现结构图；图4为本专利技术数据抽头混合内积计算单元实施例中的实现结构图；图5为本专利技术模块3
‑
1实施例中的实现结构图；
图6为本专利技术模块3
‑1‑
1实施例中的实现结构图；图7为本专利技术模块3
‑
2实施例中的实现结构图；图8为本专利技术模块3
‑2‑
1实施例中的实现结构图；图9为本专利技术模块3
‑2‑
2实施例中的实现结构图；图10为本专利技术数据内积计算单元实施例中的实现结构图；图11为本专利技术模块4
‑
2实施例中的实现结构图；图12为本专利技术模块4
‑
3实施例中的实现结构图；图13是本专利技术求和单元实施例中的实现结构图。
具体实施方式
[0017]下面结合附图对本专利技术做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0018]需要说明的是，下述实施方案中所述实验方法，如无特殊说明本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.资源优化型FIR滤波器，其特征在于，包括：数据延迟单元，其用于对输入数据进行延迟计算，得到实时延迟数据a0~a
M
和b0~b3；数据预处理单元，其用于基于实时延迟数据a0~a
M
和滤波器抽头系数实时计算，得到数据抽头混合变量；数据抽头混合内积计算单元，其用于基于数据抽头混合变量实时计算，得到数据抽头混合相乘分量；数据内积计算单元，其用于基于实时延迟数据b0~b3实时计算，得到数据内积分量；求和单元，其用于基于滤波器抽头系数计算，得到抽头内积分量，并储存，以及用于调用抽头内积分量、数据抽头混合相乘分量及数据内积分量求和，以及执行位宽处理后，即得FIR滤波器的输出数据。2.如权利要求1所述的资源优化型FIR滤波器，其特征在于，实时延迟数据a0~a
M
和b0~b3的生成法则如公式1所示：公式1其中，x
(n)
表示n时刻的输入数据；当滤波器阶数N为奇数时，则令M=N+1，且抽头系数h
M
=0；当滤波器阶数N为偶数时，则令M=N。3.如权利要求2所述的资源优化型FIR滤波器，其特征在于，数据抽头混合变量的计算方法如公式2所示：公式2其中，h表示滤波器的抽头系数。4.如权利要求3所述的资源优化型FIR滤波器，其特征在于，数据内积分量、数据抽头混合相乘分量以及抽头内积分量的计算方法如公式3所示：公式3其中，d
xx
表示数据内积分量；d
xh
表示数据抽头混合相乘分量；d
hh
表示抽头内积分量。5.如权利要求4所述的资源优化型FIR滤波器，其特征在于，所述数据抽头混合内积计算单元和数据内积计算单元进行乘法运算时，还包括预编码子模块，其用于采用基4布斯编码方法对每串数据进行编码、部分积计算和映射，其中，编码、部分积...

【专利技术属性】
技术研发人员：朱士彬，林点号，王闻迪，
申请(专利权)人：上海力通通信有限公司，
类型：发明
国别省市：