（电路与系统专业论文）基于FPGA的高速采样自适应滤波系统的研究[电路与系统专业优秀论文].pdfVIP

硕士学位论文 摘要 摘要 自适应滤波器的硬件实现一直是自适应信号处理领域研究的热 点。随着电子技术的发展，数字系统功能越来越强大，对器件的响应 速度也提出更高的要求。 本文针对用通用d s p 芯片实现的自适应滤波器处理速度低和用 h d l 语言编写底层代码用f p g a 实现的自适应滤波器开发效率低的缺 点，提出了一种基于d s pb u i l d e r 系统建模的设计方法。以随机2 f s k 信号作为研究对象，首先在m a t l a b 上编写了l m s 去噪自适应滤波器 的点m 文件，改变自适应参数，进行了一系列的仿真，对算法迭代步 长、滤波器的阶数与收敛速度和滤波精度进行了研究，得出了最佳自 适应参数，即迭代步长”= o 0 0 5 7 ，滤波器阶数m = 8 ，为硬件实现提 供了参考。 然后，利用最新d s pb u i l d e r 工具建立了基于l m s 算法的8 阶 2 f s k 信号去噪自适应滤波器的模型，结合多种e d a 工具，在 e p f i o k i o o e q c 2 0 8 一i 器件上设计出了最高数据处理速度为3 6 6 3 m h z 的8 阶l m s 自适应滤波器，其速度是文献 3 通过编写底层v h d l 代码 设计的8 阶自适应滤波器数据处理速度7 倍多，是文献 5 0 采用d s p 通用处理器t m s 3 2 0 c 5 4 x 设计的8 阶自适应滤波器处理速度2 5 倍多， 开发效率和器件性能都得到了大大地提高，这种全新的设计理念与设 计方法是e d a 技术的前沿与发展方向。 最后，采用异步f i f o 技术，设计了高速采样自适应滤波系统， 完成了对双通道a d 器件a d 9 2 3 8 与自适应滤波器的高速匹配控制，在 q u a r t u s i i 上进行了仿真，给出了系统硬件实现的原理框图，并将采 样滤波控制器与异步f i f o 集成到同一芯片上，既能有效降低高频可 能引起的干扰又降低了系统的成本。 关键词自适应滤波器，l m s 算法，m a t l a b 仿真，f p g a ，高速采样 滤波系统 硕士学位论文 a b s l l t a c t a b s t r a c t t h er e s e a r c ho nh a r d w a r ei m p l e m e n t a t i o no fa d a p t i v ef i l t e r sh a s b e e nah o t s p o ti na d a p t i v es i g n a lp r o c e s s i n gf i e l d sa l lt h ew h i l e a l o n g w i t ht h ed e v e l o p m e n to fe l e c t r o nt e c h n o l o g y , f u n c t i o n so ft h ed i 百t a l s y s t e m sh a sb e c o m em o r ea n dm o r ep o w e r f u l ，n e v e r t h e l e s s , t h ed e m a n d s o f t h ed e v i c e sr e s p o n s es p e e dh a sb e c o m eh i g h e ra n dh i g h e r t h ea d a p t i v ef i l t e r s i m p l e m e n t e db yp r o g r a m m i n gu s i n gd s p p r o c e s s o r sh a dal o wp r o c e s s i n gs p e e d , a l s o ，i m p l e m e n t e db yf p g a t h r o u g hb o t t o ml a y e rh d lc o d i n gh a dap o o rd e v e l o p m e n te f f i c i e n c y , t o s o l v et h e s ep r o b l e m s ，an e wm e t h o du s i n gd s pb u i l d e rs y s t e mm o d e l i n g w a sp u tf o r w a r di nt h i sp a p e r w i t ht h es t u d yo f2 f s ks i g n a l s ，an o i s e c a n c e la d a p t i v ef i l t e rb a s e do nl m sa l g o r i t h mw a sd e s i g n e do u ta n d s i m u l a t e do nm a t l a ba tf a s t t h er e l a t i o n s h i p sb e t w e e nt h ea d a p t i v e p a r a m e t e r sa n dt h ec o n v e r g e n c es p e e da n df i l t e r i n gp r e c i s i o nw e r e a n a l y s i s e da f t e ras e r i e so fs i m u l a t i o n t h eo p t i m i z e da d a p t i v ep a r a m e t e r s w a sf o u n do u t , a n dt h a ti s ：f i l t e rt a p sm = 8 ，i t e r a t i o n ss t e pl e n g t h1 t = o 0 0 5 7 i t p r o v i d e d a g o o d f o u n d a t i o nf o rf p g ah a r d w a r e i m p l e m e n t a t i o n t h e n , am o d e lo f8 - t a p s2 f s kn o i s ec a n c e la d a p t i v ef i l t e rw i l t 8 e s t a b l i s h e da n dt h e ns i m u l a t e do nd s pb u i l d e r a n da n8t a p sa d a p t i v e f i l t e rw i t hap r o c e s s i n gs p e e do f3 6 6 3l v i h zw a sd e s i g n e do u to n e p f l 0 k 1 0 0 e q c 2 0 8 1u s i n gm u l t i e d at o o l s t h i sp r o c e s s i n gs p e e d w a sm o r et h a n7t i m e sf a s t e rt h a nw h i c hi m p l e m e n t e dt h r o u g hb o t t o m l a y e rv h d lc o d i n gi nr e f e r e n c e 【3 】a n d2 5t i m e sf a s t e rt h a nw h i c h i m p l e m e n t e db yp r o g r a m m i n gu s i n gd s pp r o c e s s o rt m s 3 2 0 c 5 4 xi n r e f e r e n c e 【5 0 t h i sf u l l yn e wd e s i g ni d e aw a st h ed e v e l o p i n gd i r e c t i o no f e d a t e c h n o l o g y a tl a s t , ah i g h - s p e e ds a m p l i n ga n da d a p t i v ef i l t e r i n gs y s t e mw a s d e s i g n e do u tu s i n ga s y n c h r o n o u sf i f o i tw a ss i m u l a t e do nq u a r t u si i a n dt h e h i g h - s p e e dm a t c h i n gc o n t r o l l i n go ft h ed u a lc h a n n e l sa d c o n v e r t e ra d 9 2 3 8a n dt h e a d a p t i v e f i l t e rw a si m p l e m e n t e d t h e s c h e m a t i c d i a g r a mo ft h e h a r d w a r e s y s t e mw a sa l s og i v e n o u t f u r t h e r m o r e ，t h es a m p l i n ga n df i l t e r i n gc o n t r o l l e ra n dt h ea s y n c h r o n o u s 硕士学位论文 a b s l l t a c t f i f ow a si n t e g r a t e do nac h i p ，i tc o u l dn o to n l yr e d u c ei n t e r f e r em a y c a u s e db yh i g hf r e q u e n c y , b u ta l s ot h ec o s to f t h es y s t e m k e yw o r d s a d a p t i v ef i l t e r , l m sa l g o r i t h m , m a t l a bs i m u l a t i o n , f p g a ，h i g h - s p e e d s a m p l i n ga n df i l t e r i n gs y s t e m i 硕士学位论文符号说明 缩写字母 3 g a s i c a s s p c d m a c d 姒2 0 0 0 d s p e d a f i f 0 f i r f p g a f s k f s m g s m g p r s h d l i c i i r i m t 2 0 0 0 i p i s v l m s m a c m s e r l s r t l s o c s r a m t d m a t d s c d m a v ) l w l s 符号说明 英文全称中文译名 t h i r dg e n e r a t i o n第三代移动通信 a p p l i c a t i o n - s p e c i f i ci n t e g r a t e dc i r c u i t s 专用集成电路 a p p l i c a t i o n - s p e c i f i cs t a n d a r dp r o d u c t s专用标准电路模块 c o d ed i v i s i o nm u l t i p l ea c c e s s 码分多址 c o d ed i v i s i o nm u l t i p l ea c c e s s2 0 0 0码分多址2 0 0 0 d i g i t a ls i g n a lp r o c e s s i n g数字信号处理 e l e c t r o n i cd e s i g na u t o m a t i o n 电子设计自动化 f i r s ti nf i r s to u t 先进先出 f i n i t ei m p u l s er e s p o n s e有限冲击响应 f i e l dp r o g r a m m a b l el o g i cd e v i c e现场可编程门阵列 f r e q u e n c y s h i tk e y i n g频移键控 f i n i t es t a t em a c h i n e有限状态机 g l o b a ls y s t e mf o rm o b i l ec o m m u n i c a t i o n s 全球移动通讯系统 g e n e r a lp a c k e tr a d i os e r v i c e 通用分组无线业务 h a r d w a r ed e s c r i p t i o nl a n g u a g e硬件描述语言 i n t e g r a t e dc i r c u i t s集成电路 i n f i n i t ei m p u l s er e s p o n s e 无限冲击响应 i n t e r n a t i o n a lm o b i l et e l e c o m - m n i c a t i o n 国际移动通信系统2 0 0 0 i n t e l l e c t u a lp r o p e r t y 知识产权 i n s t a n t as q u a r ev a l u e瞬时平方值 l e a s tm e a ns q u a r e 最小均方误差 m u l t i p l ya c c u m u l a t e 乘法器 m e a ns q u a r ee r r o r均方误差 r e c u r s i v el e a s t s q u a r e 最小二乘 r e g i s t e rt r a n s f e rl e v e l寄存器传输级 s y s t e m - o n - c h i p片上系统 s t a t i cp ( a n d o ma c c e s sm e m o r yc h i p 静态随机存取存储器 t i m ed i v i s i o nm u l t i p l ea c c e s s 时分多址 t i m ed i v i s i o n - s y n c h r o n o u sc d m a时分同步码分多址 v 璐i ch a r d w a r ed e s c r i p t i o nl a l l g u a g e 超高速集成电路硬件描述语言 w e i g h t i n gl e a s t s q u a r e 加权最小二乘 v l 硕士学位论文 符号说明 w c d m aw i d e b a n dc o d ed i v i s i o nm u l t i p l ea c c e s s宽带码分多址 v i i 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究工 作及取得的研究成果。论文主要是自己的研究所得，除了已注明的地 方外，不包含其他人已经发表或撰写过的研究成果，也不包含为获得 中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的 同志对本研究所作的贡献，已在论文的致谢语中作了说明。 作者张壶垒塾吼 年月一日 关于学位论文使用授权说明 本人了解中南大学有关保留、使用学位论文的规定，即：学校有 权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位论 文的全部或部分内容，可以采用复印、缩印或其他手段保存学位论文； 学校可根据国家或湖南省有关部门的规定，送交学位论文。对以上规 定中的任何一项，本人表示同意，并愿意提供使用。 作者签名：壶篁塾导师签名：日期：年二一月日 硕士学位论文第一章概逑 1 1 自适应滤波理论 第一章概述 1 1 自逶应滤波溉述 自适应信号处理是信号与信息处理学科一个新的重要学科分支，自适应滤波 理论和技术是统计信号处理的重要组成部分。当输入信号鞠啜声的统访特性未知 或者发生变化对，自适应滤波器能自动调按自身参数以满足某种准则的要求，始 终实现最优滤波，其已经被广泛应魍予数字通信、雷达、声纳、地震学、导舷系 统、生物医学和工业控制等领域“嘲。 图1 - 1 一般自适应滤波器结构 图卜l 是股自适应滤波器结构图，其中，n 为迭代次数，x ( n ) 表示输入信 号，y ( n 为岛适应滤波器输出信号，d ( 砖为期望信号，误差信号e ( n ) 可以根据 d ( n ) 叮( n ) 计算得娃l ，然后，为了确定滤波器系数的适当更新方式，利用误差信 号构造一个自适应算法所需要的目标函数。目标函数的最小化意味着态莱嵇意义 上，自适应滤波器的输出信号与期望信号实现了匹配“，。 自适应滤波嚣属于现代滤波器的范畴，它与普通滤波器相比，有两个重要区 别：( 1 ) 自适应滤波器的滤波参数能随着外界信号统计特性的变化箍动态地调整， 始终保持最佳的滤波状态，实现最优滤波。( 2 ) 除了普通滤波嚣的硬件设备以外还 包括算法，自适应算法决定了自适应滤波器如何根据韩界信号的变化来调整参 数，自适应算法的好坏直接影响着滤波效象啪。 1 1 2 寓适应算法介绍“虾 瓯适应滤波器的基本目标，是以某种方式调整其参数9 ( n ) ，让滤波嚣的输出 ；尽可能便包含参考信号的某个特定的屠标函数最小化。通常丽占，目标函数f i 硬士学位论文 第一章概述 是输入信号、参考信号和自适应滤波器输出信号的个函数，郦 f 坪e x ( n ) ，d ( n ) 。y ( n ) 】。目标函数的正确定义必须满足两个特性：( 1 非负性：对 于任意y n ) ，x n ) 和d ( n ) ，都有f = f x ( n ) 。d ( n ) ，y ( n ) 】0 。( 2 ) 最优性： f = f x ( n ) ，d ( n ) ，y ( n ) 3 铷。 在自适应过程串，自适应算法试瑟使语数f 最小化，从而使得，r 与d ( 对 近似相等，e “心收敛到0 。o 。为导致目标函数最小化的最优系数构成的集合。 解释目标函数的另一种方式，是将其视为菜个普通误差信号e ( f 1 ) 约壹接函 数，丽该误差信号又是x ( n ) ，y ( n ) 和d ( n ) 的某个函数，即f - - f i e ( n ) = f f x ( 砖，d ( n ) ，y ( n ) 3 。剩用这种结镌，我彳f j 可以认为一个自遁应算法是由三个基 本要索构成的：最小化算法的定义、目标函数形式的定义和误差信号的定义。 ( 1 ) 对函数f 最小纯算法的定义：这是最优化理论约主题，它从_ 本璜上影 响自适应过程的收敛速度和计算复杂度伽。在自适应信号处理领域中，应用褥最 普遍的最优化方法主要有以下几种： o 牛顿方法；该方法寻找爨标函数的= 阶近似的最小值，其参数向量的遮代 更新公式为： x o ( 1 1 + 1 ) = 口( n ) 一ph ；l f i e ( n ) g 日 f i e ( n ) ( 1 - 1 ) 其中，l l 是控制算法迭代步长的因子，它决定了参数向量变化的快慢，f i e ( n ) 的= 阶导数矩阵h p f e ( n ) 是强标函数的h e s s i a n 矩阵，且g 。 f e ( n ) 是 目标函数相对予自适应滤波器系数的梯度。 。 拟牛顿方法：是牛顿方法的简化，它是通过递归计算来估计h e s s i a n 矩阵 的逆矩阵，使目标函数最小化，印： ， e ( n + 1 ) - - e ( n ) 一l ls ( n ) g 。 f e ( n ) 】j( 1 - 2 ) 其中，s ( n ) 是娃二l f f e ( n ) 】 的估计值，使得 。驻ms ( 七) 。h ； f 【p ( 垂) 1 ( i 一3 ) 叶呼 通常采用矩阵求逆引理来计算b e s s i a n 矩阵逆矩阵的估计值”。 最陡下降方法；沿着与目标函数梯度向量相反的方向，搜索目标涵数的极 小值点，箕更新方程的形式为： 8 ( n 十t ) = o ( n ) 一弘g 。 f i e ( n ) 3 ( 1 4 ) 通常丽言，梯度方法更容易实现，但牛顿方法达到最小值点的邻域所需的 迭代次数更少。收敛因予牡控铡着整个自适应过程的稳定性、收敛速度以及残留 误差豹某些特征。对这个参数的选择需要知道关于某个特定的自适瘦问题的充分 知识。不存在酱遍解，般是通过计算机仿真获到。 ( 2 ) 目标函数f e ( n ) 的定义：目标函数的定义会影响到梯度向量和 h e s s i a n 矩阵豹计算复杂度。以算法许算复杂度作为定义准则，下面是该准刚下 2 硕士学位论文 第一章概述 最广泛采用的一些目标函数形式： 均方误差( m s e ) ：f 【p ( n ) 1 = e l i e ( n ) 1 2 】； 最小二乘( l s ) ： f ( 甩) 】= = i - 乙l e ( n - ) 2 ； 丹+ l 一 加权最小二乘( w l s ) ：f p ) 】= n 瑚l tl e ( n - o 2 ，其中x 是一个小于1 的常数： 瞬时平方值( i s v ) ：f e ( n ) i e ( “) 1 2 ； 从严格意义上来讲，此时得到的m s e 只是理论值，因为它要求测量无穷多的 信息，实际中这个理想的目标函数可以用另外三个目标函数来近似。l s ，w l s 和 i s v 函数的实现复杂度及其收敛特性都不相同。一般而言，i s v 表示的是简化了 很多的目标函数，实现起来容易，但它存在噪声收敛特性。l s 适于在平稳环境 中采用，而w l s 对于慢变化环境下的应用比较多“一。 ( 3 ) 误差信号e ( n ) 的定义：误差信号的选取对于算法的定义很关键，它不 仅影响算法的复杂度、收敛速度和鲁棒性等，对于i i r 自适应滤波情形，还影响 着偏解和多个解的出现“一 1 1 3 自适应滤波器的典型应用 应用自适应滤波器主要有两种情形啪：( 1 ) 输入信号的统计特性不变，但是未 知。对于这种情形，最佳滤波参数是固定的。在这种情况下，要求自适应滤波器 的参数尽快收敛到最佳滤波参数。一般把参数收敛过程称为“学习”过程。( 2 ) 输 入信号的特性是“缓慢”变化的。这里的“缓慢”变化是相对于信号幅度变化而 言的。在这种情况下，最佳滤波参数也是“缓慢”变化的，这样要求自适应滤波 参数能尽快“反应”过来，跟随信号特性的变化而改变，这个过程一般称为“跟 踪”过程。 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。在实际情况中， 由于信号和噪声的统计特性常常未知或无法获知，这就为自适应滤波器提供广阔 的应用空间“卅。 自适应滤波的经典应用有系统辨识、信道均衡、信号增强与信号预测。 3 硕士学位论文第一章概述 ( 1 ) 系统辨识：在系统辨识应用中，期望信号是未知系统受某个宽带信号激励 时产生的输出，在大多数情况下，输入是白噪声信号。宽带信号同时也被用来做 作图卜2 所示的自适应滤波器的输入，当输出m s e 最小时，自适应滤波器就代表 了未知系统的模型。 图1 - 2 系统辩识示意图 ( 2 ) 信道均衡：在信道均衡应用中，将发送的受信道失真影响的原始信号作为 自适应滤波器的输入信号，而期望信号是原始信号的时延形式，如图卜3 所示。 通常情况下，输入信号的时延形式在接受端是可以得到的，采用形式是标准的训 图1 - 3 信道均衡示意图 练信号。当m s e 最小时，就表明自适应滤波器代表了信道的逆模型( 均衡器) 。 ( 3 ) 信号增强：对于信号增强情况，信号x ( n ) 受噪声n 。( n ) 的污染，而且与噪 声相关的信号n ：( n ) 是可以得到的( 即可测量的) 。如果将m ( n ) 作为自适应滤波 器的输入，而将受到噪声污染的信号作为期望信号，则当滤波器收敛以后，其输 x ( n m t ( n ) 图1 - 4 信号增强示意图 4 硕士学位论文 第一章概述 出误差就是信号的增强形式。图l - 4 就是信号增强的典型配置，具体内容将在下 一章展开论述，此处仅给出一应用实例。 以胎儿心电图的信号处理为例说明自适应噪声抵消系统的作用。胎儿心电图 的研究可以解决妇科与优生学方面的一些问题。例如，在妇产科方面，借助对胎 j l , 6 , 电图的观测，可以了解疑难怪胎、单胎、多胎以及分娩期间心率是否正常等； 在优生方面。在孕妇怀孕的中后期，借助胎儿心电图的检查，有助于预测胎儿在 子宫内的生理状况。 胎儿心电图是在孕妇腹壁测量的，其信号为： 口( f ) = ( f ) + r e ( t ) + 厅( f ) ( 1 5 ) 式中( ，) 为胎儿心脏产生的信号，r e ( t ) 为由母亲心脏产生的信号，栉( f ) 为噪 声干扰信号，主要由肌肉振动引起的，有时称为。肌肉信号”。 由于八f ) 本身较弱，加之m ( t ) 与顶f ) 的干扰，因此，用眼很难直观地鉴别出 胎儿的信号。在这种情况下，可以采用自适应噪声对消系统消除胎几心电图中母 亲的干扰信号。一般采用四个普通的胸导记录母亲的心跳，作为有多个参考输入 的输入信号；一个腹导记录腹壁信号，作为原始信号输入；胸导和腹导信号被滤 波及数字化以后，记录在磁带上，多路自适应噪声抵消系统如图1 - 5 所示，其中 各通道都是相同的，磁带重放信号作为各端的输入，经自适应噪声对消系统处理 后，母亲心跳的干扰信号被显著削弱，胎儿心跳可清楚地辨别出来。 精入信号 置一 卜，| l ：f l 一 】f l _ r i - 图1 - 5 心电信号去噪自适应滤波系统 输出 ( 4 ) 信号预测：对于信号预测情形，期望信号是自适应滤波器输入信号的前向 ( 有时可能是后向) 形式，如图l _ 6 所示。当滤波器收敛以后，自适应滤波器就 代表了输入信号的模型，而且可以用来作为输入信号的预测器模型。 5 硕士学位论文 第一章概述 图i - 6 信号预测示意图 1 2 研究背景、现状与意义 自适应滤波器的研究主要包括算法与硬件实现。目前，算法的研究已经比较 成熟。常用的算法有最小均方误差l i d s 算法，最小二乘r l s 算法以及在此基础上的 一些改进算法，如变步长l m s 算法、归一化l m s 算法、l m s - n e w t o n 算法、变化域投 影算法、子带分解算法、q r 分解算法等。r l s 算法对输入信号的自相关矩阵r 。( ，1 ) 的逆进行递推估计更新，收敛速度快，其收敛性能与输入信号的频谱特性无关。但 是，r l s 算法的计算复杂度很高，所需的存储量极大，不利于实时实现；倘若被估 计的自相关矩阵的逆r 。( n ) 失去了正定特性，这还将引起算法发散。而由w i d r o w 和h o f f 提出的最小均方误差( l m s ) 算法虽然收敛速度较r l s 算法慢，但其结构简 单。计算量小，鲁棒性强，易于实现，因而在实践中被广泛采用“2 。”。鉴于l m s 算法的这些优点，本文选用其设计自适应滤波器。 在硬件实现方面，通常，自适应滤波器都是用d s p 通用处理器实现的o “”。 d s p 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( m a c ) ，增强的多级流水线，专用的存储器以及 适用于高速数据运行的总线结构，使d s p 器件具有高速的数据运算能力。目前， 用d s p 器件处理数字信号已经成为电子领域的研究热点，越来越多的单片机用户 开始选用d s p 器件来提高产品性能，d s p 器件取代高档单片机的时机已经成熟。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d s p 器件也是 首选“”】。迟男“”等人在t m s 3 2 0 c 3 2 芯片上扩展e p r o m 和r a m ，实现y 3 0 阶l m s 自适 应滤波器，使用的a d 转化器件为a d l 6 7 4 ，最高采样频率为i o o k h z 。陆斌1 等人 采用硼s 3 2 0 c 3 0 数字信号处理器与i m s a l l 0 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。赵慧民“”等人在t m s 3 2 0 c 3 1 上 实现了自适应权向量滤波器，完成了信号采样频率为8 0 k h z 的自适应滤波。廖晓 群“”用高速d s p 完成了最高数据处理速度为2 m h z 的1 6 位定点2 4 阶和3 1 阶自适应滤 波器。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d s p 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，d s p 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 6 硕士学位论文第一章概述 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l g 时代只能传送语音的模拟通信，到2 g 时代的传 送语音和数据的g s m 、t d m a 与c d m ai s 9 5 ，到2 5 6 时代传送语音、数据、图片、彩 信m m s 、简短视频、收发e - m a i l 、网页浏览等的g p r s 与c d m a2 0 0 0 1 x ，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3 g 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4 g 通信。系统的功能是越来越强 大，但对数据传送与处理的速率要求也是越来越高。目前广泛使用的g s m 系统的 数据传输速率只有9 6 k b i t s ，窄带c d k a 传输速率也只有1 4 4 k b i t s ，但到2 5 g 的g p r s 系统数据传输速率达到了1 5 0 k b i t s 左右，而根据i m t 2 0 0 0 协议，3 g 通信室 内或静止状态下的数据传输速率将达到2 m b i t s ，到了基于全i p 网络的4 g 时代在 慢速或静止状态下数据传输速率将达到l o o l m o i t s “”。而自适应接收技术包括 自适应均衡器、智能天线、白适应调制、自适应编码等，是数字通信系统中的关 键技术之一嘲。通信系统发展到3 g 后，几十甚至上百兆比特每秒的数据传输速率 对自适应接收技术是个极大的挑战。d s p 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c p u 工作模式，而且d s p 处理器是通过软 件指令完成d s p 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d s p 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d s p 处理器对于3 g 和4 g 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d s p 处理器外还有a s i c 专用集成电路、a s s p 专 用标准电路模块和f p g a 。 a s i c 和a s s p 是专门针对完成某种d s p 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d s p 处理器。其优秀的工作性能主要源于特 定的算法全部由a s s p 和a s i c 中的硬件电路完成。a s s p 是半定制集成电路，在许多 d s p 算法的实现方面都优于d s p 处理器，但在功能重构，以及应用性修正方面缺乏 灵活性。使用超大规模专用集成电路a s i c 的实现方法是产品实用化的唯一可行的 方法，只有使用i c ，才有高可靠性和可接受的价格及体积功耗等。a s i c 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m 而f p g a 则能在许多实用领域综合d s p 处理器与a s i c a s s p 器件的优点，由f p g a 构成的数字系统可以以并行或顺序方式工作，在并行方面，f p g a 与a s i c a s s p 相 当，远优于d s p 处理器。对于d s p 处理器需要大量运算指令完成的工作，f p g a 只需 7 硕士学位论文第一章概述 一个时钟周期就能完成。在顺序执行方面，f p g a 也比d s p 处理器快，因为f p g a 中 可以使用各种状态机，或使用嵌入式微处理器来完成，并且，每顺序工作的时钟 周期中都能同时并行完成许多指令，而d s p 处理器却不能。 潘松等人嘲曾对t i 公司的t m s 3 3 2 0 c 6 4 1 4 高速d s p 处理器、最常用的 t m s 3 2 0 c 5 4 0 2d s p 处理器和a l t e r a 公司的f p g ae p l s l 2 0 完成同一算法( 8 位2 2 4 阶f i r 滤波器) 的速度进行了比较，如表卜1 所示： 从表1 - 1 可以看出e p l s l 2 0 型的f p g a 乘加速率是t m s 3 2 0 c 6 4 1 4d s p 处理器 的1 2 倍，是t m s 3 2 0 c 5 4 0 2d s p 处理器的5 6 0 倍，而f p g a 采用的内部时钟还不到 t m s 3 2 0 c 6 4 1 4d s p 处理器的一半。 表i - 1f p g a 与d s p 处理器运算速度的比较 可见，现代大容量f p g a 以及相关的开发技术在可重配置的d s p 应用领域， 以及d s p 数据大吞吐量和数据的纯硬件处理方面，具有独特的优势”。用f p g a 实现自适应滤波器，是自适应滤波器硬件实现的发展方向，也是满足高速数据处 理的最佳途径。因为自适应滤波器是自适应接收技术( 包括智能天线、自适应均 衡器等) 中最核心的技术，因此，研究自适应滤波器的f p g a 实现具有重要的意 义。“”蜘。 用f p g a 实现自适应滤波器，国外起步比较早，发展也非常迅速帆”。h e s e n e r ， a 啪1 于1 9 9 6 年提出了用f p g a 实现自适应滤波器的构想，并在f p g a 上实现了处理速 度可达5 m 的8 阶8 位f i r 滤波器。w o o l f r i e s ，n 等人用f p g a 实现了自适应栈滤波 器，并应用于图象处理。d a w o o d ，a m 1 等人用f p g a 开发了自适应f i r 滤波器并与 d s p 处理器方案进行了比较研究。国内起步相对较晚，李国峰0 1 等人在a l t e r a 公 司的f l e x l o e 系列器件上设计出最高数据处理速度为5 m 的8 阶8 位l m sf i r 自适应 滤波器。江和平h 0 3 等人在x i l i n x 公司的x c v s o 器件上完成了实时自适应卡尔曼滤 波器的设计，并用于图象去噪，系统能运行在6 6 m h z 的时钟，能处理6 0 帧秒1 0 2 4 1 0 2 4 的视频图象。高清运“”等人在f l e x l o e 3 0 上实现的自适应滤波器实现了最 大数据处理速度为2 5 m h z 的自适应滤波器。陈艳“2 等人在x i l i n x 公司s t i m i x 系列 e p l s 2 5 f 6 7 2 c 7 上实现了一种改进的i i r 自适应滤波器。这些自适应滤波器的f p g a 8 硕士学位论文第一章概述 实现都是通过编写底层h d l 语占实现的，这种方法开发周期长，开发难度也大， 调试也比较困难。目前，在用f p g a 实现数字系统方面有了全新的设计理念、工具 与设计流程。世界上两大f p g a 器件供应商a l t e r a 公司和x i l i n x 公司分别推出了面 向数字系统开发的系统级工具s y s t e mg e n e r a t o r 和d s pb u i l d e r 。它们作为 s i m u l i n k 中的一个工具包，使得用f p g a 设计数字系统完全可以通过s i m u l i n k 的图 形化界面进行，只要调用d s pb u i l d e r t 具箱中的模块，完成数字系统的建模即 可，这种全新的设计理念是e d a 技术研究的前沿和发展的方向。因此，尝试用d s p b u i l d e r 系统建模的方法来设计自适应滤波器，是设计理念的一大创新，具有很 大的实际意义。 在高速采样自适应滤波系统的构建方面，报导的文献很少，常规的数据采集 方案为嘲：( 1 ) 由单片机直接控制的采集方案，这是最简单最常用的控制方案。由 于每次采样都要有单片机的参与，需占用单片机的时间，影响其数据处理，而且对 于多通道、多个a d 转换器的控制，因所需处理的信息更多，则更加不方便。( 2 ) 由d m a 控制的采集方案，此方案硬件电路复杂，若与单片机配合使用，需要单片机 具有总线挂起功能( h o l d 功能) ，否则还需要进行总线切换。在总线挂起的时候， 单片机就不能访问外部存储器和外部端口，如果单片机要访问外部数据。也只能 等待总线的释放，这样就带来很多不方便，也影响数据的及时处理。 南开大学李国峰“等人提出了用单片机控制采样与滤波的方案，这种方案对 于低速采样控制来说是很常用的，但是对于用f p g a 构建的高速系统而言，由于单 片机的速度局限，几乎无从控制。本文采用异步f i f 0 技术，尝试将异步f i f o 与采 样控制器集成在同一芯片上，完成高速a d 器件与自适应滤波器的速度匹配控制， 可将器件的速度优势发挥到最大，同时系统抗干扰能力大大增强。 1 3 主要软件工具介绍 1 3 1h 豫t l a b s i m u ii n k m a t l a b 产品家族是美国m a t h w o r k s 公司开发的用于概念设计，算法开发，建 模仿真，实时实现的理想的集成环境。由于其完整的专业体系和先进的设计开发 思路。使得m a t l a b 在多种领域都有广阔的应用空间，特别是在m a r l a b 的主要 应用方向一科学计算、建模仿真以及信息工程系统的设计开发上已经成为行业内 的首选设计工具，全球现有超过五十万的企业用户和上千万的个人用户，广泛的 分布在航空航天，金融财务，机械化工，电信，教育等各个行业。 9 硕士学位论文 第一章概述 在m a t l a b 产品家族中，m a t l a b 工具箱是整个体系的基座，它是一个语言 编程型( m 语言) 开发平台，提供了体系中其他工具所需要的集成环境( 比如m 语言的解释器) 。同时由于m a t l a b 对矩阵和线性代数的支持使得工具箱本身也 具有强大的数学计算能力。m a t l a b 产品体系的演化历程中最重要的一个体系变 更是引入了s i m u l i n k ，用来对动态系统建模仿真。其框图化的设计方式和良好 的交互性，对工程人员本身计算机操作与编程的熟练程度的要求降到了最低，工 程人员可以把更多的精力放到理论和技术的创新上去。 针对控制逻辑的开发，协议栈的仿真等要求，m a t h w o r k s 公司在s i m u l i n k 平台上还提供了用于描述复杂事件驱动系统的逻辑行为的建模仿真工具一 s t a t e f l o w ，通过s t a t e f l o w ，用户可以用图形化的方式描述事件驱动系统的逻 辑行为，并无缝的结合到s i m u l i n k 的动态系统仿真中。 随着m a t l a b 在行业内影响力的快速扩大，与m a t h w o r k s 公司形成战略联合 的公司和寻求与m a t l a b 进行接口的软硬件产品的也日益增多。目前，m a t l a b 所 支持的第三方产品已经有三百余种，分布在科学计算、机械动力学设计、化工、 信息工程，汽车、金融财务等各个学科领域，接口方式包括联合建模、数据共享、 开发流程拼接等等。 从m a t l a b 的产品体系可以看到，应用m a t l a b 作为统一的集成开发平台结合 第三方软硬件工具，可以实现从算法开发到系统仿真优化再到硬件实现的完整过 程。这一平台在工业领域的典型应用有： ( 1 ) 控制器及控制对象的设计开发快速控制原型及硬件在回路仿真 ( 比如结合d s p a c e 硬件仿真机系统) ； ( 2 ) 信号处理系统的设计开发全系统仿真及快速原型验证( 比如结合 t i 公司的d s p ，a l t e r a 公司的d s p b u i l d e r 和x i l i n x 公司的s y s t e m g e n e r a t o r ) ； ( 3 ) 通信系统设计开发b i tt r u e 和c y c l et r u e 的算法验证( 比如结 合r a d i o l a b 3 g 和c a n d e n c e ) ； ( 4 ) 机电液一体化设计开发全系统联合仿真( 比如结合e a s y 5 和 a d a m s ) 。 1 3 2o u a r t u si l4 2 t ” o u a r t u si i 是a l t e r a 公司推出的逻辑综合、器件适配工具，在亚微米工艺 水平阶段，动态功耗占i c 总功耗的比重较大，但随着工艺尺寸不断减小，深亚 微米