基于DSP的最小均方誤差自適應(yīng)濾波器的實(shí)現(xiàn)

DSP應(yīng)用課程設(shè)計(jì)PAGEPAGE1題目：基于DSP的最小均方誤差自適應(yīng)濾波器的實(shí)現(xiàn)英文題目：DSP-basedimplementationoftheLMSadaptivefilter院系：電子工程學(xué)院專業(yè)：通信工程年級(jí)：二零零八級(jí)2011年6月13—2011年6月17摘要濾波是電子信息處理領(lǐng)域的一種最基本而又極其重要的技術(shù)。在有用信號(hào)的傳輸過(guò)程中，通常會(huì)受到噪聲或干擾的污染。利用濾波技術(shù)可以從復(fù)雜的信號(hào)中提取所需要的信號(hào)，同時(shí)抑制噪聲或干擾信號(hào)，以便更有效地利用原始信號(hào)。濾波器實(shí)際上是一種選頻系統(tǒng)，它對(duì)某些頻率的信號(hào)予以很小的衰減，讓該部分信號(hào)順利通過(guò)；而對(duì)其他不需要的頻率信號(hào)則予以很大的衰減，盡可能阻止這些信號(hào)通過(guò)。在電子系統(tǒng)中濾波器是一種基本的單元電路，使用很多，技術(shù)也較為復(fù)雜，有時(shí)濾波器的優(yōu)劣直接決定產(chǎn)品的性能，所以很多國(guó)家非常重視濾波器的理論研究和產(chǎn)品開(kāi)發(fā)。本文從自適應(yīng)濾波器的基本原理、算法及設(shè)計(jì)方法入手，其中自適應(yīng)濾波器的算法是整個(gè)系統(tǒng)設(shè)計(jì)的核心。本設(shè)計(jì)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，用DSP實(shí)現(xiàn)了自適應(yīng)濾波器。關(guān)鍵詞：DSP；自適應(yīng)濾波器；LMS算法；FIR結(jié)構(gòu)濾波器Abstract Filterisanelectronicinformationprocessingbasicandextremelyimportanttechnology.Signalinthetransmissionprocess,oftensubjecttonoiseorinterferencecontamination.Youcanusefilteringtechnologytoextractthesignalfromthecomplexsignalsneeded,whilesuppressingnoiseorinterferencesignalformoreefficientuseoftheoriginalsignal.Filterisactuallyafrequency-selectivesystem,itsignalstobesmallinsomefrequencyattenuation,sothatpartofthesignalispassed;andotherunwantedfrequencysignalistobegreatlyattenuatedasmuchaspossibletopreventthesesignal.Filterintheelectronicsystemisabasicunitcircuit,usingalotoftechnologyismorecomplex,andsometimesthefilterwilldirectlydeterminetheperformanceoftheproduct,somanycountriesattachgreatimportancetothefiltertheoryresearchandproductdevelopment.Inthispaper,thebasicprinciplesofadaptivefilters,algorithmsanddesignmethodsfromthestart,oneoftheadaptivefilteralgorithmisthecoreofthesystemdesign.ThedesignofanimprovedstructureoftheLMSadaptiveFIRfilterdesignalgorithms,theDSPimplementsadaptivefilter.Keywords:DSP;adaptivefilter;LMSalgorithm;FIRfilterstructure目錄摘要 1Abstract 2第一章緒論 4第二章第自適應(yīng)濾波器的原理 52.1自適應(yīng)濾波器簡(jiǎn)介 52.2自適應(yīng)濾波原理 52.3自適應(yīng)濾波算法 7第三章自適應(yīng)濾波算法的DSP實(shí)現(xiàn) 103.1DSP的理論基礎(chǔ) 103.2自適應(yīng)濾波算法的DSP實(shí)現(xiàn) 11第四章總結(jié) 14參考文獻(xiàn) 15致謝 16附錄 17第一章緒論近年來(lái)，尤其數(shù)字濾波技術(shù)使用廣泛，數(shù)字濾波理論的研究及其產(chǎn)品的開(kāi)發(fā)一直受到很多國(guó)家的重視。從總的來(lái)說(shuō)濾波可分為經(jīng)典濾波和現(xiàn)代濾波。經(jīng)典濾波要求已知信號(hào)和噪聲的統(tǒng)計(jì)特性，如維納濾波和卡爾曼濾波?，F(xiàn)代濾波則不要求己知信號(hào)和噪聲的統(tǒng)計(jì)特性，如自適應(yīng)濾波。自適應(yīng)濾波的原理就是利用前一時(shí)刻己獲得的濾波參數(shù)等結(jié)果，自動(dòng)地調(diào)節(jié)現(xiàn)時(shí)刻的濾波參數(shù)，從而達(dá)到最優(yōu)化濾波。自適應(yīng)濾波具有很強(qiáng)的自學(xué)習(xí)、自跟蹤能力，適用于平穩(wěn)和非平穩(wěn)隨機(jī)信號(hào)的檢測(cè)和估計(jì)。自適應(yīng)濾波一般包括3個(gè)模塊：濾波結(jié)構(gòu)、性能判據(jù)和自適應(yīng)算法。其中，自適應(yīng)濾波算法一直是人們的研究熱點(diǎn)，包括線性自適應(yīng)算法和非線性自適應(yīng)算法，非線性自適應(yīng)算法具有更強(qiáng)的信號(hào)處理能力，但計(jì)算比較復(fù)雜，實(shí)際應(yīng)用最多的仍然是線性自適應(yīng)濾波算法。線性自適應(yīng)濾波算法的種類很多，有LMS自適應(yīng)濾波算法、R路自適應(yīng)濾波算法、變換域自適應(yīng)濾波算法、仿射投影算法、共扼梯度算法等。自適應(yīng)濾波理論與技術(shù)是現(xiàn)代信號(hào)處理技術(shù)的重要組成部分，對(duì)復(fù)雜信號(hào)的處理具有獨(dú)特的功能．隨著微電子技術(shù)和計(jì)算機(jī)技術(shù)的迅速發(fā)展，具備了實(shí)現(xiàn)自適應(yīng)濾波器技術(shù)的各種軟硬件條件，有關(guān)自適應(yīng)濾波器的新算法、新理論和新的實(shí)施方法不斷涌現(xiàn)，對(duì)自適應(yīng)濾波的穩(wěn)定性、收斂速度和跟蹤特性的研究也不斷深入，這一切使該技術(shù)越來(lái)越成熟，并且在系統(tǒng)辨識(shí)、通信均衡、回波抵消、譜線增強(qiáng)、噪聲抑制、系統(tǒng)模擬語(yǔ)音信號(hào)處理、生物醫(yī)學(xué)電子等方面都獲得了廣泛應(yīng)用口。自適應(yīng)濾波器實(shí)現(xiàn)的復(fù)雜性通常用它所需的乘法次數(shù)和階數(shù)來(lái)衡量，而DSP強(qiáng)大的數(shù)據(jù)吞吐量和數(shù)據(jù)處理能力使得自適應(yīng)濾波器的實(shí)現(xiàn)更容易。目前絕大多數(shù)的自適應(yīng)濾波器應(yīng)用是基于最新發(fā)展的DSP來(lái)設(shè)計(jì)的．

第二章第自適應(yīng)濾波器的原理2.1自適應(yīng)濾波器簡(jiǎn)介自適應(yīng)濾波器屬于現(xiàn)代濾波器的范疇，自適應(yīng)濾波器是相對(duì)固定濾波器而言的，固定濾波器屬于經(jīng)典濾波器，它濾波的頻率是固定的，自適應(yīng)濾波器濾波的頻率則是自動(dòng)適應(yīng)輸入信號(hào)而變化的，所以其適用范圍更廣。在沒(méi)有任何關(guān)于信號(hào)和噪聲的先驗(yàn)知識(shí)的條件下，自適應(yīng)濾波器利用前一時(shí)刻已獲得的濾波器參數(shù)來(lái)自動(dòng)調(diào)節(jié)現(xiàn)時(shí)刻的濾波器參數(shù)，以適應(yīng)信號(hào)和噪聲未知或隨機(jī)變化的統(tǒng)計(jì)特性，從而實(shí)現(xiàn)最優(yōu)濾波。所謂自適應(yīng)濾波，就是利用前一時(shí)刻已獲得的濾波器參數(shù)等結(jié)果，自動(dòng)地調(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。自適應(yīng)濾波器實(shí)質(zhì)上就是一種能調(diào)節(jié)其自身傳輸特性以達(dá)到最優(yōu)化的維納濾波器2.2自適應(yīng)濾波原理所謂的自適應(yīng)濾波，就是利用前一時(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。自適應(yīng)濾波器實(shí)質(zhì)上就是一種能調(diào)節(jié)其自身傳輸特性以達(dá)到最優(yōu)的維納濾波器。自適應(yīng)濾波器不需要關(guān)于輸入信號(hào)的先驗(yàn)知識(shí)，計(jì)算量小，特別適用于實(shí)時(shí)處理。由于無(wú)法預(yù)先知道信號(hào)和噪聲的特性或者它們是隨時(shí)間變化的，僅僅用FIR和IIR兩種，他們具有固定濾波系數(shù)的濾波器無(wú)法實(shí)現(xiàn)最優(yōu)濾波。在這種情況下，必須設(shè)計(jì)自適應(yīng)濾波器，以跟蹤信號(hào)和噪聲的變化。自適應(yīng)濾波器的特性變化是由自適應(yīng)算法通過(guò)調(diào)整濾波器系數(shù)來(lái)實(shí)現(xiàn)的。一般而言，自適應(yīng)濾波器由兩部分組成，一是濾波器結(jié)構(gòu)，二是調(diào)整濾波器系數(shù)的自適應(yīng)算法。自適應(yīng)濾波器的結(jié)構(gòu)采用FIR或IIR結(jié)構(gòu)均可，由于IIR濾波器存在穩(wěn)定性問(wèn)題，因此一般采用FIR濾波器作為自適應(yīng)濾波器的結(jié)構(gòu)。圖2-1自適應(yīng)濾波器的一般結(jié)構(gòu)圖2-1為自適應(yīng)濾波器結(jié)構(gòu)的一般形式，圖中為輸入信號(hào)，通過(guò)參數(shù)可調(diào)的數(shù)字濾波器后產(chǎn)生輸出信號(hào)，將輸出信號(hào)與標(biāo)準(zhǔn)信號(hào)(或者為期望信號(hào))進(jìn)行比較，得到誤差信號(hào)。和通過(guò)自適應(yīng)算法對(duì)濾波器的參數(shù)進(jìn)行調(diào)整，調(diào)整的目的使得誤差信號(hào)最小。自適應(yīng)FIR濾波器結(jié)構(gòu)又可分為3種結(jié)構(gòu)類型：橫向型結(jié)構(gòu)（TransversalStructure）、對(duì)稱橫向型結(jié)構(gòu)（SymmetricTransversalStructure）以及格型結(jié)構(gòu)（LatticeStruture）。本文采用自適應(yīng)濾波器設(shè)計(jì)中最常用的FIR橫向型結(jié)構(gòu)。圖2-2是橫向型濾波器的結(jié)構(gòu)示意圖。圖2-2橫向型濾波器的結(jié)構(gòu)示意圖其中：為自適應(yīng)濾波器的輸入；為自適應(yīng)濾波器的沖激響應(yīng)：（2-1）為自適應(yīng)濾波器的輸出:（2-2）自適應(yīng)FIR濾波器結(jié)構(gòu)又可分為3種結(jié)構(gòu)類型：橫向型結(jié)構(gòu)（TransversalStructure）、對(duì)稱橫向型結(jié)構(gòu)（SymmetricTransversalStructure）以及格型結(jié)構(gòu)（LatticeStruture）。本文采用自適應(yīng)濾波器設(shè)計(jì)中最常用的FIR橫向型結(jié)構(gòu)。2.3自適應(yīng)濾波算法自適應(yīng)濾波器除了包括一個(gè)按照某種結(jié)構(gòu)設(shè)計(jì)的濾波器，還有一套自適應(yīng)的算法。自適應(yīng)算法是根據(jù)某種判斷來(lái)設(shè)計(jì)的。自適應(yīng)濾波器的算法主要是以各種判據(jù)條件作為推算基礎(chǔ)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。最小均方誤差(LeastMeanSquare，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)法使接近，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”(MeanSqluareError，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：（2-3）對(duì)于橫向結(jié)構(gòu)的濾波器，代入的表達(dá)式：（2-4）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。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。達(dá)到最小時(shí)，得到最佳權(quán)系數(shù)：（2-5）它應(yīng)滿足下式：（2-6）這是一個(gè)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）用完整的矩陣表示為：（2-8）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)：（2-9）（2-10）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)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)為下式即E[e2(n)]的斜率：（2-11）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▽(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：（2-12）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：（2-13）以后討論的LMS算法都是基于WidrOW-Hoff的LMS算法。上式的迭代公式假定濾波器結(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：（2-14）第三章自適應(yīng)濾波算法的DSP實(shí)現(xiàn)3.1DSP的理論基礎(chǔ)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。X(t)XX(t)X(n)Y(n)Y(t)前置濾波后置濾波A/D轉(zhuǎn)換D/A轉(zhuǎn)換DSP數(shù)字處理器圖3-1數(shù)字信號(hào)處理系統(tǒng)的簡(jiǎn)化框圖目前TMS320C5000系列芯片包括了TMS320C54XX和TMS320C55XX兩大類。這兩類芯片的軟件互相兼容。但是本文選擇TMS320C55XX系列DSP芯片。1.結(jié)構(gòu)特點(diǎn)比較（1）TMS320C54XX和TMS320C55XX均為16bit定點(diǎn)DSP（2）C55XX有雙MAC單元；C54XX只有單MAC單元。（3）C55XX的指令長(zhǎng)度可變，且沒(méi)有排隊(duì)的限制；C54X的指令長(zhǎng)度固定。（4）C55XX有12組總線；C54XX只有8組總線。（5）C55XX提供了EMIF外部存儲(chǔ)器擴(kuò)展接口，可以直接使用SDRAM，而C54XX則不能直接使用。2.內(nèi)部結(jié)構(gòu)對(duì)比（1）C54XX關(guān)注于低功耗，而C55XX則將低功耗提高到一個(gè)新水平：300MHZ的C55XX和120MHZ的C54XX相比，性能提高了5倍，而功耗則降到1/6。（2）C55XX總線的寬度為32bit,而C54XX總線寬度為16bit。C55XX有三組數(shù)據(jù)讀總線和兩組數(shù)據(jù)寫總線，而C54XX有兩組數(shù)據(jù)讀總線和一組數(shù)據(jù)寫總線。（3）C55XX包含一個(gè)40bit的ALU。用戶可以用ALU作32bit的運(yùn)算。C54XX包含一個(gè)分開(kāi)40bit的ALU。它的ALU可以做成兩個(gè)16bit的配置。3.尋址模式對(duì)比C54XX支持單數(shù)據(jù)存儲(chǔ)器操作數(shù)尋址和32bit操作數(shù)尋址，還使用并行指令支持雙數(shù)據(jù)存儲(chǔ)器操作數(shù)尋址。它也提供立即數(shù)尋址，循環(huán)尋址和位倒序?qū)ぶ?。在C54XX的基礎(chǔ)上，C55XX還支持絕對(duì)值尋址，寄存器間接尋址，直接尋址。C55XX的ADFU包括專門的寄存器，支持使用間接尋址指令的循環(huán)尋址?？梢酝瑫r(shí)使用5個(gè)獨(dú)立的循環(huán)緩沖器和3個(gè)獨(dú)立的緩沖器長(zhǎng)度。這些循環(huán)緩沖器沒(méi)有地址排隊(duì)的限制。3.2自適應(yīng)濾波算法的DSP實(shí)現(xiàn)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)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)器中的存放形式如圖3-2所示。圖3-2TMS320C54xx自適應(yīng)濾波器存儲(chǔ)器組織形式本設(shè)計(jì)在CCS下完成LMS自適應(yīng)濾波器對(duì)未知信號(hào)處理系統(tǒng)的模擬，并通過(guò)CCS的圖形顯示工具觀察結(jié)果。在整個(gè)工程文件中init.c為初始化程序，random.c為產(chǎn)生零均值隨機(jī)噪聲程序，主程序exp8a.c實(shí)現(xiàn)LMS自適應(yīng)濾波對(duì)未知信號(hào)處理系統(tǒng)的模擬。運(yùn)行程序，可見(jiàn)通過(guò)LMS自適應(yīng)濾波器對(duì)未知信號(hào)系統(tǒng)進(jìn)行逼近?？梢栽趫D形窗口中看到連續(xù)變化的自適應(yīng)濾波的模擬系統(tǒng)的波形逐步逼近未知系統(tǒng)波形的過(guò)程，相關(guān)輸出圖形如下:圖3-3未知系統(tǒng)傳遞函數(shù)時(shí)域波形圖3-4未知系統(tǒng)傳遞函數(shù)頻譜波形圖3-5自適應(yīng)濾波模擬產(chǎn)生的系統(tǒng)傳遞函數(shù)時(shí)域波形圖3-6自適應(yīng)濾波模擬產(chǎn)生的系統(tǒng)傳遞函數(shù)頻譜波形第四章總結(jié)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)。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。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，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。

參考文獻(xiàn)

[1]王世一．?dāng)?shù)字信號(hào)處理[M]．第2版．北京理工大學(xué)出版社，2005．

[2]彭啟瓊，李玉柏．DSP技術(shù)[M]．第4版．電子科技大學(xué)，2002．[3]鄧重一．濾波器的過(guò)去、現(xiàn)在與未來(lái)[J]．中國(guó)電子報(bào)社，2003，17(4)：513～523．

[4]張雄偉，陳亮．DSP集成開(kāi)發(fā)與應(yīng)用實(shí)例[M]．北京：電子工業(yè)出版社．

[5]UweMeyer—Baese．DigitalSignalProcessingwithFieldProgrammableGateArrays[M]．清華大學(xué)出版社，2005．

[6]鄧紅軍．備用電源自動(dòng)投入邏輯及其實(shí)現(xiàn)[J]．電氣時(shí)代．2004，（7）：130-132．

[7]許育敏．備自投裝置的設(shè)計(jì)探討[C]．浙江電力．2000，12(5)：57-58．

[8]張雄偉（等）．DSP芯片的原理與開(kāi)發(fā)應(yīng)用[M]．第四版．北京：電子工業(yè)出版社．2008．[9]高西全（等）．?dāng)?shù)字信號(hào)處理[M]．第三版．西安電子科技大學(xué)出版社．2008

致謝本論文是在江老師的悉心關(guān)懷和指導(dǎo)下完成的。江老師對(duì)工作認(rèn)真負(fù)責(zé)，有很好的耐心輔導(dǎo)學(xué)生，在遇到難題時(shí)主動(dòng)幫助學(xué)生解決問(wèn)題。江老師嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神都使我受益非淺。無(wú)論在日常學(xué)習(xí)還是課余生活中，老師都給予我無(wú)私的幫助和無(wú)微不至的關(guān)懷。對(duì)于老師的教誨，學(xué)生將受益終生。在此，謹(jǐn)對(duì)領(lǐng)導(dǎo)及指導(dǎo)老師的辛勤培養(yǎng)和悉心關(guān)懷致以最誠(chéng)摯的謝意！也祝愿老師在今后的科研工作中身體健康，工作順利！學(xué)院的未來(lái)更加繁榮昌盛!

附錄exp8a.c:應(yīng)用系統(tǒng)辨識(shí)的自適應(yīng)濾波器使用#include"LP_coef.dat"#defineN048/*自適應(yīng)濾波的階*/#defineN148/*未知濾波的階*/#defineNs128/*輸入信號(hào)的數(shù)量*/#defineTENMU0x1000/*步長(zhǎng)*/#pragmaCODE_SECTION(main,"lms_code");#pragmaDATA_SECTION(fir_index,"lms_data");#pragmaDATA_SECTION(sys_index,"lms_data");#pragmaDATA_SECTION(w,"lms_coef");#pragmaDATA_SECTION(s,"lms_data");#pragmaDATA_SECTION(f,"lms_data");#pragmaDATA_SECTION(in,"lms_in");#pragmaDATA_SECTION(d,"lms_out");externvoidinit(int*,unsignedint);externvoidrandom(int*,unsignedint);intw[N0],/*自適應(yīng)濾波器系數(shù)*/s[N0],/*自適應(yīng)濾波延遲樣品緩沖*/f[N1],/*未知系統(tǒng)延遲樣品緩沖*/in[Ns],/*緩沖輸入樣本*/d[Ns];/*未知系統(tǒng)輸出緩沖區(qū)*/unsignedintfir_index,sys_index;voidmain(){intd,y,e,ue,j,i;init(w,N0);/*初始化自適應(yīng)濾波器系數(shù)*/init(s,N0);/*初始化自適應(yīng)濾波器的delay-line*/init(f,N1);/*未知的過(guò)濾delay-line初始化*/fir_index=0;/*未知的過(guò)濾delay-line初始指標(biāo)*/sys_index=0;/*初化自適應(yīng)濾波技術(shù)delay-line指數(shù)*/for(;;)/*產(chǎn)生兩過(guò)濾器和樣品*/{random(in,Ns);for(i=0;i<Ns;i++){f[0]=in[i]; /*得到信號(hào)數(shù)據(jù)*/d=0;for(j=0;j<N1;j++)d+=_smpy(LP_coef[j],f[j]);/*計(jì)算d(n)*/for(j=N1-1;j>0;j--)f[j]=f[j-1];/*信號(hào)未知系統(tǒng)的緩沖區(qū)中更新*/s[0]=in[i];/*將生成的偽隨機(jī)噪聲信號(hào)存入d_sys[]數(shù)組中*/y=0;for(j=0;j<N0;j++)y+=_smpy(w[j],s[j]);/*計(jì)算LMS的輸出y*/e=d-y;