基于并行技术和流水线的LMS自适应滤波算法

发布时间：2018-08-30 11:56

【摘要】：针对现有自适应滤波算法中数据处理效率低的问题,提出了基于并行技术和流水线的最小均方误差(Least mean square,LMS)自适应滤波算法。该算法构建基于并行技术的多输入多输出滤波器结构,成倍提高系统滤波处理速度;设计基于流水线的LMS自适应滤波权系数求解方法,有效改善了权系数计算效率。最后利用现场可编程门阵列(Field programmable gate array,FPGA)对该算法进行了验证,结果表明,对于四级并行流水线四阶LMS自适应滤波器,其数据处理速率提高了约8倍,在相同的数据处理速率下,其功耗可降低约84%,从而提高了LMS自适应滤波处理速率,降低了系统功耗,实现了高速、超高速数据流的实时自适应滤波处理。
[Abstract]:Aiming at the problem of low data processing efficiency in existing adaptive filtering algorithms, a new adaptive filtering algorithm based on parallel and pipelined minimum mean square error (Least mean square,LMS) is proposed. This algorithm constructs the multi-input multi-output filter structure based on parallel technology, and multiplies the filter processing speed of the system, and designs a pipelined LMS adaptive filter weight coefficient solution method, which effectively improves the efficiency of weight coefficient calculation. Finally, the algorithm is verified by using Field Programmable Gate Array (Field programmable gate array,FPGA). The results show that the data processing rate of the four-level parallel pipelined four-order LMS adaptive filter is increased by about 8 times, at the same data processing rate. The power consumption can be reduced by about 84, which improves the processing rate of LMS adaptive filtering, reduces the power consumption of the system, and realizes the real-time adaptive filtering processing of high-speed and ultra-high speed data streams.
【作者单位】： 大连大学通信与网络重点实验室;大连大学信息工程学院;
【基金】：国家高技术研究发展计划(“八六三”计划)(2014AAXX10E)资助项目 辽宁省教育厅科学技术研究项目(L2014495)资助项目
【分类号】：TN713

【相似文献】

相关期刊论文 前10条

1 田磊;汪小志;刘志刚;;自适应滤波算法及应用研究[J];电子测试;2008年01期

2 杨波;冯久超;;一种改进的自适应滤波算法及其在回波消除中的应用[J];电子与信息学报;2008年01期

3 耿妍;张端金;;自适应滤波算法综述[J];信息与电子工程;2008年04期

4 崔旭涛;何友;杨日杰;;自适应滤波算法的仿真及工程实现[J];现代电子技术;2009年18期

5 蔡卫菊;;线性自适应滤波算法综述[J];科技资讯;2011年36期

6 邹艳碧,高鹰;自适应滤波算法综述[J];广州大学学报(自然科学版);2002年02期

7 高鹰,谢胜利;一种基于三阶累积量的准则及自适应滤波算法[J];电子与信息学报;2002年09期

8 高清运,李学初;适合硬件实现的自适应滤波算法[J];微电子学与计算机;2003年07期

9 王芳,冯新喜,李鸿艳;一种新的自适应滤波算法[J];现代雷达;2003年07期

10 高鹰,谢胜利;带旋转因子的多路回波消除自适应滤波算法简化[J];系统工程与电子技术;2004年05期

相关会议论文 前10条

1 徐润博;;一种变步长自适应滤波算法及其分析[A];2008年中国高校通信类院系学术研讨会论文集（下册）[C];2009年

2 李超;毛剑琴;;一种进化的自适应滤波算法及其在振动主动控制中的应用[A];2003年中国智能自动化会议论文集（下册）[C];2003年

3 刘先省;胡振涛;;基于“当前”统计模型修正的自适应滤波算法[A];2005年中国智能自动化会议论文集[C];2005年

4 牛振中;李岁劳;王青青;任鸿飞;;改进的自适应滤波算法及其在精确空投组合导航中的应用[A];惯性技术发展动态发展方向研讨会文集——新世纪惯性技术在国民经济中的应用[C];2012年

5 赵龙;李铁军;陈璞;;新型自适应滤波算法及其在惯导/双星组合中的应用[A];第一届中国卫星导航学术年会论文集（下）[C];2010年

6 陈勇;黄清;;自适应滤波算法在多普勒频偏估计中的应用研究[A];2007年全国微波毫米波会议论文集（下册）[C];2007年

7 陈坡;孙付平;郭飞;刘雪瑞;;扩展自适应滤波算法在GNSS/INS紧组合中的应用[A];微机电惯性技术的发展现状与趋势——惯性技术发展动态发展方向研讨会文集[C];2011年

8 孟凡刚;曲延滨;高蕾;;基于变步长LMS自适应滤波算法的谐波检测[A];中国仪器仪表学会第九届青年学术会议论文集[C];2007年

9 高鹰;谢胜利;;一种变步长LMS自适应滤波算法及分析[A];第十九届中国控制会议论文集（一）[C];2000年

10 高鹰;谢胜利;;LMS牛顿自适应滤波算法的一种修正形式[A];第二十二届中国控制会议论文集（下）[C];2003年

相关博士学位论文 前3条

1 刘立刚;稀疏冲激响应的自适应滤波算法及其应用研究[D];复旦大学;2010年

2 曾谦;基于滤波器凸集的自适应滤波算法[D];吉林大学;2015年

3 李宁;LMS自适应滤波算法的收敛性能研究与应用[D];哈尔滨工程大学;2009年

相关硕士学位论文 前10条

1 蒋阳波;分数阶傅里叶变换自适应滤波算法及应用[D];湘潭大学;2009年

2 袁志勇;一维离散数据的卡尔曼滤波模型的参数估计及自适应滤波算法的改进[D];南京理工大学;2015年

3 陈北辰;非线性化功放的数字预失真系统设计[D];电子科技大学;2015年

4 赵一逍;基于核函数的自适应滤波算法研究及其系统实现[D];北京理工大学;2015年

5 徐新龙;自适应滤波算法及其应用研究[D];复旦大学;2014年

6 罗海富;变步长LMS自适应滤波算法的研究[D];湖南师范大学;2015年

7 赵集;带有反馈机制的核自适应滤波算法研究[D];西南大学;2016年

8 石嘉豪;基于最大互相关熵的核自适应滤波算法研究[D];华南理工大学;2016年

9 彭思愿;基于最小误差熵自适应滤波算法研究[D];华南理工大学;2016年

10 杨亚;自适应滤波抗干扰方法研究[D];电子科技大学;2016年

，

本文编号：2212999