基于FPGA的自适应滤波器研究及设计
发布时间:2021-12-24 01:16
在面对随机信号处理时,自适应滤波器无疑是一种十分良好的解决方案,随着集成电路及其芯片工业的高速发展,自适应滤波器的滤波性能也得到了极大提升,其广泛应用于干扰消除、系统识别和信号预测等诸多领域。基于FPGA芯片设计的自适应滤波器还具有良好的灵活性、扩展性和高速性等优势,所以在数字信号处理中,自适应滤波器有着举足轻重的位置。现有的易于硬件实现的自适应滤波器大部分都是以简化自适应滤波算法的计算过程,从而提升滤波效率,但是这些自适应滤波系统的收敛速度和收敛之后的稳态性并没有比经典的自适应滤波器提升太多,甚至在某些场景下,这些这些改进的自适应滤波系统的稳态性会更差。由于自适应滤波算法的收敛速度和稳态性之间一直存在矛盾,因此有大量学者在此基础上进行了各式各样的算法改进,得到一些收敛速度和稳态性极佳的自适应滤波算法,但是这些算法大量引用了复杂函数参与自适应滤波算法的计算过程,导致这些算法硬件实现十分困难,并且资源消耗量巨大。针对现有的自适应滤波器算法复杂度和硬件实现之间的矛盾,文中从硬件设计角度出发,对已有的易于硬件实现的符号自适应滤波算法和计算过程较为复杂的变步长自适应滤波算法进行深入分析,对这两...
【文章来源】:兰州交通大学甘肃省
【文章页数】:74 页
【学位级别】:硕士
【部分图文】:
经典算法收敛性能
1/256 是自适应均衡器较为合适的步长因 MATLAB 仿真实验,也采用 1/256 步长因子值收敛关系图(迭代次数为 1000,为了更方便观察本节所有仿真纵轴处理一致):图 3.15 经典算法收敛性能
图 3.17 第二种符号算法收敛性能图 3.18 第三种符号算法收敛性能 3.18 中可以看出第一种符号算法和第三种符号波动较大,收敛之后不够稳定,所以对于忽略误差分步长因子值来保证算法收敛的稳定性,第二种
【参考文献】:
期刊论文
[1]基于FPGA的CORDIC算法实现[J]. 蔡权利,高博,龚敏. 电子器件. 2018(05)
[2]自适应陷波器噪声统计性能与相关性分析[J]. 李明,涂亚庆,沈艳林,沈廷鳌,毛育文. 电子学报. 2018(09)
[3]嵌入式FPGA技术发展现状及启示[J]. 冯园园,张倩. 集成电路应用. 2018(08)
[4]高速自适应均衡器研究与设计[J]. 李嘉. 信息通信. 2018(05)
[5]实时扰动频率控制的自适应陷波器研究[J]. 王宇,应启瑞,雷宇,王东,靳宝全. 电子器件. 2018(02)
[6]一种改进变步长LMS算法及其DSP功能实现[J]. 牛群,陈天宁. 电子测量技术. 2018(07)
[7]基于核自适应滤波的无线传感网络定位算法研究[J]. 李军,赵畅. 农业机械学报. 2018(04)
[8]一种新的变步长LMS算法及分析[J]. 彭宏,陈泓宇. 浙江工业大学学报. 2018(01)
[9]基于CORDIC算法的动态FIR数字滤波器FPGA实现与应用[J]. 宋定昆,刘桂雄,唐文明. 中国测试. 2017(07)
[10]基于LMS的符号级自适应均衡算法[J]. 杨杰,涂航,王忆夏. 北京理工大学学报. 2017(07)
博士论文
[1]LMS算法收敛性能研究及应用[D]. 谷源涛.清华大学 2003
硕士论文
[1]适用于多协议的高速均衡器研究及自适应算法的实现[D]. 曹松.东南大学 2017
[2]核自适应滤波算法研究[D]. 陈乾.华中师范大学 2014
[3]基于FPGA的输送带表面超声检测系统开发[D]. 狄帅.华东理工大学 2014
[4]自适应滤波器中LMS算法的研究及应用[D]. 夏晓.北京邮电大学 2013
[5]基于核方法的自适应滤波的算法的研究[D]. 朱陈良.西华大学 2011
[6]单载波系统的自适应均衡器设计[D]. 田舒.西安电子科技大学 2009
[7]自适应LMS算法的研究及应用[D]. 马伟富.四川大学 2005
本文编号:3549546
【文章来源】:兰州交通大学甘肃省
【文章页数】:74 页
【学位级别】:硕士
【部分图文】:
经典算法收敛性能
1/256 是自适应均衡器较为合适的步长因 MATLAB 仿真实验,也采用 1/256 步长因子值收敛关系图(迭代次数为 1000,为了更方便观察本节所有仿真纵轴处理一致):图 3.15 经典算法收敛性能
图 3.17 第二种符号算法收敛性能图 3.18 第三种符号算法收敛性能 3.18 中可以看出第一种符号算法和第三种符号波动较大,收敛之后不够稳定,所以对于忽略误差分步长因子值来保证算法收敛的稳定性,第二种
【参考文献】:
期刊论文
[1]基于FPGA的CORDIC算法实现[J]. 蔡权利,高博,龚敏. 电子器件. 2018(05)
[2]自适应陷波器噪声统计性能与相关性分析[J]. 李明,涂亚庆,沈艳林,沈廷鳌,毛育文. 电子学报. 2018(09)
[3]嵌入式FPGA技术发展现状及启示[J]. 冯园园,张倩. 集成电路应用. 2018(08)
[4]高速自适应均衡器研究与设计[J]. 李嘉. 信息通信. 2018(05)
[5]实时扰动频率控制的自适应陷波器研究[J]. 王宇,应启瑞,雷宇,王东,靳宝全. 电子器件. 2018(02)
[6]一种改进变步长LMS算法及其DSP功能实现[J]. 牛群,陈天宁. 电子测量技术. 2018(07)
[7]基于核自适应滤波的无线传感网络定位算法研究[J]. 李军,赵畅. 农业机械学报. 2018(04)
[8]一种新的变步长LMS算法及分析[J]. 彭宏,陈泓宇. 浙江工业大学学报. 2018(01)
[9]基于CORDIC算法的动态FIR数字滤波器FPGA实现与应用[J]. 宋定昆,刘桂雄,唐文明. 中国测试. 2017(07)
[10]基于LMS的符号级自适应均衡算法[J]. 杨杰,涂航,王忆夏. 北京理工大学学报. 2017(07)
博士论文
[1]LMS算法收敛性能研究及应用[D]. 谷源涛.清华大学 2003
硕士论文
[1]适用于多协议的高速均衡器研究及自适应算法的实现[D]. 曹松.东南大学 2017
[2]核自适应滤波算法研究[D]. 陈乾.华中师范大学 2014
[3]基于FPGA的输送带表面超声检测系统开发[D]. 狄帅.华东理工大学 2014
[4]自适应滤波器中LMS算法的研究及应用[D]. 夏晓.北京邮电大学 2013
[5]基于核方法的自适应滤波的算法的研究[D]. 朱陈良.西华大学 2011
[6]单载波系统的自适应均衡器设计[D]. 田舒.西安电子科技大学 2009
[7]自适应LMS算法的研究及应用[D]. 马伟富.四川大学 2005
本文编号:3549546
本文链接:https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3549546.html
教材专著