一种自适应滤波方法与流程

本发明属于自适应滤波技术领域，具体涉及一种自适应滤波方法。

背景技术：

自适应滤波器，具有滤除干扰信号，留下有用信号的功能，在信号传输方面，能够保证数据传输是高质量并且高速的。其通过预先设置的算法，通过对未知特点的波形自行调整参数从而智能地滤除杂波。目前，针对自适应算法的实现，大都是通过matlab以及dsp来进行仿真，随着人们对硬件系统越来越高的速度要求以及信号不确定性的增长，通过fpga来实现滤波器算法的仿真，越来越受到人们的重视。

由于fpga具有设计特定算法的功能，该算法完全由设计者安排的硬件电路完成，因此工作性能要强于现今常用的其他数字处理器。同时，由于fpga中含有大量的半定制集成电路，因此兼具大容量、高灵活性以及高速度的优势，并且其开发时间相对较短，易于更新及改变，其最为突出的优势在于支持大规模的并行数据处理，因此具有处理前端复杂数字运算的能力。

随着科技的发展，信号传输的速度以及信息量越来越大，由传播等因素引起的信号间的相互干扰越来越强，导致信号的不确定性越来越大，普通的滤波器、滤波算法难以实现理想的滤波效果，具有一定学习能力及自我调节能力的滤波器以及滤波算法才能满足人们对滤波要求的需求。

技术实现要素：

为了解决现有技术存在的上述问题，本发明实施例提供以下技术方案：

提供了一种自适应滤波方法，通过该方法自适应滤波器的收敛速度得到明显提高，滤出的波形精确度较高。

本发明的目的是提供一种自适应滤波方法，包括如下步骤：

s001，干扰信号经模数转换器转化为数字信号后发送至移位寄存器；

s002，所述移位寄存器对所述干扰信号进行移位延迟处理；

s003，经s002处理后的所述干扰信号与原始混合信号进行实时互相关运算，得到不同的互相关函数值；

s004，将s003得到的各所述互相关函数值发送至比较寄存器进行比较，通过信号筛选电路选取所述互相关函数值中最大值那一路信号输出。

进一步的，所述信号筛选电路包括信号调理模块和数据采集模块；所述信号调理模块用于将输入信号进行调理后传送至所述数据采集模块进行采样。

进一步的，所述原始混合信号包括有用信号部分和干扰信号部分。

进一步的，所述互相关运算描述了经所述移位寄存器处理后的所述干扰信号与所述原始混合信号中的干扰信号的相似程度。

进一步的，所述原始混合信号与所述干扰信号相减即可得到所述有用信号。

进一步的，自适应滤波器算法的主要部分是抽头延时线，在各个抽头上得到经过同时延的信号元，所述信号元经过系数加权后相加产生均衡后的输出信号。

进一步的，所述自适应滤波器的输出信号通过调节所述加权系数来进行调整。

进一步的，通过最速下降法和估计误差反馈控制抽头权值优化误差函数的选取。

进一步的，所述误差函数的选取步骤如下：

通过所述最速下降法得到抽头权值的迭代公式；

而后与自适应滤波算法的抽头更新公式联立得到优化的估计误差；

通过误差函数进行抽头权值更新，从而实现流水线式计算，减小互相关运算的计算量。

进一步的，所述方法通过fpga实现，fpga采用赛灵思zynq-7020开发板。

本发明提供的一种自适应滤波方法，该方法依据干扰信号的特征采用互相关的干扰抵消方法，对干扰信号与有用信号叠加产生的原始信号进行滤波处理，通过移项寄存器外加互相关运算选取结果最大的那一路为输出信号，最终将滤除干扰信号后的有用信号剥离出来。利用fpga的高速运算特性，分担了大量的互相关运算量，同时能够比较快地输出结果，通过上述自适应滤波方法得到的自适应滤波器的收敛速率得到明显提高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中自适应滤波方法基于fpga实现的程序模块；

图2是本发明实施例中自适应滤波方法基于fpga实现的滤波算法仿真波形。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

如图1所示，本发明公开了一种自适应滤波方法，包括如下步骤：

s001，干扰信号经模数转换器转化为数字信号后发送至移位寄存器；

s002，移位寄存器对干扰信号进行移位延迟处理；

s003，经s002处理后的干扰信号与原始混合信号进行实时互相关运算，得到不同的互相关函数值；

s004，将s003得到的各互相关函数值发送至比较寄存器进行比较，通过信号筛选电路选取互相关函数值中最大值那一路信号输出。

具体的，移位寄存器对干扰信号进行不同时间单位的移位延迟处理。该移位寄存器根据系统脉冲信号对输入的干扰信号依次进行移位处理。

本实施例提供的一种自适应滤波方法，依据干扰信号的特征采用互相关的干扰抵消方法，对干扰信号与有用信号叠加产生的原始混合信号进行滤波处理，通过移项寄存器外加互相关运算选取结果最大的那一路为输出信号，最终将滤除干扰信号后的有用信号剥离出来，通过上述方法得到的自适应滤波器的收敛速率得到明显提高。

基于上述改进方法，本实施例提供一种可选的实现方式，信号筛选电路包括信号调理模块和数据采集模块；信号调理模块用于将输入信号进行调理后传送至所述数据采集模块进行采样。

具体的，信号调理模块将经移位寄存器和比较寄存器处理后的原始混合信号(互相关函数值中最大值那一路信号)进行滤波、放大处理，转化为数据采集模块可以识别的标准信号，数据采集卡进行频率和幅度的采样收集，传输至pc机进行存储，通过示波器显示输出波形。

进一步的，原始混合信号包括有用信号部分和干扰信号部分。经上述移位寄存器处理的干扰信号与原始混合信号进行实时互相关运算，互相关运算描述了经移位寄存器处理后的干扰信号与原始混合信号中的干扰信号部分的相似程度，因此将原始混合信号相位与移位后的干扰信号相位作差就得到了有用信号部分相位。

作为上述自适应滤波方法的一种可选实现方式，自适应滤波器算法的主要部分是抽头延时线，在各个抽头上得到经过同时延的信号元，该信号元经过系数加权后相加产生均衡后的输出信号，通过调节加权系数来调整滤波器的输出信号。

具体的，假设横向滤波器共有(2n+1)个抽头，其抽头加权系数分别是c-n，c-n+1，......，cn，横向滤波器输入抽样值为{xk}，输出抽样序列为{yk}，则

yk＝∑cixk-i，k＝-2n，......，2n(1.1)

由此可以看出横向滤波器的特征完全取决于抽头系数。

作为上述自适应滤波方法的一种可选实现方式，对于自适应滤波算法，误差函数的选取关系到滤波精度，通过最速下降法和估计误差反馈控制抽头权值来优化该误差函数的选取。由于最小均方算法(lms)自适应滤波器的本质是由最速下降法以及估计误差反馈控制抽头权值实现的自适应，因此可以推得更为优化的误差函数的选取方法：首先通过最速下降法得到抽头权值的迭代公式，而后与自适应滤波算法的抽头更新公式联立得到优化的估计误差，最后通过误差函数进行抽头权值更新，从而实现流水线式计算，减小互相关运算的计算量。

具体的，最小均方算法(lms)的判断依据是最小均方误差，即理想输出信号与滤波器输出信号之差的平方值的期望值最小，根据这个判断依据来修改抽头加权系数。假设n阶横向滤波器的抽头加权系数为ci(n)，滤波器是输入和输出分别为x(n)和y(n)，理想输出信号为o(n)，误差信号为e(n)，则n阶横向滤波器方程式可表示为：

误差信号为：

e(n)＝o(n)-y(n)＝o(n)-c(n)x(n)(1.3)

利用最速下降法求解最佳抽头加权系数向量的近似值，最速下降法，即“下一时刻”抽头加权系数向量等于“现在时刻”抽头加权系数向量加上一个负均方误差梯度的比例项，即：

ci(n+1)＝ci(n)-μδ(n)(1.4)

其中μ为收敛因子(控制收敛速度与稳定性的常数)，δ(n)为均方误差梯度。

按照近似的方法，取e²(n)为均方误差e[e²(n)]的估计值，即:

由式1.2和1.3可得：

因此，δ(n)＝-2e(n)x(n)(1.7)

由式1.4和式1.7可得：ci(n+1)＝ci(n)+2e(n)x(n)(1.8)

式1.8为经误差函数e(n)更新后的抽头加权系数。

上述自适应滤波方法通过fpga进行仿真实现，本实施例采用赛灵思zynq-7020fpga开发板，以数据处理模块为核心进行信号处理，其中最小均方算法模块内部信号为：

系统时钟：10mhz(由fpga系统时钟经分频得到)

输入位宽：12位；

输出位宽：14位；

滤波器阶数：7阶；

因每阶滤波器消耗的乘法器及加法器均为阶数的一次方，所以7阶lms滤波器资源消耗度为337个逻辑资源，由此可见该算法占用资源较少。滤波程序调试成功后，一次性对256个点进行互相关运算，运算时间控制在1s以内，可以看到波形如图2所示。通过提高采样点数或者延长互相关运算的时间可以改善波形的美观程度以及精确程度，但是通过仿真可以看到，滤波程序达到了预期的效果。

图2中，第一行为噪声信号，是频率为20khz的正弦信号；第二行为有效信号，是频率为40khz的正弦信号；两者之间有相位偏差，第三行为两者的叠加，即为需要处理的原始混合信号。在经过上述自适应滤波方法自适应滤波后，最终输出为最后一行的正弦信号，由图2可见，上述自适应滤波方法能够成功实现自适应滤波功能，且自适应滤波方法的可靠性也比较强，最终，自适应滤波的实现验证了本发明实施例提到的自适应滤波方法的功能。

需要说明的是，本发明实施例提供的自适应滤波方法不仅对于正弦的干扰噪声信号可以进行滤除，方波、三角波也都可以由上述自适应滤波方进行有效滤除。

本发明实施例提供的一种自适应滤波方法，依据干扰信号的特征采用互相关的干扰抵消方法，对干扰信号与有用信号叠加产生的原始信号进行滤波处理，通过移项寄存器外加互相关运算选取结果最大的那一路为输出信号，最终将滤除干扰信号后的有用信号剥离出来。该方法通过fpga仿真实现，利用fpga的高速运算特性，将互相关运算量进行很大程度上的分担，同时能够比较快地输出结果。最终，自适应滤波的实现验证了本发明实施例提到的自适应滤波方法的功能，通过上述自适应滤波方法得到的自适应滤波器的收敛速率得到明显提高。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。