1、 本科毕业设计 （ 20 届） 基于 FPGA 的回波抵消器设计 所在学院 专业班级 电子信息工程 学生姓名 学号 指导教师 职称 完成日期 年 月 - 1 - 摘 要 现代通信系统中都不同程度的存在回波现象，从而影响了通信质量。而随着通讯、数字信号处理和大规模集成电路技术的飞速发展， 人们对通信质量的要求越来越高，回波抵消技术也因此得到快速的发展，在数字通信、卫星通信等系统中起着越来越大的作用。 回波抵消器主要是根据自适应滤波器模拟回波路径，可以跟踪回波路径的变化这一原理设计的。而 自适应回波抵消器有最小均方算法 （ LMS） （ Least Mean Square） ,最小二乘算法 （ R
2、LS） （ Recursive Least-squares） 和 DLMS 自适应滤波器算法这 三种典型算法。 RLS 算法是在牛顿优化算法基础上改进的，该算法对输入的数据矢量无任何限制，在 FIR 滤波和阵列处理中都可使用，具有较高数 值精度； LMS 较 RLS 算法收敛速度慢，但算法教简单，计算量小易于实时处理，通过参数调节仍可取得较好滤波效果。 论文 根据 自适应回波抵消器的典型算法理论最小均方算法 （ LMS） ，采用Altera 公司的 DSP Builder 开发平台，设计了自适应回波抵消器的系统模块 ，给出 回波抵消系统 的模块图，介绍了部分关键参数的设置， 给出详细的仿真结果
3、，最终得到系统模块的正确波形，并对模块进行了仿真和系统正确性的验证。论文还记录和整理了在设计与调试中出现的问题，并给出笔者的分析。 关键词： 回波抵消器 ;LMS; RLS;DLMS - 2 - Abstract There are different levels of echo phenomenon in the modern communication systems, which affects the communication quality. With the communications, digital signal processing and the rapid deve
4、lopment of large scale integrated circuit technology, people are increasingly demanding quality of communication, echo cancellation technology is so rapid developments in digital communications, satellite communications systems from an increasingly large role. Adaptive echo canceller filter simulati
5、on is mainly based on the echo path, you can track changes in the echo path design principles. The adaptive echo canceller has the least mean square algorithm (LMS) (Least Mean Square), least squares (RLS) (Recursive Least-squares) adaptive filter algorithm and DLMS algorithm for the three typical.R
6、LS algorithm is based on the improved Newton algorithm, and the algorithm on the input data vectors without any limitations, in the FIR filtering and array processing can be used with high numerical precision; LMS over RLS algorithm is slow convergence, but the algorithm teach simple, easy real-time
7、 processing computation, through parameter adjustment can still get better filtering effect. The design of a typical of adaptive echo canceller algorithms theore tical minimum mean square algorithm (LMS), using Alteras DSP Builder development platform designed for the system of adaptive echo cancell
8、ation module, the module gives the echo cancellation system Figure, describes the settings of some key parameters, gives details of the simulation results, finally get the correct waveform system module, and modules for the correctness of the simulation and system verification, the paper also record
9、s and put together in the design and Commissioning Problems, and gives the authors analysis. Keywords: Echo Canceller; LMS; RLS; DLMS - 3 - 目 录 1 引言 .1 1.1 课题背景和意义 .1 1.2 论文的内容与组织结构 .2 2 自适应滤波器 概述 .3 2.1 滤波器概念 .3 2.2 自适应滤波器 概述 .4 2.3 自适应滤波器算法分类 .6 2.3.1 最小均方算法 (LMS) .6 2.3.2 递推最小二乘算法 (RLS).7 2.3.3 D
10、LMS 自适应滤波器算法 .8 3 基于 DSP Builder 的回波抵消器设计 .9 3.1 DSP Builder 概述 .9 3.1.1 DSP Builder 平台综述 .9 3.1.2 DSP Builder 设计流程 .9 3.2 加权系数模型的建模 . 10 3.3 加权分量模型的建模 . 11 3.4 自适应回波抵消器的建模 . 12 3.5 自适应回波抵消器系统建模 . 13 4 系统仿真与调试 . 16 4.1 信号模块的正弦波输出 . 16 4.2 自适应回波抵消器系统的输出波形 . 16 5 设计总结 . 18 致 谢 . 错误 !未定义书签。 参考文献 . 19 -
11、 1 - 1 引言 1.1 课题背景和意义 回波信号是在通信过程中产生的反射干扰信号，它会使接收到的信号产生混乱。 但在数字通信、卫星通信等系统中，不同程度的存在回波现象，影响了通信质量。 随着通讯、数字信号处理和大规模集成电路技术的飞速发展，人们对语音通信质量的要求越来越高。 因此， 从理论设计到工程应用对 回波抵消 技术进行的深入研究，都有着积极的意义。 随着 人们对语音通信质量 要求的提高， 回波抵消 技术越来越受到人们的重视，并 为世界各大通讯公司竞争的热点技术之一 。从 20 世纪 80 年代兴起以来，人们一直致力于收敛快，稳态误差小，近端干扰下收敛稳健，回波路径变化时追踪速度快以及
12、算法计算量小的回波抵消器的研究。回波抵消器 能估计回波路径的特征参数，以产生一个模拟的回波信号，然后从接收到的信号中减去该模拟信号，以实现回波抵消的效果。而一般采用自适应滤波器模拟回波路径，因其可以跟踪回波路径的变化 1。 随着数字超大规模集成 (VLSI) 技术的发展 ,自适应信号处理技术在许多领域 (例如 :数字通信、雷达、生物医学、地震学、导航系统等 ) 得到了广泛应用。 通过语音消噪技术来提高语音质量是语音通信的一个重要环节，语音处理的根本目的就是准确的获取信号特征值，一切处理的前提保障就是消噪。自适应滤波器就是一种有效的语音消噪模型，其中自适应滤波器的算法决定了滤波性能，根据滤波算法
13、优化准则不同，自适应滤波器的主要算法可分为两类基本算法：最小均方误差（ LMS）算法和递归最小二乘（ RLS）算法。 RLS（ Recursive Least-squares）算法是在牛顿优化算法基础上改进的，该算法对输入的数据矢量无任何限制，在 FIR 滤波和阵列处理中都可使用，具有较高数值精度； LMS 较RLS 算法收敛速度慢，但算法教简单，计算量小易于实时处理，通过参数调节仍可取得较好滤波效果。两种自适应滤波器算法具有很高的工程应有价值 2。 - 2 - 1.2 论文的内容与组织结构 围绕课题，论文主要做了以下工作： 1.熟悉 Simulink 开发工具及 DSP Builder 开发
14、平台，熟悉基于 DSP Builder的一般设计流程； 2.了解与熟悉数字滤波器的原理、 自适应 滤波器 原理，查阅相关的基于FPGA 实现的数字滤波器、 自适应滤波器一般 实现方案； 3.查阅了解 自适应滤波器 原理理论内容，掌握 LMS、 RLS、 NLMS 三种算法原理和特点。结合自己的专业知识，采用 LMS 算法实现基于 自适应滤波器 。对该算法进行 DSP Builder 建模； 4.提出基于 DSP Builder 的 自适应滤波器 设计方案，将整个设计分为加权系数建、加权分量建模和系统建模等三部分。分别完成每个模块的设计和 DSP Builder 仿真、 FPGA 验证，最终完成
15、顶层的系统建模与仿真。 5.对设计与调试过程中出现的问题进 行整理和分析。 本文一共有五章，第一章为引言，简述了本课题的相关背景和论文的组织结构；第二章介绍了 自适应滤波器 的原理 ,自适应滤波器实现的算法 ， LMS、RLS、 NLMS 的算法原理和各自的特点。第三章为 DSP Builder 平台综述，并对基本设计流程做了相关介绍。进行 DSP Builder 的 自适应回波抵消器的 加权系数模型的 建模和 加权 分量 模型的建 模以及 自适应回波抵消器 的系统设计；第四章为本设计的仿真与调试及其验证；第五章简述了设计过程中遇到的困难和解决过程。 - 3 - 2 自适应滤波器 概述 2.1
16、 滤波器 概念 凡是有能力进行信号处理的装置都可以称为滤波器。在近代电信装备和各类控制系统中，滤波器应用极为广泛 。 滤波器的优劣直接决定产品的优劣，所以，对滤波器的研究和生产历来为各国所重视 ，为 世界各大通讯公司竞争的热点技术之一。 滤波器一般分为模拟滤波器和数字滤波器。目前主流的滤波器均为数字滤波器。而 模拟滤波器是一种用来消除干扰杂讯的器件，将输入或输出经过过滤而得到纯净的交流电。可以通过基本的滤波器积木块 二阶通用滤波器传递函数，推导出最通用的滤波器类型：低通、带通、高通、陷波和椭圆型滤波器。传递函数的参数 f0、 d、 hHP、 hBP 和 hLP，可用来构造所有类型的滤波器。设计
17、者只需这 5 个参数即可定义一个滤波器 3。 从输入信号中滤出噪声和干扰以提取有用信息的过程称为滤波，相应的装置称为滤波器。如果滤波器的输入和输出均为离散信号，称该滤波器为数字滤波器。当滤波器的输出信号为输入端的线性函数时，该滤波器称为线性滤波器，否则就称为非线性滤波器。一个典型的数字滤波器的框图如图 2-1 所示。 X(n) Y(n)H(n)图2-1 数字滤波器图 2-1 数字滤波器 设输入信号为 x(n)，输出信号为 y(n)，该数字滤波器可用以下差分方程来表示： 10 11)()( Mi Ni ii inybinxany (2-1) 式中 ia ， ib 称为滤波器系数。当 0ib 时，
18、上式变为： 10Mi i inxany (2-2) - 4 - 这种滤波器称为全零点滤波器。如果 0ia ， 0ib 时，则称为全极点滤波器或递归滤波器。由 2-2 式，可知数字滤波器的传递函数为： MiiiMiizbzazH11011(2-3) 其单位冲击响应函数为： zHznh 1 (2-4) i inxihnxnhny(2-5) 如果当 n0 时，有 h(n)=0，这样的滤波器系统称之为因果系统。如果冲激响应函数是有限长的，即 e l s e Nnnhnh ,0 0,(2-6) 则称此滤波器为有限冲激响应 FIR(FiniteImpulseResponse)滤波器，否则，称之为无限冲激响
19、应 IIR(InfiniteImpulseResponse)滤波器。 如果 h(n)满足如下条件： Cnhnnhn 00,0 (2-7) 则称此滤波器是因果的，并且是稳定的。 2.2 自适应滤波器 概述 所谓的自适应滤波，就是利用前一时刻以获得的滤波器参数的结果，自动的调节现时刻的滤波器参数，以适应信号和噪声未知的或随时间变化的统计特性，从而实现最优滤波。自适应滤波器实质上就是一种能调节其自身传输特性以达到最优的维纳滤波器。自适应滤波器 不需要关于输入信号的先验知识，计算量小，特别适用于实时处理。由于无法预先知道信号和噪声的特性或者它们- 5 - 是随时间变化的，仅仅用 FIR 和 II 种具
20、有固定滤波系数的滤波器无法实现最优滤波。在这种情况下，必须设计自适应滤波器，以跟踪信号和噪声的变化。自适应滤波器的特性变化是由自适应算法通过调整滤波器系数来实现的。一般而言，自适应滤波器由两部分组成，一是滤波器结构，二是调整滤波器系数的自适应算法。自适应滤波器的结构采用 FIR 或 IIR 结构均可，由于 IIR 滤波器存在稳定性问题，因此一般采用 FIR 滤波器作为自适应滤波器的结构 4。图 2-2 示出了自适应滤波器的一般结构。 图 2-2 为自适应滤波器结构的一般形式，图中 x (k)输入信号，通过权系数可调的数字滤波器后产生输出信号 y (k)，将输出信号 y (k)与标准信号（又称期
21、望信号） d(k)进行比较，得到误差信号 e (k)， e (k)和 x (k)通过自适应算法对滤波器的权系数进行调整 。 图 2-2 自适应滤波器结构 图 调整的目的使得误差信号 e (k)最小。重复上面过程，滤波器在自己的工作过程中逐渐了解到输入信号和噪声的统计规律，并以此为根据自动调整滤波器权系数，从而达到最佳的 滤波效果。一旦输入的统计规律发生了变化，滤波器能够自动跟踪输入信号变化，自动调整滤波器的权系数，最终达到滤波效果，实现自适应过程。图 2-3 是使用自适应滤波器的系统识别原理图。 参考可调滤波器自适应算法+输入信号标准信号+-误差信号Y （ k ）图 2 - 2 自适应滤波器结
22、构的一般形式- 6 - 图 2-3 自适应滤波器 的系统识别框 图 自适应滤波器的结构可以采用 FIR 或 IIR 滤波器存在稳定性问题，因此一般采用 FIR 滤波器作为自适应滤波器的结构。自适应 FIR 滤波器结构又可分为3 种结构类型：横向型结构 (Transversal Structure)、对称横向型结构 (Symmetric Transversal Structure)以及格型结构 (Lattice Struture)。本 文 采用自适应滤波器设计中最常用的 FIR 横向型结构。 2.3 自适应滤波器算法分类 2.3.1 最小均方算法 (LMS) 感知器和自适应线性元件在历史上几乎是
23、同时提出的，并且两者在对权值的调整的算法非常相似。它们都是基于纠错学习规则的学习算法。感知器算法存在如下问题：不能推广到一般的前向网络中；函数不是线性可分时，得不出任何结果。而由美国斯坦福大学的 Widrow 和 Hoff 在研究自适应理论时提出的LMS 算法，由于其容易 实现而很快得到了广泛应用，成为自适应滤波的标准算法 5。典型的 LMS 自适应滤波器 结构如图 2-4 所示。 LMS 算法步骤如下： 1、设置变量和参量： X(n)为输入向量，或称为训练样本， W(n)为权值向量， b(n)为偏差， d(n)为期望输出， y(n)为实际输出， 为学习速率， n 为迭代次数 2、初始化，赋给 w(0)各一个较小的随机非零值，令 n=0 3、 对于一组输入样本 x(n)和对应的期望输出 d，计算 e(n)=d(n)-XT(n)W(n) (2-8) W(n+1)=W(n)+X(n)e(n) (2-9) H ( Z )W ( Z )x ( n )y ( n )d ( n )e ( n )-+图 2 - 3 自适应滤波器的系统识别框图
