韶关学院DSP课程设计报告

韶关学院DSP课程设计报告基于DSP的自适应数字滤波器设计专业班级：13级嵌入式通信工程设计人员：廖广辉梁庆财丁伦学号：131150320091311503202713115032038指导教师签字：日期:目录一、设计任书…………………………………………………………1二、设计方案…………………………………………………………1三、硬件设计…………………………………………………………4四、软件设计…………………………………………………………7五、实验调试与结果分析……………………………………………13六、参考文献…………………………………………………………191一、设计任务书1.设计要求及目标（1）设计一个自适应数字滤波器，技术参数可以自定义，设计自适应算法并在MATLAB上进行软件仿真。（2）将算法移植到DSP中，信号源可用软件上模拟产生，滤波后可在CCS上进行频谱分析，效果应与仿真结果一致。2.设计任务（1）绘制系统组成框图(利用VISIO绘制)；（2）用EDA软件绘制原理图和PCB图，包括电源设计、复位电路设计、时钟电路设计、JTAG接口设计及其系统运行需要的其他外围电路等；（3）MATLAB仿真效果图；（4）绘制程序流程图，编写程序，在CCS中完成编程，并在开发板中完成调试；（5）论文书写规范。二、设计方案2.1自适应滤波器的原理所谓的自适应滤波，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是随时间变化的，仅仅用FIR和II种具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。图2-1示出了自适应滤波器的一般结构。2图2-1自适应滤波器图2-2是使用自适应滤波器的系统识别原理图。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：横向型结构对称横向型结构以及格型结构。本文采用自适应滤波器设计中最常用的FIR横向型结构图2-2FIR横向型结构2.2自适应IIR滤波器的基本原理图2-3为自适应IIR滤波器的基本结构，其输入为x(n)，输出为y(n)，滤波器由系数IIR滤波器和递归算法组成，递归算法通过预测误差e(n)去调系数θ(n)，以使输出y(n)按某种准则逼近于期望响应d(n)。θ为描述滤波器具有零点和极点转移函数的系数参数。滤波器输出误差e(n)=d(n)-y(n)是按某种准则，如均方误差（MSE)或递归最小二乘(RLS)准则等，使e2(n)最小化，可调整IIR系数使输信号y(n)逼近于期望响应d(n)。3图2-3IIR滤波器2.3IIR滤波器的基本结构示意图根据前面所介绍的IIR滤波器的传递函数可表示为：假设滤波器有m个零点，n个极点，且滤波器参数可调，这样H(z)可写为：IIR滤波器的一般结构，其输入为x，输出为u。因此滤波器输出可表示为以下形式：2.4FIR横向型滤波器的一般结构如图2-4所示。这种结构仅包含有由延迟级数所决定的有限个存储单元，可归结为有限冲激响应（FIR）或横向滤波器（Kallman）。输入信号被若干延迟单元延时，其延迟时间可以是连续的。这些延迟单元的输出与存储的一组权系数依次相乘，将其乘积相加得到输出信号。这意味着输出是输入信号与所存储的权系数或冲激响应的卷积。这种滤波结构仅包含有零点（因为没有递归反馈单元），因此，若要获得锐截止的频率特性，则需要有大量的延迟单元。不过，这种滤波器始终是稳定的，并能提供线性相位特性。图2-4是横向型滤波器的结构示意图。4图2-4横向型滤波器三、硬件设计3.1系统结构流程图采用TI公司的DSP芯片TMS320VC5509，还有电源芯片，上电复位，时钟震荡，JTAG接口的连接。结构图3-1如下：图3-1系统结构流程图3.2电源电路设计由于TMS320VC5509核电压为1.6V，端口电压为3.3V，外围器件为3.3V，其它器件的提供电压在3.3V。TI公司的电源TPS76D318是一个双输出电压为分离电源，可以由3.3V产生3V和1.6V的电压输出，最大输出电流为1A，可以满5足要求。该器件具有快速瞬态响应和超低85uA典型静态电流，热关断保护的每一个调节，有个28引脚。如图3-2所示：图3-2电源电路3.3复位电路设计系统上电时可自动复位，但是为了防止系统受到外界干扰或电源波动时出现死机现象，还专门加了外部RESET，主要使用了施密特触发器74ＬＳ１４。如图3-3图3-3复位电路63.4JTAG接口电路设计JTAG是基于IEEE1149.1标准的一种边界扫描测试方式。TI公司为其大多数的DSPs产品都提供了JTAG端口支持。结合配套的仿真软件,可访问DSPs的所有资源,包括片内寄存器及所有的存储器,从而提供了一个实时的硬件仿真与调试环境,便于开发人员进行系统软件调试。除上述电路接口外,要使系统板正常地工作,还必须配置跳线和接插座等部分。其中:电源模块接出一个插座,以便于外部电压输入;音频编解码部分需安装话筒和扬声器;USB芯片要连接到USB接口插件,以实现与主机的交互。实用起见,所有这些插件均设置在电路板边界部分。最后,对于系统中一些难以事先决定的设置引脚附近,放置上位/下拉电阻,为以后的电路更改或扩展提供方便通过JTAG接口，可以对TMS320VC5509芯片内部的所有结构进行访问，如图3-4所示：图3-4JTAG接口电路3.5时钟震荡电路锁向环（PLL）模块主要用来控制DSP内核的工作频率，外部提供一个参考时钟输入，经过PLL倍频或分频后提供给DSP内核。5509DSP有倍频电路，最高频率到达200MHz。下图为本发板上采用的电路，采用的内部振荡器方式，选用的外部晶振为12M的电路。Y4为实时时钟RTC提供的时钟震荡电路。如图3-57图3-5时钟震荡电路四、软件设计4.1MATLAB7.0仿真本例通过设计一个二阶加权系数自适应横向FIR滤波器，对一正弦信号加噪声信号进行滤波。为了实现该功能，得先生成一个标准正弦波信号s(n)和一个随机噪声信号n(n),然后将s(n)与n(n)相加就得到了加噪后的正弦信号x(n),再依照由LMS算法推导出来的公式（5），设计自适应滤波算法，对噪声干扰信号进行滤波，最后得到滤波后的信号e(n)。实现程序代码如下：cleart=0:1/10000:1-0.0001;%设置迭代次数s=sin(2*pi*t);%标准正弦信号n=randn(size(t));%与时间t等长随机信号x=s+n;%加噪信号w=[0,0.5];%初始2阶加权系数u=0.00026;%最佳参数fori=1:9999;%自适应算法y(i+1)=n(i:i+1)*w';e(i+1)=x(i+1)-y(i+1);w=w+2*u*e(i+1)*n(i:i+1);end;%画图程序8figure(1)subplot(4,1,1)plot(t,n);title('Noisesignal');xlabel('t');ylabel('n(t)');subplot(4,1,2)plot(t,s);title('Sinusoidalsignal');xlabel('t');ylabel('s(t)');subplot(4,1,3)plot(t,x);title('Sinusoidalsignalwithnoise');xlabel('t');ylabel('x(t)');subplot(4,1,4)plot(t,e);title('theresultoffiltering');xlabel('t');ylabel('e(t)'4.2自适应滤波算法的DSP实现4.2.1自适应滤波算法由Widrow和Hoff引入的最小均方(LMS)算法，由于其简单性、运算高效性各种运行条件下良好的性能，而被广泛应用。基于梯度的最小均方(LMS)算法是最基本的算法，其含义相对简单明了。选定均方误差为权矢量二次函数时，性能度量曲线可以形象地看成一个碗形曲面这样自适应处理器的任务便是不断地向最低点逼近，即可以通过计算梯度的方法实现性能度量的最优化。而基于梯度的算法中，最简单的一种就是最小均方算法LMS算法，LMS算法使用的准则是使均衡器的期望输出值和实际输出值之间的均方误差(MSE)最小化的准则，依据输入信号在迭代过程中估计梯度矢量，并更新权系数以达到最优的自适应迭代算法。这算法不需要计算相应的相关函数，也不需要进行矩阵运算。自适应滤波器最普通的应用就是横向结构。滤波器的输出信号y(n)是y(n)T表示转置矩阵，n是时间指针，N是滤波器次数。这个例子就是有限脉冲响应滤波器的形式，为x(n)和w(n)两个矩阵卷积。这种自适应算法使用误差信号：为了方便起见，将上述式子表示为向量形式，则上述式子表示为：误差序列可写为：9其中d(n)是期望信号，y(n)是滤波器的输出。使用输入向量x(n)和e(n)来更新自适应滤波器的最小化标准的相关系数。显然，自适应滤波器控制机理是用误差序列e(n)按照某种准则和算法对其系数{wi(n)}，i=1，2，…，N进行调节的，最终使自适应滤波的目标(代价)函数最小化，达到最佳滤波状态。本节所用的标准是最小均方误差(MSE)。E[]表示算子期望。假如公式中的y(n)被公式(3.3)取代，公式(3.5)就可以表示为是N*N自相关矩阵，是输入信号的自相关矩阵。是N*1互相关向量，也指出了期望信号d(n)和输入信号向量x(n)的相互关矢量。最优解最小化MSE，源自解这个公式将式(2-12)对w求其偏导数，并令其等于零，假设矩阵R满秩(非奇异)，可得代价函数最小的最佳滤波系数这个解称为维纳解，即最佳滤波系数值。因为均方误差mse函数是滤波系数w的二次方程，由此形成一个多维的超抛物面，这好像一个碗状曲面又具有唯一的碗底最小点，通常称之为自适应滤波器的误差性能曲面。当滤波器工作在平稳随机过程的环境下，这个误差性能曲面就具有固定边缘的恒定形状。自适应滤波系数的起始值{wi(0)}，i=1，2，…，N是任意值，位于误差性能曲面上某一点，经过自适应调节过程，使对应于滤波系数变化的点移动，朝碗底最小点方向移动，最终到达碗底最小点，实现了最佳维纳滤波。自适应过程是在梯度矢量的负方向接连的校正滤波系数的，即在误差性能曲面的最陡下降法方向移动和逐步校正滤波系数，最终到达均方误差为最小的碗底最小点，获得最佳滤波或准最优工作状态。广泛使用的LMS算法是一种选择性法适应采样和采样基础。这个方法可以避免复杂的计算。LMS算法是最陡下降法，在这个算法中，向量w(n+1)通过改变对最小均方误差性能的负梯度比例自适应滤波算法及应用研究来增强。104.2.2DSP实现数字信号处理(DSP)是指人们利用计算机或专用处理设备，以数字的形式对信号进行采集，变换，滤波，估值，增强，压缩，识别等处理，以得到符合人们需要的信号形式。其框图如图4-1所示。图4-1DSP流程框图根据算法和DSP汇编语言程序,在CCS环境下编译,连接生成公共目标代码文件,在线下载到DSP中运行。为了能观察到相应的波形,在CCS环境下选择View\Graph\Time\Freqency进入图形观察窗口,在“GraphPropertyDialog”窗口中选定相应类型的值。将编译产生的可执行文件下载到DSP芯片中，经过运行得到输入信号的时域图，正弦信号中叠加了噪声，