基于单传感器应用的自适应滤波器的的设计.doc

基于单传感器应用的自适应滤波器的设计 摘要——本研究的目的是调查数字自适应IIR滤波器作为增强为传统的有源RC或无源RLC的抗混叠滤波器的理论设计和物理实现。这一切数字滤波器将直接驻留在DSP引擎。正如后来所解释的，?自适应IIR滤波器是设计来处理一个来自单传感器的过采样信号拒绝采集系统中的噪声的问题。噪声和信号之间的分化通过两个信号不同的自相关函数得到利用。相比于采样数据系统中采用的过采样系统，该滤波器旨在放宽模拟抗混叠滤波器的要求，这个过滤器将跟踪在频域的信号，在本文的第五节给出。将给出几个功率谱密度图说明新的滤波器的性能。研究结果还表明，新的滤波器在静止的情况下和Wiener滤波器表现的一样好。 索引——自适应降噪，数字滤波，IIR，最小二乘，混合信号。 第一节 导言 目前，大多数抗混叠滤波器的问题是双重的：(1)滤波器所在的DSP芯片，(2)它是模拟滤波器。第一个问题是：它不适合一个紧凑的数字信号处理系统。第二个问题是：模拟滤波器与无源元件或者一个无源和有源元件的组合的构造。无源元件通常随时间和环境温度发生漂移，而这将对滤波器的频率响应造成不利影响。模拟有源RC滤波器也有许多不足之处[1]–[3]。Gopinathan等人曾采用有源RC滤波器适合作为抗混叠滤波器。他们需要一个额外的调整方案，以在温度变化、工序公差、老化的存在下保持一个稳定且准确的频率响应[4]。 相比之下, 数字滤波器消除了与传统的模拟滤波器相关的一些常见问题，因为数字滤波器的输入输出关系受以下差分方程所制约 该滤波器的传递函数是关于和的函数。这些系数不受温度、老化、工艺公差或芯片布局等因素影响。这些系数的准确性是DSP引擎的数据路径宽度所专有的功能。许多年来，数字滤波的主题一直是活跃的研究领域，许多学者都对数字滤波器的理想特性发表了意见。 通过利用数字滤波器的有用的属性，研究活动专注于通过结合数字滤波器来减少数据采样系统所需的模拟抗混叠滤波器的大小。这项工作的方向是通过过采样技术，以减少抗混叠滤波器的复杂性[6]–[8]。策略是实现一个降阶模拟抗混叠滤波器结合高速模数转换器之后的数字抽取滤波器。虽然这项技术已被证明是受其他研究人员欢迎的，但是它还是不太合适。此外，它不跟踪信号，这在本文第五节将有介绍。 由Romdhane和Madisetti开发的芯片外模拟抗混叠滤波器的解决方案，完全脱离了模拟方法[9]。最初，他们提出了能够作为一个抗混叠滤波器的FIR（有限脉冲响应）数字滤波器。数字滤波器的另一个类。IIR（无限脉冲响应）滤波器的递归特性使其比FIR滤波器需要更少的硬件[10]–[12]。这与空间需要加以保护的想法一致，因此，本文介绍了作为DSP引擎的一部分的一种自适应IIR滤波器。正如第二节所述，新的自适应IIR滤波器是设计来处理来自一个单传感器的信号拒绝采集系统中的噪音。噪声和信号之间的分化通过两个信号不同的自相关函数得到利用。这是假设噪声的自相关后少数的滞后是零，而信号的自相关函数尚未衰减至零。 如前所述，滤波器的突出特点之一是，它仅依靠单一传感器。而其他的自适应降噪策略存在，他们主要依靠两个输入传感器[13]–[14]。检索现行的文献后，发现数字单传感器系统采用自适应滤波可行。这些问题的技术是他们需要额外的硬件来确定要处理的信号或其他信号特征的模型加快自适应方案[15] –[16]。 为完整起见，应该提到数字化解决方案的一些缺点。假设，本文所感兴趣的信号加性噪声超过了以下的非理想特性，因此可以探讨实际问题的加性噪声衰减。 图1. 噪音消除，情况1 图2. 噪音消除，情况2 图3. 噪音消除，情况3 数字滤波器采用有限位长度的元件，如加法器，乘法器，移位器，延迟元件，它们的性能可被以下几个缺点削弱，例如产生舍入噪声和溢出的有限精度的影响[18] – [19].。对于本文，有限精度效应这一方面，影响滤波器的性能潜力最大的是滤波器的稳定。事实是，这些对于IIR滤波器的影响，造成一极或两极漂移滤波器的稳定平面上的单位圆外[20]–[22]。我们的滤波器引入一个机制来验证稳定性，因此有限字长对于稳定性的影响是可避免的（第二节将解释）。 第二节 滤波器架构 据历史记载，Widrow提出最早的一种自适应噪声取消技术[23]。许多这类技术已成功应用于语音，心电图等。本节将总结和说明了一个广泛使用的自适应滤波器的架构发展的逻辑进程。它开始于Wiener滤波器，Wiener滤波器是确定在均方意义上所需最佳信号的滤波器。假设存在以下情况如图1，在这种特殊情况下，如果可由从估计，然后，这一估计可能从中减去，以产生所需的信号估计。这种噪声消除的计划是提供合适的以下信息：1），,是固定的；2）关于，的统计数据是已知的；3）