طراحی وپیاده سازی کارآمد فیلتر دیجیتال وفقی LMS بر روی تراشه FPGA

صابری, احسان; معصومی, مسعود

طراحی وپیاده سازی کارآمد فیلتر دیجیتال وفقی LMS بر روی تراشه FPGA

نویسندگان

¹ کارشناس ارشد الکترونیک دانشگاه آزاد اسلامی واحد اسلامشهر

² استادیار، دانشگاه آزاد اسلامی واحد اسلامشهر، اسلامشهر ،ایران

چکیده

فیلترهای وفقی بخش مهمی در بسیاری از سامانه‌های پردازش سیگنال دیجیتال هستند و در کاربردهای متنوعی از جمله حذف اکو، حذف نویز، سیستم‌های رادار، سونار و ... مورد استفاده قرار می‌گیرند. تحقق سخت‌افزاری سیستم‌های پردازش سیگنال دارای مزایایی از قبیل سرعت و بازدهی بالاتر، امکان مجتمع‌سازی و قابلیت پردازش موازی در مقایسه با تحقق نرم‌افزاری آن می‌باشد. امروزه تراشه‌های FPGA به‌دلیل دارا بودن ویژگی‌هایی از قبیل پردازش موازی اطلاعات، انعطاف معماری ... به طور عمده برای تحقق سخت-افزاری سیستم‌های دیجیتال مورد استفاده قرار می‌گیرند. پیاده‌سازی کارآمد فیلترهای وفقی بر روی تراشه‌های FPGA امری مهم و در عین حال چالش برانگیز است زیرا این فیلترها بر خلاف فیلترهای غیرتطبیقی نیازمند تکرار محاسبات برای رسیدن به وزن‌های بهینه هستند. در این مقاله یک تحقق سخت‌افزاری کارآمد الگوریتم حداقل میانگین مربعات موسوم به LMS ارائه شده که در مقایسه با پیاده‌سازی گزارش‌شده در ادبیات مربوطه، دارای فرکانس کاری بالاتر و سطح اشغالی کمتر بر روی تراشه می‌باشد. صحت نتایج به-دست‌آمده از طریق مقایسه نتایج پیاده‌سازی با نتایج به‌دست‌آمده از شبیه‌سازی یک فیلتر تطبیقی LMS حذف نویز تصدیق شده است. از آنجا که جمع‌آوری و پردازش دائمی اطلاعات و علائم محیطی و معنی دار از جمله ارکان مهم در چرخه مدیریت و جلوگیری از بحران از قبیل سامانه‌های هشدار دهنده و نیز پدافند غیرعامل می‌باشد لذا طراحی ارائه‌شده، می‌تواند به‌خوبی در ابزار و ادوات سخت-افزاری مرتبط با این مقوله به‌کار گرفته شود.

کلیدواژه‌ها

عنوان مقاله [English]

Efficient design and implementation of LMS adaptive digital filter on FPGA chip

نویسنده [English]

Masoud Masoumi ²

² Assistant Professor, Islamic Azad University, Islamshahr branch, Islamshahr, Iran

چکیده [English]

Adaptive filters are an important part of many digital signal processing systems and are used in various applications such as echo removal, noise removal, radar systems, sonar, etc. The hardware implementation of signal processing systems has advantages such as higher speed and efficiency, the possibility of integration and parallel processing capability compared to its software implementation

Nowadays, FPGA chips are mainly used for the hardware implementation of digital systems due to having features such as parallel information processing, architectural flexibility... Efficient implementation of adaptive filters on FPGA chips is important and challenging at the same time because these filters, unlike non-adaptive filters, require repetition of calculations to reach optimal weights.

In this article, an efficient hardware implementation of the least mean square algorithm known as LMS is presented, which, compared to the implementation reported in the relevant literature, has a higher working frequency and less occupied area on the chip. The validity of the obtained results has been verified by comparing the implementation results with the results obtained from the simulation of an LMS adaptive filter for noise removal.
Since the permanent collection and processing of information and significant environmental signs is one of the important elements in the cycle of crisis management and prevention, such as warning systems and passive defense, therefore, the presented design can It should be used in the tools and hardware tools related to this category.
.

کلیدواژه‌ها [English]

Transparency
adaptive filter
LMS algorithm
hardware implementation
FPGA programmable chip

مراجع

E. Ifeachor and B. Jervis, “Digital Signal Processing,” A Practical Approach, Prentice Hall, 2002.
A. Rosado-Muñoz and M. Bataller-Mompean, “FPGA Implementation of an Adaptive Filter Robust to Impulsive Noise: Two Approaches,” IEEE Trans. Industrial Electronics, vol. 58, no. 3, pp. 860-870, March 2011.
J. Benesty, T. Gänsleraand, and D. Morgan, “Advances in Network and Acoustic Echo Cancellation,” Berlin, Springer-Verlag, 2001.
E. Nejevenko and A. Sotnikov, “Adaptive Modeling for Hydroacoustic Signal Processing,” Pattern Recognit. Image Anal., vol. 16, no. 1, pp. 5–8, Jan. 2006.
S. Haykin, “Adaptive Filter Theory,” Prentice Hall, Upper Saddle River, NJ, First Edition, 2004.
M. Salah, A. Zekry, and M. kamal, “FPGA Implementation of LMS Adaptive Filter,” 28th National Raduo Scienec Conf., April 2011.
A. Diggikar and S. Ardhapurkar, “Design and Implementation of Adaptive Filtering Algorithm for Noise Cancellation in Speech Signal on FPGA,” Int. Conf. on Computing, Electronics and Electrical Technologies, 2012.
U. Meyer-Baese, “Digital Signal Processing with Field Programmable Gate Arrays,” Springer, Berlin, Heidelberg New York, Third Ed., 2007.
A. Elhossini, S. Areibi, and R. Dony, “An FPGA Implementation of the LMS Adaptive Filter for Audio Processing,” IEEE Int. Conf. on Reconfigurable Computing and FPGA's, pp. 1-8, Sep. 2006.
H. Simon, “Introduction to Adaptive Filters,” Macmillan Publishing Company New York, First Ed., 1985.