DSP6讲述.pptVIP

6.1 DSP应用系统中常用的软件处理技术 在DSP应用系统中常用到的软件处理技术有数字滤波器和FFT算法。 6.1.1 数字滤波器的实现 在数字信号处理中，滤波器具有极其重要的地位。数字滤波是语音和图像处理、模式识别、谱分析等应用中的一个基本处理算法。数字滤波器正在迅速地代替传统的由R、L、C元件和运算放大器组成的模块滤波器并且日益成为DSP的一种主要处理环节。与模拟滤波相比，数字滤波具有很多突出的优点，例如它可以满足滤波器对幅度和相位特性的严格要求．可以避免模拟滤波器无法克服的电压漂移、温度漂移和噪声等问题。用DSP芯片实现数字滤波除了具有稳定性好、精确度高、不受环境影响等优点外，还具有灵活性好的特点。用可编程DSP芯片实现数字滤波可通过修改滤波器的参数十分方便地改变滤波器的特性。 如果与幅度响应相比，相位失真的重要性能是第二位的，则所设计的数字滤波器可以由需要较少存储空间、计算复杂程度较低、从而成本也较低的无限冲激响应（Infinite Impulse Response， IIR）结构来实现。然而，如果在带中要求线性相位及特定的幅度响应，则最好使用有限冲激响应（Finite Impulse Response FIR）结构来实现。另外，在系统综合中，要求实现预定的系统单位冲激响应。由于FIR是全零点的滤波器，因而系统总是稳定的，这对于系统综合是很重要的。可见，FIR滤波器是一类重要的、得到广泛应用的数字滤波器。 1. FIR的基本原理和设计方法 FIR滤波器的基本结构是一个分节的延时线，每一节的输出加权累加，得到滤波器的输出。如图6-1所示： FIR滤波器数学上可表示为： 式中x[k]为最近（t=kT）的输入信号，x[k-i] 是延时了i个取样周期的输入信号，h[i]是第i个延时节的加权值（也就是滤波器系数），y[k]是时刻t=kT时滤波器的输出信号，从这个式子和结构可以看出，为什么将它称为有限冲激响应滤波器。因为该滤波器的冲激响应在N个周期后变为0。 1） 滤波器的抽头数N的确定 N*tmac1/fs ； 其中fs为采样频率，tmac为每个抽头数乘加运算的时间 2）FIR滤波器滤波系数的确定 根据数字信号处理原理，滤波系数的确定对带通滤波器满足这样的公式： 常用的窗函数有多种。式6-3称为矩形窗，是最简单的窗函数。除此之外，还有Hanning窗，Hamming窗，Blackman窗，Kaiser窗，这里主要介绍采用Hamming窗，它的窗函数为： 2．FIR滤波算法的程序实现 程序的第一步就是在RAM区中设置两组连续的存储区，一组存放滤波器系数，如图6-3所示。在初始化时，存放采样数据的存储区值为0（因为一开始总是没有数据的），存放滤波器系数的存储区中放入按算法设计得到的各个系数。 初始化后，就按以下步骤操作： 处理第一个采样。从ADC中读取第1个采样数据，把数据RAM区中N个单元的数据都移动1个单元，这样就空出1个单元来存放新读到的数据，然后计算输出： y(1)=h(0)*x(1)+h(1)*x(0)+h(2)*x(-1)= h(0)*x(1) (因为采样数据区先已经初始化为0，只有一个刚采样的新数) 处理第二个采样。重复上述操作，计算输出 y(2)= h(0)*x(2)+h(1)*x(1)，并与y(1)进行比较保留最大的数。 处理第三个采样。重复上述操作，计算输出 y(3)= h(0)*x(3)+h(1)*x(2)+ h(2)*x(1)，并与前面最大数进行比较保留最大的数。 处理第四个采样。重复上述操作，计算输出 y(4)= h(0)*x(4)+h(1)*x(3)+ h(2)*x(2) + h(3)*x(1)，并与前面最大数进行比较保留最大的数。 处理第n个采样。重复上述操作，计算输出 y(n)= h(0)*x(n)+h(1)*x(n-1)+ h(2)*x(n-2) +……+ h(n-1)*x(1)，并与前面最大数进行比较保留最大的数。 在上述计算过程中，滤波系数存储区的内容是不变的，采样数据存储区数据移动变化如图6-4。 3．自适应FIR滤波算法 在许多DSP的应用场合，由于无法预先知道信号和噪声的特性，或者它们往往是随时间变化的，在这种情况下，必须设计这样一种滤波器，它们具有跟踪信号和噪声变化的能力，使得滤波器的特性也随信号和噪声变化而变化，以达到最优滤波。这种自适应滤波由两部分组成：一是滤波器（结构如图6-5，图中，x(n)为输入的采用信号，y(n)为输出信号，d(n)为理想的输出信号，e(n)为误差信号，它是实际输出y(n)与理想输出d(n)之差 ）；二是调整滤波器系数的自适应算法。