(综合课程设计报告2010模板.docVIP

综合课程设计报告基于ADSP-2191的数字信号处理实现 题目： 自适应均衡 小组成员：张兴稳（组长）040082 朱峰 江涛 张鹏 周炳宇 东南大学信息科学与工程学院 二○一一年一月  题目概述 在大多数通信系统中，系统的信道特性是未知的，而且在许多情况下，信道响应是随时间的变化而变化的。在信道特性未知和信道相应随时间的变化这类实际情况下，我们自然将均衡器设计成可以对信道响应进行自动调节，以便适应信道响应的时间变化。 因此，我们本次试验主要就是利用LMS算法求出N阶滤波的抽头系数 w，使均衡器的性能指标最优化，并对信道特性的时间变化进行自适应补偿。 算法介绍 本次实验用到的算法是LMS类自适应算法。首先，LMS算法是一种自适应梯度算法，它是一种梯度下降法，在这类算法中，更新方向向量v（n）取作第 n-1 次迭代的代阶函数 J[w(n-1)] 的负梯度，即最陡下降法的统一形式为： w（n）= w（n-1）-μ（n）▽（n） （1） 式中，▽（n）表示代价函数的梯度，即▽（n）=▽J[w(n-1)]。 梯度的计算是复杂的，通常用适当的估计值 ▽~(n)代替。若用 ▽~(n)=-2e（n）x（n） （2） 作为梯度的无记忆逼近，式中误差信号e（n）定义为期望输出d（n）与滤波器实际输出之间的误差，即 e（n）=d（n）- wT（n-1）x（n） （3） 则式（1）变成 w（n）= w（n-1）+μ（n）x（n）e（n） （4） 这就是著名的LMS自适应算法。 然后我们可以将算法通过几个步骤来实现： 步骤1：初始化 w（n）=0；n=0； 步骤2：更新 n=n+1； e（n）= d（n）-wT（n-1）x（n） w（n）= w（n-1）+μ（n）x（n）e（n） 模块划分 常量的初始化，包括滤波器的阶数，输入数据长度等。 定义变量，包括输入数据向量 x ，经过信道以后的输出数据向量 y ，滤波器的抽头系数 w ，误差 e ，以及一些需要用到的中间变量。 LMS算法:由于adsp芯片每次只能对一对数据进行处理，比如加减乘除之类的操作。因此LMS算法中的数组乘积运算要通过循环完成。因此可以把LMS算法分成三个模块。 a．计算 x_rcv = w*y1; b．计算 e(n) = x(n) - x_rcv; c．计算 w = w + mu*e(n)*y1; 计算的步骤和寄存器的操作都比较简单，主要还是对于小数的处理方法，即定点数的处理。 定点数处理和各模块中定点数的配置 由于adsp-2191芯片中只能对整数进行处理，因此由于步长参数μ是小数，而且我们的输入信号数据也存在小数，因此我们要相应的把它作为定点数来处理。 经过我们的对于定点数小数点定位尝试，综合考虑数据处理的精度以及准确性，我们最后将我们的数据的小数点定在第十二位，即P . Q（其中Q为十二位）。因此在进行乘积运算时，两位数相乘得到的结果就应该舍去得到结果的后十二位，我们进行的相应的处理为： mx0=DM(I3,M3); M5=1; my0=DM(I5,M5); mr=mx0 * my0(ss); SE = -12; SI =mr0; /* value of upper word of input data */ sr= LSHIFT si(hi); mr0=sr1; SE = 4; SI =mr1 ; /* value of upper word of input data */ sr= LSHIFT si(hi); mr1=sr1; ax1=ar; ay1=mr1; ar=ax1+ay1;