自适应LMSAWVM算法数字处理器TMS320C5X实现.docVIP

自适应LMSAWVM算法数字处理器TMS320C5X实现 　　摘 要:主要的研究讨论对象是用数字处理器实现自适应数字信号处理中基于LMS的AWVM 权向量方法检测及恢复弱信号,用于语音信号中强噪声的消除#65377;同时也证明用美国德州公司生产的TMS320C5X 通用数字处理器实现基于LMS的AMVW算法的可行性#65377;? 　　关键词:自适应数字信号处理;LMS-AWVM算法;数字信号处理 　　 　　0 前言? 　　 　　自适应数字信号处理是自动控制一重要分支,是在数字信号处理中加入自动控制技术,使得数字信号处理能够自我调整,达到预期效果#65377;自适应系统灵活多用,广泛应用于通信#65380;雷达#65380;声纳等方面#65377;自适应系统的构成及算法需大量运算,过去,受器件的限制,自适应数字信号处理系统的实现,特别是实时处理的实现是比较困难的,这大大防碍了自适应数字信号处理的发展#65377;采用LMS-AWVM自适应权向量算法能从强噪声干扰的信号中恢复原信号,通过对输入信号采样量化数据的计算,从强噪声中恢复原信号,但是运算量大,采样频率要求高#65377;在TMS320C5X上编程构造LMS-AWVM算法的自适应信号处理系统是方便可行的,是实现LMS-AWVM算法实时处理的一个有效途径#65377;本文在TMS320C5X上构造一LMS-AWVM算法的DSP,用于提取和恢复强噪声背景中的语音信号#65377; 　　 　　1 LMS-AWVM权向量法分析? 　　在通信系统中存在各种噪声,主要以热噪声和散粒噪声等加性噪声为主,也最常见#65377;通信系统必须保证信息的可接受程度,消除噪声,提高信噪比是通信系统的一个重要环节,如电话系统要求信噪比大于26dB,无线电接受机信噪比大于50dB#65377;有时通信系统中噪声比较大,干扰源信号或完全覆盖源信号,这要求从源信号尽量检测和恢复源信号,提高信噪比#65377;噪声是随机过程,不可能建立代数式来确定噪声的幅度-时间关系,所以对噪声的处理,特别是对强噪声的处理,固定参数的滤波器很难完成#65377;但是数字系统中,能用噪声数字采样的统计特性来确定噪声源和消除噪声#65377;AWVM算法通过数字系统中的自适应系统对噪声进行统计学习,再利用统计学习的结果从噪声中检测和提取源信号出来#65377; 　　 　　图1 LMS-AWVM权向量法原理图 　　LMS-AWVM权向量法原理图如图1所示,自适应系统的输入s含有原瞬态信号与背景噪声,系统的期待响应信号是背景噪声的期望#65377;在信号来之前,权向量收敛于由噪声期望和背景噪声所决定的最佳权向量W*,系统的输出y接近噪声的期望#65377;当输入中含有瞬态信号,权向量将收敛到新的权向量值W,偏置权向量V=W-W*将反映瞬时信号的变化,通过权向量的变化来得到原信号#65377;? 　　系统工作原理和过程如下#65377;? 　　首先获得期待响应信号d,假设噪声为广义平稳且各态遍历的,噪声的期望可由噪声的时间平均来获得#65377;实现中首先对只有噪声的输入信号取时间平均d=E(x),获得期待响应#65377;然后对输入为背景噪声进行自适应权向量收敛,权向量在瞬态源信号来之前收敛到最佳权向量W*,然后开始检测和恢复瞬态源信号#65377; 　　在开始检测和恢复瞬态源信号时,偏置权向量为当前权向量W与原最佳权向量W*之差#65377; 　　 　　当输入信号中无瞬态源信号而只有背景噪声时,V是在零向量附近游动#65377;当输入信号中含有瞬态源信号时,输入统计特性改变,V偏离零向量,跟踪瞬态源信号的变化#65377;系统用|V|或V2来反应瞬态源信号#65377;最后通过一阶或二阶巴特沃斯带通滤波器,滤掉低频部分及进一步提高信噪比#65377;? 　　其中权收敛可以采用横向滤波的LMS#65380;RLS算法,格型滤波器的LSL算法#65377;本文中采用LMS算法,虽然LMS算法相对收敛迭代次数较大,但是它算法的简捷,运算速度快,数据量小,对于实时系统运算权向量收敛中不失为一个高效算法#65377; 　　 　　2 系统硬件设计? 　　 　　对于AWVM权向量法检测和恢复弱信号所面临的问题是运算量大,采样频率要求较高#65377;用一般的处理器,运算速度达不到要求,采样频率太低#65377;用高速处理器,则价格昂贵,同时浪费处理器的资源#65377;本文采用美国德州仪器公司的通用数字处理器TMS320C50编程构造一LMS-AWVM自适应权向量算法的DSP,TMS320C5X是专用于数字处理的通用数字处理器,它使用基于C25先进的HARVARD结构,程序存储器和数据存储器的总线分离大大的增强了处理速度#65377;