LMS自適應(yīng)濾波器模塊化設(shè)計及其FPGA實現(xiàn)*

雷 宇,靳寶全*,王云才,安光峽,王 宇,王 東

(1.太原理工大學(xué)新型傳感器與智能控制教育部重點實驗室,太原 030024;2.山西煤層氣(天然氣)集輸有限公司,太原 030032)

LMS自適應(yīng)濾波器模塊化設(shè)計及其FPGA實現(xiàn)*

雷 宇1,靳寶全1*,王云才1,安光峽2,王 宇1,王 東1

(1.太原理工大學(xué)新型傳感器與智能控制教育部重點實驗室,太原 030024;2.山西煤層氣(天然氣)集輸有限公司,太原 030032)

針對LMS自適應(yīng)濾波器在FPGA上實現(xiàn)結(jié)構(gòu)靈活性的問題,提出了一種模塊化設(shè)計方法。根據(jù)LMS算法結(jié)構(gòu)特點,結(jié)合FPGA硬件語言特點進(jìn)行模塊化設(shè)計,分別闡述了各模塊設(shè)計結(jié)構(gòu),對模塊進(jìn)行并行調(diào)用與綜合。對模塊化設(shè)計的自適應(yīng)濾波器與純串行及純并行設(shè)計的自適應(yīng)濾波器所占用的資源以及處理速率進(jìn)行比較,8個并行模塊結(jié)構(gòu)比全串行結(jié)構(gòu)處理速率快了近7.6倍,硬件資源占用比全并行結(jié)構(gòu)減少了近50%;結(jié)果說明模塊化LMS自適應(yīng)濾波器設(shè)計具有更加靈活的結(jié)構(gòu)特點。

自適應(yīng)濾波器;模塊化設(shè)計;最小均方誤差準(zhǔn)則;現(xiàn)場可編程門陣列

自適應(yīng)濾波器可以即時調(diào)節(jié)濾波參數(shù),具有優(yōu)秀的動態(tài)濾波效果。最小均方誤差LMS(Least Mean Square)算法廣泛應(yīng)用于自適應(yīng)濾波器的設(shè)計中,已經(jīng)成為自適應(yīng)濾波所采用最佳準(zhǔn)則的一種。而FPGA芯片時鐘頻率高、控制周期短、執(zhí)行速度快、靈活性強[1]、可以滿足系統(tǒng)對實時性、高速數(shù)據(jù)處理的要求[2],在FPGA上實現(xiàn)基于LMS算法的自適應(yīng)濾波器的方法及結(jié)構(gòu)改進(jìn)是目前的一個研究熱點。

LMS自適應(yīng)算法為遞推式,采用該算法的自適應(yīng)濾波器硬件實現(xiàn)更為便捷。近幾年的研究已經(jīng)在FPGA上實現(xiàn)了LMS自適應(yīng)濾波器,并提出改進(jìn)的延遲LMS自適應(yīng)濾波器,提高了濾波器的數(shù)據(jù)吞吐速率[3-4],針對LMS濾波算法收斂性能提出了變步長LMS自適應(yīng)濾波算法顯著改善了收斂性能[5],應(yīng)用方面利用FPGA設(shè)計的LMS自適應(yīng)濾波器進(jìn)行飛機機翼的振動主動控制[6]。利用FPGA設(shè)計的變步長自適應(yīng)濾波器進(jìn)行信號去噪[7];在金屬塑性材料細(xì)觀損傷過程聲發(fā)射特性得到了良好的實驗效果[8]。設(shè)計結(jié)構(gòu)方面,有學(xué)者在FPGA上對改進(jìn)后的LMS算法時的處理速率以及邏輯資源占用率進(jìn)行了實踐探究與分析,并利用符號算法節(jié)約了自適應(yīng)濾波器對乘法器資源的利用[9],利用流水線結(jié)構(gòu)設(shè)計提高了數(shù)據(jù)處理速率[10-11]。目前對LMS自適應(yīng)濾波器在FPGA上實現(xiàn)時結(jié)構(gòu)的探究仍然有待加深,進(jìn)一步對FPGA實現(xiàn)LMS自適應(yīng)濾波器時的資源與速率的探究是必要的。

本文在之前研究的基礎(chǔ)上,探究利用模塊化結(jié)構(gòu)以FPGA為載體設(shè)計LMS自適應(yīng)橫向濾波器,提高其在FPGA上的面積與速率交換的靈活性,并且能達(dá)到較高的階數(shù)(4～64)。利用Altera公司的EP4CE15F17C8芯片上設(shè)計串并結(jié)構(gòu)的濾波器,并對其性能進(jìn)行了分析。

1 LMS自適應(yīng)算法硬件實現(xiàn)原理

LMS算法便于硬件結(jié)構(gòu)實現(xiàn),采用改進(jìn)均方誤差梯度的估計值計算方法[12],算法的逼近過程用式(1)表示:

(1)

由上面一組遞推公式,輸出信號y(n)等于濾波器系數(shù)向量W(n)與輸入信號X(n)的積。而濾波器系數(shù)向量不斷根據(jù)誤差信號e(n)更新,誤差信號為期望信號d(n)與實際輸出信號的差。

由推導(dǎo)公式可知LMS自適應(yīng)濾波器的全并行結(jié)構(gòu)圖如圖1所示。

圖1 LMS自適應(yīng)濾波器全并行結(jié)構(gòu)示意圖

圖1中A虛線框內(nèi)為LMS權(quán)值更新模塊,B虛線框內(nèi)為濾波器模塊,LMS自適應(yīng)濾波器中,權(quán)值更新模塊以及濾波器模塊是相對獨立的2個部分。所以,若采用全并行結(jié)構(gòu)進(jìn)行設(shè)計,對于深度為N的濾波器,需要占用2N個乘法器以及較多邏輯資源,而采用全串行結(jié)構(gòu)設(shè)計則完成一次權(quán)值更新至少需要N個時鐘周期,制約了數(shù)據(jù)處理速率。

在進(jìn)行FPGA設(shè)計時,可以對LMS算法模塊化設(shè)計,既保證處理速度的同時又能對FPGA邏輯資源進(jìn)行合理利用。圖1中對于LMS自適應(yīng)濾波器可以分為3個模塊組成,多級處理結(jié)構(gòu)如圖2所示。

由圖2可知,在LMS自適應(yīng)算法的多級結(jié)構(gòu)中,需要對各模塊進(jìn)行FPGA模塊化編程,以及對輸入、輸出以及誤差信號進(jìn)行同步分配處理。最終組合成為完整的自適應(yīng)濾波器。

圖2 LMS多級處理結(jié)構(gòu)

2 多級LMS自適應(yīng)濾波器結(jié)構(gòu)

2.1 FIR串行模塊的設(shè)計

考慮FIR濾波器部分公式(2)

y(n)=WH(n)X(n)

(2)

FIR濾波器串行結(jié)構(gòu)示意圖如圖3所示。

圖3 FIR濾波輸出串行結(jié)構(gòu)示意圖

圖3中串行FIR模塊需要在時鐘控制下順序完成4次抽頭系數(shù)的權(quán)值更新運算,由于LMS算法中的權(quán)值信號不是對稱的,不需要進(jìn)行對稱系數(shù)加法運算,所以模塊內(nèi)需要調(diào)用1個加法器1個乘法器以及1個移位器,每個器件重復(fù)調(diào)用4次。

定義FIR串行功能模塊名為FSMO,它的輸入輸出配置如下:輸入為時鐘clk,復(fù)位信號rst,以及12位波形信號輸入Xin,12位加權(quán)系數(shù)值輸入Win,28位信號輸出Yout。

對FIR濾波輸出串行模塊根據(jù)時序以及功能要求進(jìn)行verilog HDL程序設(shè)計,進(jìn)行行為仿真,仿真結(jié)果如圖4所示。

仿真中設(shè)置數(shù)據(jù)頻率clk_data,為時鐘頻率clk的4倍,模塊仿真輸入Xin與Win為MATLAB仿真生成的數(shù)據(jù),通過文本文檔方式輸入到FPGA專用仿真工具M(jìn)odulesim中進(jìn)行功能仿真測試。

圖4 功能模塊FSMO時序仿真

由圖4可知FIR串行模塊實現(xiàn)了權(quán)值與輸入的四次乘法累加運算,延時4個數(shù)據(jù)周期(clk_data)后,Yout開始輸出。由圖中看出輸出Yout的值3101286剛好對應(yīng)從Xin為1225輸入到706的與對應(yīng)系數(shù)Win乘積的累加和。仿真結(jié)果說明模塊功能正確。

2.2 LMS串行模塊的設(shè)計

LMS串行結(jié)構(gòu)設(shè)計如圖5所示,要考慮將反饋路徑設(shè)計為輸入接口,將求取誤差信號的部分排除,以方便調(diào)用。將LMS公式改寫為式(3):

(3)

設(shè)計LMS串行模塊示意圖如圖5所示。

圖5中權(quán)值輸入同步模塊,根據(jù)時鐘控制,乘法器模塊完成x(n)與e(n)的對應(yīng)運算并按照時序進(jìn)行乘μ以及權(quán)值更新輸出。該模塊的接口配置為:輸

入時鐘clk,復(fù)位信號rst,以及與FIR同步的12位波形信號輸入Xin,12位拆分好的誤差輸入error,在進(jìn)行誤差信號處理時,對“error[16:5]”處理以完成移位操作,相當(dāng)于乘以權(quán)值μ=1/64。對權(quán)值更新串行模塊根據(jù)時序以及功能要求進(jìn)行RTL級程序設(shè)計,其仿真圖如圖6所示。

圖5 多級LMS算法示意圖

圖6 功能模塊LMSC時序仿真

圖7 最終設(shè)計LMSC模塊以及FSMO模塊

最終設(shè)計的2個模塊FSMO以及LMSC的封裝RTL(Register-Transfer Level)級視圖如圖7所示。

圖7中A為LMS權(quán)值更新模塊,B為FIR串行模塊,A模塊以及B模塊中的輸入LXin與Xin引腳輸入原始信號數(shù)據(jù),error輸入式(1)中求取的誤差信號e(n)數(shù)據(jù),Win輸入不斷更新的權(quán)值數(shù)據(jù),數(shù)據(jù)位數(shù)均為12位字長的數(shù)據(jù)。輸出接口Wout輸出更新好的權(quán)值數(shù)據(jù),需要進(jìn)行高位截位處理,B模塊中輸出Yout為單個模塊的濾波結(jié)果。

2.3 LMS多級處理結(jié)構(gòu)整體設(shè)計

由圖2可知,多級處理結(jié)構(gòu)在并行調(diào)用串行模塊時,要將輸入輸出數(shù)據(jù)進(jìn)行同步分組和組合,以求取誤差值以及最終的濾波輸出結(jié)果。

以15階自適應(yīng)FIR濾波器,12位系數(shù)量化位數(shù),12位位寬輸入信號,輸出數(shù)據(jù)為25比特,參考信號以及誤差信號量化位數(shù)均為12位的模塊化設(shè)計為例,其并行模塊通過例化并重復(fù)4次調(diào)用2.1、2.2節(jié)設(shè)計的串行FIR以及LMS權(quán)值更新模塊FSMO以及LMSC,為了使2個并行模塊結(jié)合,以及求取誤差信號,設(shè)計方案如圖8所示。

圖8 求取誤差信號結(jié)構(gòu)圖

如圖8所示為求取誤差信號Figouteror模塊示意圖,整體模塊化結(jié)構(gòu)的LMS自適應(yīng)濾波器運行的過程中,串行模塊計算出來的輸出不是濾波輸出,根據(jù)濾波器原理如式(4):

(4)

由于N=16故一共需要調(diào)用4個FIR串行模塊,其輸出分別為y0[4]、y1[4]、y2[4]、y3[4],則最終輸出如式(5):y(n)=WH(n)X(n)=y0[4]+y1[4]+y2[4]+y3[4]

(5)

由于LMS算法具有嚴(yán)格時間順序要求,通過圖8中各模塊內(nèi)部對clk時鐘的調(diào)用時序控制各模塊計算的先后順序。時序確定需要嚴(yán)格按照上述公式的順序,設(shè)計好的模塊RTL程序視圖如圖9所示。

由圖9可知整體模塊輸入12為字長由X接口輸入原始信號,Din輸入?yún)⒖夹盘?整體模塊的輸入數(shù)據(jù)輸入分配采用十六位并行分配模式,并在Xap模塊中調(diào)用FIFO先入先出核,每當(dāng)十六位數(shù)據(jù)滿時,將兩組數(shù)據(jù)同步并行輸出到LMS自適應(yīng)濾波器模塊中,分別由并行調(diào)用的4組LMSC模塊更新權(quán)值以及FSMO濾波模塊濾波,濾波輸出以串行方式從Y接口輸出。

圖9 整體模塊化LMS自適應(yīng)濾波器設(shè)計的RTL視圖

利用上述原理,分別設(shè)計32階以及64階的LMS自適應(yīng)橫向濾波器,并對其調(diào)用邏輯資源以及數(shù)據(jù)處理速率進(jìn)行比較。

3 實驗結(jié)果及分析

整體結(jié)構(gòu)設(shè)計完整之后進(jìn)行RTL級程序編程,調(diào)用芯片乘法器資源,對整個系統(tǒng)進(jìn)行設(shè)計,使用3種設(shè)計方法設(shè)計參數(shù)為15階(N=16)與31階(N=32)的自適應(yīng)濾波器,一種是全串行結(jié)構(gòu),以及全并行結(jié)構(gòu),還有本文所述的模塊化設(shè)計方法,模塊化1調(diào)用4組并行模塊,模塊化2調(diào)用8組并行模塊,并設(shè)計階數(shù)N=64的63階濾波器,此時全并行設(shè)計由于過于消耗乘法器資源所以沒有設(shè)計的意義,故調(diào)用16組串行模塊進(jìn)行模塊化設(shè)計,為了便于對比,采用統(tǒng)一的系統(tǒng)時鐘約束條件為10ns,目標(biāo)器件采用Altera公司的cycloneIV系列芯片EP4CE15F17C8,調(diào)用邏輯資源以及數(shù)據(jù)處理速率比較如表1所示。

根據(jù)表1、表2繪制資源占用以及數(shù)據(jù)速率對比圖,以串行模式結(jié)構(gòu)的資源占用以及數(shù)據(jù)處理速率為基準(zhǔn),求取比值圖如圖10所示。

表1 N=16時3種結(jié)構(gòu)系統(tǒng)資源占用以及數(shù)據(jù)速率對比

表2 N=32時3種結(jié)構(gòu)系統(tǒng)資源占用以及數(shù)據(jù)速率對比

N=64時3種結(jié)構(gòu)系統(tǒng)資源占用以及數(shù)據(jù)速率對比

圖10 設(shè)計方式對比圖(與串行模式的比值)

由表格數(shù)據(jù)以及圖10結(jié)果說明,模塊化設(shè)計方法便于靈活利用硬件邏輯資源以及提高數(shù)據(jù)處理速率,圖10(a)、10(b)中,可知全并行模式雖然處理速度能達(dá)到比較高的倍數(shù),但是所消耗的寄存器以及邏輯單元都是所有結(jié)構(gòu)中最高的,而模塊化設(shè)計的LMS自適應(yīng)濾波器通過并行調(diào)用基本模塊模塊化1設(shè)計結(jié)構(gòu)調(diào)用了8組串行模塊,達(dá)到了近7.6倍的數(shù)據(jù)處理速度。并且在較高階數(shù)N=32與N=64時均能達(dá)到較好的提升速度的效果,在設(shè)計N=64的自適應(yīng)濾波器時,全并行結(jié)構(gòu)必須使用128個硬件乘法器資源,很多FPGA芯片乘法器資源都不足以滿足要求,采用軟件乘法則會大大制約數(shù)據(jù)處理速率,此時采用模塊化設(shè)計的靈活性就凸顯出來。所以,采用模塊化設(shè)計,滿足FPGA設(shè)計LMS自適應(yīng)濾波器的結(jié)構(gòu)靈活性,更加利于FPGA設(shè)計時資源與處理速率的靈活選擇。

4 結(jié)論

本文首先介紹了LMS自適應(yīng)算法的基本原理,然后分別介紹了FIR串行模塊以及LMS串行模塊的設(shè)計方法,并介紹了模塊的調(diào)用組合方法,編寫了Verilog HDL代碼,在Quartus Ⅱ 13.1中進(jìn)行仿真測試。最后使用Altera公司的Cyclone IV系列的EP4CE15F17C8芯片進(jìn)行了硬件測試。結(jié)果表明,采用模塊化設(shè)計滿足LMS自適應(yīng)橫向濾波器的要求,并且能提高對數(shù)據(jù)處理速度與芯片資源調(diào)用進(jìn)行最優(yōu)化設(shè)計的靈活性。提出的模塊化LMS自適應(yīng)橫向濾波器設(shè)計思路也可以應(yīng)用到類似的FPGA功能模塊設(shè)計中。

[1] 郝天琪,崔建利,李策,等. 基于FPGA的侵徹過程數(shù)據(jù)采集系統(tǒng)設(shè)計[J]. 電子器件,2016,29(1):160-163.

[2] 常高嘉,馮全源. 基于FPGA的高速數(shù)據(jù)采集系統(tǒng)的設(shè)計與實現(xiàn)[J]. 電子器件,2013,35(5):615-618.

[3] 高金定. 一種改進(jìn)的延遲型LMS自適應(yīng)濾波器及其FPGA實現(xiàn)[J]. 核電子學(xué)與探測技術(shù),2013,32(12):1450-1453.

[4] Priya D,Saravanan V,Santhiyakumari N. Power Efficient Implementation of Least Mean Square Algorithm Based Fir Filter Design Using FPGA[J]. i-Manager’s Journal on Digital Signal Processing,2014,2(1):14-21.

[5] 彭繼慎,劉爽,安麗. 低信噪比下基于新型變步長LMS的自適應(yīng)濾波算法[J]. 傳感技術(shù)學(xué)報,2013,26(8):1116-1120.

[6] Prakash S,Kumar T G R,Raja S,et al. Active Vibration Control of a Full Scale Aircraft Wing Using a Reconfigurable Controller[J]. Journal of Sound and Vibration,2016,361:32-49.

[7] Kumar R,Bali A. FPGA Implementation of Variable Step Size Adaptive Filters for Signal De-Noising[J]. Journal of Semiconductor Devices and Circuits,2015,1(2):7-19.

[8] 張穎,李彬,趙廣宇,等. 金屬塑性材料細(xì)觀損傷過程聲發(fā)射特性實驗研究[J]. 中國測試,2015,41(1):115-119.

[9] 邱陳輝,李鋒,徐祖強. 基于 FPGA 和符號 LMS 算法的自適應(yīng)濾波器設(shè)計[J]. 電子器件,2014,37(5):904-907.

[10] Montazerolghaem M A,Moosazadeh T,Yavari M. A Predetermined LMS Digital Background Calibration Technique for Pipelined ADCs[J]. IEEE Transactions on Circuits and Systems Ⅱ:Express Briefs,2015,62(9):841-845.

[11] 付學(xué)志,劉忠,胡生亮,等. 基于FPGA的改進(jìn)型最小均方自適應(yīng)時延估計器[J]. 系統(tǒng)工程與電子技術(shù),2011,33(5):1191-1196.

[12] Widrow B,Hoff M E,Jr. Adaptive Switching Circuits[J]. IRE WESCON Conv Rec,1960,4:96-104.

[13] 杜勇. 數(shù)字濾波器的MATLAB與FPGA實現(xiàn)[M]. 北京:電子工業(yè)出版社,2015:220-252.

A Modular Design of LMS Adaptive Filter Based on FPGA*

LEIYu1,JINBaoquan1*,WANGYuncai1,ANGuangxia2,WANGYu1,WANGDong1

(1.Key Lab of Advanced Transducers and Intelligent Control System of Ministry of Education,Tai Yuan Universityof Technology,Taiyuan 030024,China; 2.Shanxi CBM(NG)Gathering and Transportation CO. LTD,Taiyuan 030032,China)

A modular design method is proposed to achieve flexibility in structure on FPGA for the LMS adaptive filter. Modular is designed conducted according to the structural characteristics of LMS algorithm and in combination with the FPGA hardware language features. It expounds the design structure of each module individually,parallel calls and integrates the modules. Comparison of the occupied resources and process rate among adaptive filters of modular design,adaptive filters of single serial design and adaptive filters of single parallel design shows that structure of 8 parallel module is nearly 7.6 times faster in process rate than that of the single serial structure,its occupied hardware resource decreases by nearly 50% than that of single parallel structure;the results show that the modular design method of LMS adaptive filter is more flexible in structure.

adaptive filter;modular design;Least Mean Square;FPGA

項目來源:國家自然科學(xué)基金項目(51375327);山西省煤基重點科技攻關(guān)項目(MQ2014-09);山西省煤層氣聯(lián)合研究基金項目(2015012005)

2016-03-14 修改日期:2016-04-20

C:1290B;1270

10.3969/j.issn.1005-9490.2017.02.026

TN911.72

A

1005-9490(2017)02-0390-06