CN101083462A - 一种最小均方差自适应滤波器及其实现方法 - Google Patents

一种最小均方差自适应滤波器及其实现方法 Download PDF

Info

Publication number
CN101083462A
CN101083462A CN 200710043627 CN200710043627A CN101083462A CN 101083462 A CN101083462 A CN 101083462A CN 200710043627 CN200710043627 CN 200710043627 CN 200710043627 A CN200710043627 A CN 200710043627A CN 101083462 A CN101083462 A CN 101083462A
Authority
CN
China
Prior art keywords
data
filter
standard deviation
tap coefficient
minimum standard
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN 200710043627
Other languages
English (en)
Other versions
CN100533973C (zh
Inventor
刘才勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
INESA Electron Co., Ltd.
Original Assignee
Central Academy of SVA Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Central Academy of SVA Group Co Ltd filed Critical Central Academy of SVA Group Co Ltd
Priority to CNB2007100436275A priority Critical patent/CN100533973C/zh
Publication of CN101083462A publication Critical patent/CN101083462A/zh
Application granted granted Critical
Publication of CN100533973C publication Critical patent/CN100533973C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Filters That Use Time-Delay Elements (AREA)

Abstract

本发明提供了一种最小均方差自适应滤波器及其实现方法。所述最小均方差自适应滤波器充分利用了滤波器的半并行结构,从而实现了乘法器的复用,进而减少了乘法器的使用量;采用延时器的方法解决了滤波器半并行结构导致的抽头系数的存储控制问题,从而使得抽头系数不需存储,而且系数更新也可以实现流水的方式;所述方法还可以通过动态地对最小均方差自适应滤波器中使用的抽头个数进行调整,以适应不同抽头数量的需求。

Description

一种最小均方差自适应滤波器及其实现方法
技术领域
本发明涉及一种自适应滤波器及其方法,特别涉及一种最小均方差自适应滤波器及其实现方法。
背景技术
最小均方差(Least Mean Square,简称LMS)自适应滤波器,具有良好的对通信信道进行估计的能力,目前大量应用于电话回波抵消和去噪的系统中。最小均方差自适应滤波器的数学原理为下列方程式:
y ( n ) = Σ k = 0 N - 1 C k ( n ) x ( n - k ) ………………………………………………………………(1)
e(n)=g(n)-y(n)……………………………………………………………………(2)
Ck(n+1)=Ck(n)+μe(n)x(n-k)  k=0,1,....,N-1…………………………(3)
其中x(n)为滤波器在时间点n时的输入;Ck(n)为时间点n时,滤波器的第k个抽头系数;y(n)为滤波器输出;g(n)为期望的结果;e(n)为输出与期望结果间的误差;而μ为更新滤波器系数的收敛因子;N为滤波器的阶数。
在实际应用过程中,最小均方差自适应滤波器的抽头数量会有所不同,如抽头数量大适用于远距离的回波抵消,而抽头数量小则适用于近距离的回波抵消,同样也适用于去噪声系统中。抽头量大的最小均方差自适应滤波器必定需要消耗大量的乘法器资源,若采用半并行结构的滤波器来减少乘法器的使用量,又容易导致抽头系数的存储控制问题。
因此,如何提供一种可以动态调整滤波器抽头数量的LMS自适应滤波器成为业界亟待解决的问题。
发明内容
本发明所要解决的技术问题是提供一种最小均方差自适应滤波器及其实现方法,可以动态的对LMS滤波器中使用的抽头个数进行调整,以适应不同抽头数量的需求,并且乘法器的使用量较少,也不会导致抽头系数的存储控制问题。
为了解决上述技术问题,本发明采用了如下技术手段:一种最小均方差自适应滤波器,用以对输入信号进行数字滤波以产生输出信号,所述的滤波器包括控制模块,滤波模块和求差值模块,控制模块将输入数据分成I数据和Q数据送入滤波模块进行滤波处理,将期望数据分成I期望数据和Q期望数据通过一个延时器后送入求差值模块,与滤波模块的输出进行求差得到误差信号,并反馈给滤波模块。
所述的滤波模块由m个滤波器单元和一个累加器组成,所述的滤波器单元相互级联连接,级联累加数据经过累加器输出,m的取值满足:l*m=N,其中,l为每个最小均方差自适应滤波器单元所含的抽头个数;N为最小均方差滤波器装置抽头总数。
所述控制模块产生的抽头使能信号连接到每个滤波器单元,用以控制该滤波器单元的抽头系数值。
所述的最小均方差自适应滤波器单元由滤波乘累加部分和抽头系数更新部分组成。
进一步地,所述滤波乘累加部分还包含一个乘累加器和一个数据移位器;所述的抽头系数更新部分包含一个乘累加器、一个数据延时器和两个抽头系数延时器。
进一步地,所述抽头系数延时器,一个位于滤波乘累加部分的乘累加器到系数更新部分的乘累加器间,另一个位于系数更新部分的乘累加器到滤波乘累加部分的乘累加器间。
所述的求差值模块包含三个减法器和一个加法器。
本发明的另一方案是提供了一种最小均方差自适应滤波器实现方法,用以对输入信号x(n)进行数字滤波以产生输出信号y(n),其特征在于,该方法通过以下步骤实现:
(1)将最小均方差自适应滤波器单元中的两个抽头系数延时器初始化为零;
(2)将最小均方差滤波器单元中的数据移位器和数据延时器初始化为零;
(3)控制模块将输入数据分成I数据和Q数据,将期望数据分成I期望数据和Q期望数据;
(4)控制模块产生抽头使能信号,用以控制最小均方差自适应滤波器抽头系数的更新操作;
(5)级联数据送入数据移位器,数据移位器输出的数据送入乘累加器,与抽头系数进行乘法运算的结果,再与级联累加输入相加,形成级联累加输出数据,完成一个滤波器的乘累加操作;
(6)数据移位器输出的数据经过数据延时器延时后,与差值输入数据相乘得到的结果,再与经第一抽头系数延时器延时过的抽头系数相加,就得到新的抽头系数值;
(7)新的抽头系数经过第二抽头系数延时器后,参加新的一轮滤波器运算;
(8)每个最小均方差自适应滤波器单元的级联数据输入接上一级的最小均方差自适应滤波器单元的级联数据输出;每个最小均方差自适应滤波器单元的级联累加数据输入接上一级的最小均方差自适应滤波器单元的级联累加数据输出;每个最小均方差自适应滤波器单元的级联差值输入接上一级的最小均方差自适应滤波器单元的级联差值输出;最后通过累加器完成数据的累加,即实现
y ( n ) = Σ k = 0 N - 1 C k ( n ) x ( n - k ) ;
(9)I数据输入I滤波器的输出数据减去Q数据输入Q滤波器的输出数据得到I滤波器输出结果;Q数据输入I滤波器的输出数据加上I数据输入Q滤波器的输出数据得到Q滤波器输出结果;I期望数据减去I滤波器的输出数据就可以得到I差值;Q期望数据减去Q滤波器的输出数据就可以得到Q差值;即实现e(n)=g(n)-y(n);
(10)获得的差值再反馈到各最小均方差自适应滤波器单元中,其反馈函数为Ck(n+1)=Ck(n)+μe(n)x(n-k)    k=0,1,....,N-1。
以上步骤(3)中所述的I数据和Q数据送入最小均方差滤波模块进行滤波运算;所述的I期望数据和Q期望数据通过一个延时器后送入求差值模块。
以上步骤(4)中,当所述使能信号为有效时,抽头系数累加器的输出数据锁存入第二抽头系数移位器;当使能信号为无效时,零值替代抽头系数累加器的输出数据锁存入第二抽头系数移位器。
以上步骤(5)中,所述数据移位器的深度为l。
以上步骤(6)中,所述数据延时器的延时周期应保证数据移位器输出数据与差值输入保持同步;所述第一抽头系数延时器的延时周期应保证最小均方差自适应滤波器中的第一个抽头系数与数据延时器的输出和差值的乘积同步。
以上步骤(7)中,所述第二抽头系数延时器的延时周期应保证新的抽头系数与新到的数据同步。
本发明由于采用了上述的技术方案,使之与现有技术相比,具有以下的优点和积极效果:
1.利用半并行滤波器结构的特点,实现了l个数据和抽头系数共享一个乘累加器,从而极大地减少了乘累加器的使用数量;
2.在原有的抽头系数控制的方法上,引入了两个抽头系数延时器来实现抽头系数的流水式更新,减少了抽头系数的控制复杂度;
3.对于需要不同抽头个数的场合,通过引入了最小均方差自适应滤波抽头使能信号,来控制对抽头系数延时器的写入数据的方法,动态的调整最小均方差自适应滤波装置的抽头数量。
附图说明
本发明的最小均方差自适应滤波器的具体结构由以下的实施例及附图给出。
图1为本发明的最小均方差自适应滤波器装置示意图;
图2为本发明的最小均方差自适应滤波模块结构示意图;
图3为本发明实施例的最小均方差自适应滤波器滤波单元结构示意图;
图4为本发明实施例的最小均方差自适应滤波求差值模块结构示意图。
具体实施方式
以下将对本发明的最小均方差自适应滤波器及其实现方法作进一步的详细描述。
本发明中整个LMS滤波器装置结构及各模块的连接方式如图1所示。该装置共有三个部分组成:控制模块1,滤波模块2和求差值模块3;其中滤波模块2由四个独立的LMS滤波器单元20组成;控制模块1将输入数据分成I数据和Q数据,将期望数据分成I期望数据和Q期望数据;然后分别将I数据输入I抽头系数滤波器、I数据输入Q抽头系数滤波器、Q数据输入I抽头系数滤波器、Q数据输入Q抽头系数滤波器。I数据和Q数据按照附图1的方式,输入了对应的最小均方差滤波器;I期望数据和Q期望数据通过期望数据延时器4后,输入了求差值模块3,期望数据延时器4的作用在于同步期望数据和最小均方差滤波器输出。求差值模块3的差值输出的I差值和Q差值则反馈给对应的最小均方差滤波器,用以实现最小均方差滤波器的抽头系数更新运算。
如图2所示,本发明中最小均方差滤波模块的实现采用了半并行的滤波器结构,该滤波器结构实现了l个数据和抽头系数共享一个乘累加器;最小均方差滤波模块分为两个部分:滤波器单元20和累加器单元21,这两个单元的功能是公知的。
如图3所示,本发明中的最小均方差滤波器单元20包括滤波乘累加部分210和抽头系数更新部分220。滤波乘累加部分210还包含一个乘累加器211和一个数据移位器212;抽头系数更新部分220包含一个乘累加器(由乘法器224和加法器225)、一个数据移位器221和两个抽头系数延时器222、223;两个延时器222、223分别位于滤波乘累加部分210的乘累加器211到系数更新部分220的加法器225间以及系数更新部分220的加法器225到滤波乘累加部分210的乘累加器211间,延时器222的作用在于等待差值e(n)的到来,延时器223则是由于要等待新的最小均方差滤波器数据x(n)到来。级联输入数据送入滤波乘累加部分210的数据移位器212;数据移位器212输出的数据通过数据延时器221与求差值器3的输出差值同步到达乘法器224,乘法运算结果则与通过抽头系数延时器222的抽头系数同步到达加法器225,完成加法操作,从而得到了新的抽头系数;新的抽头系数则通过抽头系数延时器223与新的数据同时到达乘累加器211,从而开始了新的一个循环。新数据的到达是有一定周期间隔的,这个间隔的周期恰好等于抽头系数延时器222、223获得新抽头系数所需时间的和。在上述过程中,抽头系数在抽头系数的循环路径上是不间断的,从而实现了滤波乘累加运算和抽头系数更新的同步进行,进而降低了系统处理延时。本发明采用的两个延时器222、223可以回避掉存储器的读写操作,也就是抽头系数依序通过两个延时器,实现最小均方差滤波器系数运算的流水式处理,从而减少了系统处理延时。
如图4所示,本发明中求差值模块3由三个减法器31、32、33和一个加法器34组成;I数据输入I滤波器输出数据减去Q数据输入Q滤波器输出数据得到I滤波器输出数据;Q数据输入I滤波器输出数据加上I数据输入Q滤波器输出数据得到Q滤波器输出数据。I期望数据减去I滤波器输出数据就可以得到I差值;Q期望数据减去Q滤波器输出数据就可以得到Q差值。I差值和Q差值反馈回最小均方差滤波器。
采用上述最小均方差自适应滤波器进行滤波处理的方法通过以下步骤实现:
(1)将最小均方差自适应滤波器单元20中的两个抽头系数延时器222、223初始化为零;
(2)将最小均方差滤波器单元20中的数据移位器212和数据延时器221初始化为零;
(3)控制模块2将输入数据分成I数据和Q数据,将期望数据分成I期望数据和Q期望数据;
(4)控制模块2产生抽头使能信号,用以控制最小均方差自适应滤波器抽头系数的更新操作;
(5)级联数据送入数据移位器212,数据移位器212输出的数据送入乘累加器211,与抽头系数进行乘法运算的结果,再与级联累加输入相加,形成级联累加输出数据,完成一个滤波器的乘累加操作;
(6)数据移位器212输出的数据经过数据延时器221延时后,与差值输入数据相乘得到的结果,再与经第一抽头系数延时器222延时过的抽头系数相加,就得到新的抽头系数值;
(7)新的抽头系数经过第二抽头系数延时器223后,参加新的一轮滤波器运算;
(8)每个最小均方差自适应滤波器单元的级联数据输入接上一级的最小均方差自适应滤波器单元的级联数据输出;每个最小均方差自适应滤波器单元的级联累加数据输入接上一级的最小均方差自适应滤波器单元的级联累加数据输出;每个最小均方差自适应滤波器单元的级联差值输入接上一级的最小均方差自适应滤波器单元的级联差值输出;最后通过累加器21完成数据的累加,即实现 y ( n ) = Σ k = 0 N - 1 C k ( n ) x ( n - k ) ;
(9)在求差值模块3中,I数据输入I滤波器的输出数据减去Q数据输入Q滤波器的输出数据得到I滤波器输出结果;Q数据输入I滤波器的输出数据加上I数据输入Q滤波器的输出数据得到Q滤波器输出结果;I期望数据减去I滤波器的输出数据就可以得到I差值;Q期望数据减去Q滤波器的输出数据就可以得到Q差值;即实现e(n)=g(n)-y(n);
(10)获得的差值再反馈到各最小均方差自适应滤波器单元中,其反馈函数为Ck(n+1)=Ck(n)+μe(n)x(n-k)    k=0,1,....,N-1。
综上所述,采用本发明的最小均方差自适应滤波器及其实现方法,可以动态的对LMS滤波器中使用的抽头个数进行调整,以适应不同抽头数量的需求。

Claims (16)

1、一种最小均方差自适应滤波器,用以对输入信号进行数字滤波以产生输出信号,其特征在于:所述的滤波器包括控制模块,滤波模块和求差值模块,控制模块将输入数据分成I数据和Q数据送入滤波模块进行滤波处理,将期望数据分成I期望数据和Q期望数据通过一个延时器后送入求差值模块,与滤波模块的输出进行求差得到误差信号,并反馈给滤波模块。
2、如权利要求1所述的最小均方差自适应滤波器,其特征在于:所述的滤波模块由m个滤波器单元和一个累加器组成,所述的滤波器单元相互级联连接,级联累加数据经过累加器输出。
3、如权利要求2所述的最小均方差自适应滤波器,其特征在于:m的取值满足:
l*m=N,
其中,l为每个滤波器单元所包含的抽头个数;N为最小均方差自适应滤波器的抽头总数。
4、如权利要求2所述的最小均方差自适应滤波器,其特征在于:所述控制模块产生的抽头使能信号连接到每个滤波器单元,用以控制该滤波器单元的抽头系数值。
5、如权利要求2所述的最小均方差自适应滤波器,其特征在于:所述的滤波器单元由滤波乘累加部分和抽头系数更新部分组成。
6、如权利要求5所述的最小均方差自适应滤波器,其特征在于:所述的滤波乘累加部分包含一个乘累加器和一个数据移位器。
7、如权利要求6所述的最小均方差自适应滤波器,其特征在于:所述的抽头系数更新部分包含一个乘累加器、一个数据延时器和两个抽头系数延时器。
8、如权利要求7所述的最小均方差自适应滤波器,其特征在于:所述抽头系数延时器,一个位于滤波乘累加部分的乘累加器到系数更新部分的乘累加器间,另一个位于系数更新部分的乘累加器到滤波乘累加部分的乘累加器间。
9、如权利要求1所述的最小均方差自适应滤波器,其特征在于:所述的求差值模块包含三个减法器和一个加法器。
10、一种采用如权利要求7所述的最小均方差自适应滤波器实现滤波处理的方法,用以对输入信号x(n)进行数字滤波以产生输出信号y(n),其特征在于,该方法通过以下步骤实现:
(1)将最小均方差自适应滤波器单元中的两个抽头系数延时器初始化为零;
(2)将最小均方差滤波器单元中的数据移位器和数据延时器初始化为零;
(3)控制模块将输入数据分成I数据和Q数据,将期望数据分成I期望数据和Q期望数据;
(4)控制模块产生抽头使能信号,用以控制最小均方差自适应滤波器抽头系数的更新操作;
(5)级联数据送入数据移位器,数据移位器输出的数据送入乘累加器,与抽头系数进行乘法运算的结果,再与级联累加输入相加,形成级联累加输出数据,完成一个滤波器的乘累加操作;
(6)数据移位器输出的数据经过数据延时器延时后,与差值输入数据相乘得到的结果,再与经第一抽头系数延时器延时过的抽头系数相加,就得到新的抽头系数值;
(7)新的抽头系数经过第二抽头系数延时器后,参加新的一轮滤波器运算;
(8)每个最小均方差自适应滤波器单元的级联数据输入接上一级的最小均方差自适应滤波器单元的级联数据输出;每个最小均方差自适应滤波器单元的级联累加数据输入接上一级的最小均方差自适应滤波器单元的级联累加数据输出;每个最小均方差自适应滤波器单元的级联差值输入接上一级的最小均方差自适应滤波器单元的级联差值输出;最后通过累加器完成数据的累加,即实现
y ( n ) = Σ k = 0 N - 1 C k ( n ) x ( n - k ) ;
(9)I数据输入I滤波器的输出数据减去Q数据输入Q滤波器的输出数据得到I滤波器输出结果;Q数据输入I滤波器的输出数据加上I数据输入Q滤波器的输出数据得到Q滤波器输出结果;I期望数据减去I滤波器的输出数据就可以得到I差值;Q期望数据减去Q滤波器的输出数据就可以得到Q差值;即实现e(n)=g(n)-y(n);
(10)获得的差值再反馈到各最小均方差自适应滤波器单元中,其反馈函数为Ck(n+1)=Ck(n)+μe(n)x(n-k)    k=0,1,....,N-1。
11、如权利要求10所述的方法,其特征在于:所述的I数据和Q数据送入最小均方差滤波模块进行滤波运算;所述的I期望数据和Q期望数据通过一个延时器后送入求差值模块。
12、如权利要求10所述的方法,其特征在于:当所述使能信号为有效时,抽头系数累加器的输出数据锁存入第二抽头系数移位器;当使能信号为无效时,零值替代抽头系数累加器的输出数据锁存入第二抽头系数移位器。
13、如权利要求10所述的方法,其特征在于:所述数据移位器的深度为l。
14、如权利要求10所述的方法,其特征在于:所述数据延时器的延时周期应保证数据移位器输出数据与差值输入保持同步。
15、如权利要求10所述的方法,其特征在于:所述第一抽头系数延时器的延时周期应保证最小均方差自适应滤波器中的第一个抽头系数与数据延时器的输出和差值的乘积同步。
16、如权利要求10所述的方法,其特征在于:所述第二抽头系数延时器的延时周期应保证新的抽头系数与新到的数据同步。
CNB2007100436275A 2007-07-10 2007-07-10 一种最小均方差自适应滤波器及其实现方法 Active CN100533973C (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CNB2007100436275A CN100533973C (zh) 2007-07-10 2007-07-10 一种最小均方差自适应滤波器及其实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CNB2007100436275A CN100533973C (zh) 2007-07-10 2007-07-10 一种最小均方差自适应滤波器及其实现方法

Publications (2)

Publication Number Publication Date
CN101083462A true CN101083462A (zh) 2007-12-05
CN100533973C CN100533973C (zh) 2009-08-26

Family

ID=38912787

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2007100436275A Active CN100533973C (zh) 2007-07-10 2007-07-10 一种最小均方差自适应滤波器及其实现方法

Country Status (1)

Country Link
CN (1) CN100533973C (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104270118A (zh) * 2014-09-03 2015-01-07 浙江理工大学 一种滤波前传中继网络中滤波器系数的设计方法
CN107170461A (zh) * 2017-07-24 2017-09-15 歌尔科技有限公司 语音信号处理方法及装置
CN108616265A (zh) * 2018-05-04 2018-10-02 重庆邮电大学 一种基于五模余数基的rns dwt滤波器组的电路结构
CN109062861A (zh) * 2018-07-19 2018-12-21 淮海工学院 一种基于滑动递推限幅滤波的数据处理方法
CN114580628A (zh) * 2022-03-14 2022-06-03 北京宏景智驾科技有限公司 一种神经网络卷积层的高效量化加速方法及硬件电路

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104270118A (zh) * 2014-09-03 2015-01-07 浙江理工大学 一种滤波前传中继网络中滤波器系数的设计方法
CN104270118B (zh) * 2014-09-03 2017-05-03 浙江理工大学 一种滤波前传中继网络中滤波器系数的设计方法
CN107170461A (zh) * 2017-07-24 2017-09-15 歌尔科技有限公司 语音信号处理方法及装置
CN107170461B (zh) * 2017-07-24 2020-10-09 歌尔科技有限公司 语音信号处理方法及装置
CN108616265A (zh) * 2018-05-04 2018-10-02 重庆邮电大学 一种基于五模余数基的rns dwt滤波器组的电路结构
CN108616265B (zh) * 2018-05-04 2022-07-01 重庆邮电大学 一种基于五模余数基的rns dwt滤波器组的电路结构
CN109062861A (zh) * 2018-07-19 2018-12-21 淮海工学院 一种基于滑动递推限幅滤波的数据处理方法
CN109062861B (zh) * 2018-07-19 2022-09-02 江苏海洋大学 一种基于滑动递推限幅滤波的数据处理方法
CN114580628A (zh) * 2022-03-14 2022-06-03 北京宏景智驾科技有限公司 一种神经网络卷积层的高效量化加速方法及硬件电路

Also Published As

Publication number Publication date
CN100533973C (zh) 2009-08-26

Similar Documents

Publication Publication Date Title
CN100533973C (zh) 一种最小均方差自适应滤波器及其实现方法
US5297071A (en) Arithmetic circuit, and adaptive filter and echo canceler using it
CN102394593B (zh) 一种整型化的最小均方lms自适应滤波器和方法
CN103227623B (zh) 可变步长的lms自适应滤波算法及滤波器
CN100562076C (zh) 时域自适应均衡器及其包含的判决反馈滤波器
CN101882238B (zh) 基于sopc的小波神经网络处理器
CN109194307B (zh) 数据处理方法及系统
Liu et al. Variable-time impulses in BAM neural networks with delays
CN111523648B (zh) 含有聚类拓扑耦合的神经网络脉冲同步方法及系统
CN112995154A (zh) 一种受非周期性DoS攻击的复杂网络同步控制方法
CN102055435A (zh) 一种窄带数字滤波器
CN101617235A (zh) 实现不使用乘法器的有限脉冲响应滤波器的方法和设备
JP4388141B2 (ja) ディジタルフィルタ用共有リソース
Lawrence et al. Multiprocessor implementation of adaptive digital filters
CN108874548A (zh) 数据处理调度方法、装置、计算机设备和数据处理系统
CN110649912A (zh) 空间滤波器的建模方法
Zhao et al. Global event-triggered output-feedback stabilization for switched nonlinear systems with time-delay and measurement sensitivity
CN112491392B (zh) 窗函数分数延时滤波器设计方法、装置及其存储介质
Yildiz et al. A new control structure for the pipelined CNN processor arrays
Dong et al. High-speed FPGA implementation of an improved LMS algorithm
KR101315891B1 (ko) 재귀형 하프밴드 필터 및 이를 이용한 필터링 방법
CN114675806B (zh) 一种脉动矩阵单元及脉动矩阵计算装置
JPH06181424A (ja) ディジタルフィルタシステム
CN102129661B (zh) 相关运算装置和互相关函数运算脉动流水线装置
CN116383584A (zh) 基于分数阶系统的模型计算方法、系统及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: GUANGDIAN ELECTRONIC CO., LTD., SHANGHAI

Free format text: FORMER OWNER: CENTRAL RESEARCH ACADEMY OF SVA GROUP

Effective date: 20120615

C41 Transfer of patent application or patent right or utility model
TR01 Transfer of patent right

Effective date of registration: 20120615

Address after: 200233 No. 168, Shanghai, Tianlin Road

Patentee after: Guangdian Electronic Co., Ltd., Shanghai

Address before: 200233, No. 2, building 757, Yishan Road, Shanghai

Patentee before: Central Institute of Shanghai Video and Audio (Group) Co., Ltd.

C56 Change in the name or address of the patentee

Owner name: INESA ELECTRON CO., LTD.

Free format text: FORMER NAME: SVA ELECTRON CO., LTD.

CP03 Change of name, title or address

Address after: 200233 Building 1, building 200, Zhang Heng Road, Zhangjiang hi tech park, Shanghai, Pudong New Area, 2

Patentee after: INESA Electron Co., Ltd.

Address before: 200233 No. 168, Shanghai, Tianlin Road

Patentee before: Guangdian Electronic Co., Ltd., Shanghai