CN103066950A - 一种fir滤波器滤波的方法和滤波器 - Google Patents

一种fir滤波器滤波的方法和滤波器 Download PDF

Info

Publication number
CN103066950A
CN103066950A CN2013100077634A CN201310007763A CN103066950A CN 103066950 A CN103066950 A CN 103066950A CN 2013100077634 A CN2013100077634 A CN 2013100077634A CN 201310007763 A CN201310007763 A CN 201310007763A CN 103066950 A CN103066950 A CN 103066950A
Authority
CN
China
Prior art keywords
subfilter
filter
multiplier
obtaining
fir
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
CN2013100077634A
Other languages
English (en)
Other versions
CN103066950B (zh
Inventor
王文昌
郑扬
牛宏伟
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies 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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201310007763.4A priority Critical patent/CN103066950B/zh
Publication of CN103066950A publication Critical patent/CN103066950A/zh
Application granted granted Critical
Publication of CN103066950B publication Critical patent/CN103066950B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Complex Calculations (AREA)

Abstract

本发明实施例提供了一种FIR滤波器滤波的方法和滤波器，能够在减少滤波器中的乘法器的基础上，使得乘法器的位宽增加较少，且从输入数据到滤波结果的各条处理路径时延基本相同，可应用于降采样的并行FIR滤波器中。所述滤波器包括的第一乘法器用于获得(X(m)+X(m+Q))*(H(n)+H(n+Q))，其中，1＜＝Q＜＝N；所述滤波器，还用于获得X(m)*H(n+Q)和X(m+Q)*H(n)；所述滤波器，根据获得的(X(m)+X(m+Q))*(H(n)+H(n+Q))、X(m)*H(n+Q)和X(m+Q)*H(n)，获得X(m)*H(n)+X(m+Q)*H(n+Q)。本发明实施例适用于滤波器技术领域。

Description

一种FIR滤波器滤波的方法和滤波器
技术领域
本发明涉及信息技术领域，尤其涉及一种FIR滤波器滤波的方法和滤波器。
背景技术
有限冲击响应FIR(Finite Impulse Response)滤波器由于其优良的线性相位特性和无条件稳定的特点，在现代无线、微波、光通信和卫星通信等领域得到了广泛的应用。近几年来由于人们对数据通信带宽越来越高的要求，为了提高数据的吞吐量，并行FIR滤波器在数字通信系统得到了越来越广泛的应用，并且并行度越来越高。
但是由于高度并行FIR滤波器中存在大量的乘法器，所以在FPGA或ADIC实现时占用大量的硬件资源，增加了系统的功耗。常用的并行FIR滤波器是采用快速FIR算法和迭代短卷积的方法。
在实际应用过程中，这两种方法都存在以下问题：
一、滤波器的部分乘法器的位宽增加较大，使得滤波器的处理时延较大，从而严重限制了这种滤波器在自适应均衡器中的应用。
二、各个输入数据到计算出滤波结果的处理路径长度差别很大，需要在处理路径长度较短的路径上插入不必要的寄存器，这样造成了不必要的资源浪费。
三.这两种滤波器的结构都采用寄存操作，所以不能直接适用于降采样的并行FIR滤波器中。
发明内容
本发明的实施例提供一种FIR滤波器滤波的方法和滤波器，能够在减少滤波器中的乘法器的基础上，使得乘法器的位宽增加较少，且从输入数据到滤波结果的各条处理路径时延基本相同，可应用于降采样的并行FIR滤波器中。
为达到上述目的，本发明的实施例采用如下技术方案：
第一方面，本发明实施例提供了一种FIR滤波器滤波的方法，其中，所述滤波器的滤波系数矢量H(n)的阶数为N，输入数据矢量X(m)的长度为M，该方法包括：
所述滤波器包括的第一乘法器用于获得(X(m)+X(m+Q))*(H(n)+H(n+Q))，其中，1＜＝Q＜＝N；
所述滤波器，还用于获得X(m)*H(n+Q)和X(m+Q)*H(n)；
所述滤波器，根据获得的(X(m)+X(m+Q))*(H(n)+H(n+Q))、X(m)*H(n+Q)和X(m+Q)*H(n)，获得X(m)*H(n)+X(m+Q)*H(n+Q)。
在第一种可能的实现方式中，结合第一方面，若Q＝2时，且所述滤波器的降采样的倍数为L＝2时，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器；
其中，所述第一子滤波器至第(M-N+L)/L的子滤波器中的第p子滤波器包括N/2个所述第一乘法器，其中所述N/2个所述第一乘法器中的第j个第一乘法器分别用于获得(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+2))*(H(j+[j/2]*2)+H(j+[j/2]*2+2)，其中j为i，i+1，i为偶数，且i＞＝0，p为偶数，p＜＝(M-N+L)/L；
所述第p子滤波器还分别获得X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+2)和X(L*(p-1)+j+[j/2]*2+2)*H(j+[j/2]*2)；
所述第p子滤波器根据第j个第一乘法器获得的(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+2))*(H(j+[j/2]*2)+H(j+[j/2]*2+2)、以及获得的X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+2)和X(L*(p-1)+j+[j/2]*2+2)*H(j+[j/2]*2)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
在第二种可能的实现方式中，结合第一方面，若Q＝4时，且所述滤波器的降采样的倍数为L＝2，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器；
所述第一子滤波器至第(M-N+L)/L的子滤波器中的第p子滤波器包括N/2个第一乘法器，其中第d个第一乘法器用于获得(X(L*(p-1)+)+X(L*(p-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，p为4t-1、4t，t＞＝1，为整数，且p＜＝(M-N+2)/2-2；
所述第p子滤波器还分别获得X(L*(p-1)+d)*H(d+4)和X(L*(p-1)+d+4)*H(d)；
所述第p子滤波器根据获得的(X(L*(p-1)+d)+X(L*(p-1)+d+4))*(H(d)+H(d+4))、X(L*(p-1)+d)*H(d+4)和X(L*(p-1)+d+4)*H(d)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
在第三种可能的实现方式中，结合第一种可能的实现方式，该方法还包括：
取Q＝4；
所述第4t-1子滤波器分别包括N/2个所述第一乘法器，其中第d个第一乘法器用于获得(X(L*(4t-1-1)+d)+X(L*(4t-1-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，t＞＝1，为整数，且4t-1＜＝(M-N+2)/2-2；
所述第4t-1子滤波器还获得X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)；
所述第4t-1子滤波器根据X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)、X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)，获得X(L*(4t-1-1))*H(0)+X(L*(4t-1-1)+1)*H(1)+....X(L*(4t-1-1)+N-1)*H(N-1)。
第二方面，本发明实施例提供了一种FIR滤波器，所述滤波器的滤波系数矢量H(n)的阶数为N，输入数据矢量X(m)的长度为M；
所述滤波器包括第一乘法器，所述第一乘法器用于获得(X(m)+X(m+Q))*(H(n)+H(n+Q))，其中，1＜＝Q＜＝N；
所述滤波器，还用于分别获得X(m)*H(n+Q)和X(m+Q)*H(n)；
所述滤波器，根据获得的(X(m)+X(m+Q))*(H(n)+H(n+Q))、X(m)*H(n+Q)和X(m+Q)*H(n)，分别获得X(m)*H(n)+X(m+Q)*H(n+Q)。
在第一种可能的实现方式中，结合第二方面，若Q＝2时，且所述滤波器的降采样的倍数为L＝2时，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器；
其中，所述第一子滤波器至第(M-N+L)/L的子滤波器中的第p子滤波器包括N/2个所述第一乘法器，其中所述N/2个所述第一乘法器中的第j个第一乘法器，分别用于获得(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j2]*2+2))*(H(j+[j/2]*2)+H(j+[j/2]*2+2))，其中j为i，i+1，i为偶数，且i＞＝0，p为偶数，p＜＝(M-N+L)/L；
所述第p子滤波器还用于分别获得X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+2)和X(L*(p-1)+j+[j/2]*2+2)*H(j+[j/2]*2)；
所述第p子滤波器根据第j个第一乘法器获得的(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j2]*2+2))*(H(j+[j/2]*2)+H(j+[j/2]*2+2))、以及获得的X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+2)和X(L*(p-1)+j+[j/2]*2+2)*H(j+[j/2]*2)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
在第二种可能的实现方式中，结合第二方面，若Q＝4时，且所述滤波器的降采样的倍数为L＝2，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器；
所述第一子滤波器至第(M-N+L)/L的子滤波器中的第p子滤波器包括N/2个第一乘法器，其中第d个第一乘法器用于获得(X(L*(p-1)+)+X(L*(p-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，p为4t-1、4t，t＞＝1，为整数，且p＜＝(M-N+2)/2-2；
所述第p子滤波器还分别获得X(L*(p-1)+d)*H(d+4)和X(L*(p-1)+d+4)*H(d)；
所述第p子滤波器根据获得的(X(L*(p-1)+d)+X(L*(p-1)+d+4))*(H(d)+H(d+4))、X(L*(p-1)+d)*H(d+4)和X(L*(p-1)+d+4)*H(d)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
在第三种可能的实现方式中，结合第二种可能的实现方式，若Q＝4；
所述第4t-1子滤波器包括N/2个所述第一乘法器，其中第d个第一乘法器用于获得(X(L*(4t-1-1)+d)+X(L*(4t-1-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，t＞＝1，为整数，且4t-1＜＝(M-N+2)/2-2；
所述第4t-1子滤波器，还用于获得X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)；
所述第4t-1子滤波器，根据X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)、X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)，获得X(L*(4t-1-1))*H(0)+X(L*(4t-1-1)+1)*H(1)+....X(L*(4t-1-1)+N-1)*H(N-1)。
因此，基于以上的技术方案，本发明实施例提出的一种FIR滤波器滤波的方法，由于第p子滤波器采用将将两两输入数据和相应的滤波系数矢量分别合并相加，然后相乘的方法，从而减少了整个滤波器的乘法器个数，且乘法器的位宽增加的也较少，同时输入数据到滤波结果的各条处理路径时延基本相同，可应用于将采用的并行FIR滤波器。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种FIR滤波器滤波的方法流程示意图；
图2为本发明实施例提供的现有技术中获得X(m)*H(n)+X(m+Q)*H(n+Q)的电路结构示意图；
图3为本发明实施例提供的一种获得X(m)*H(n)+X(m+Q)*H(n+Q)的电路结构示意图；
图4为本发明实施例提供的现有技术的子滤波器的电路结构示意图；
图5为本发明实施例提供的另一种FIR滤波器滤波的方法流程示意图；
图6为本发明实施例提供的第一子滤波器的电路结构示意图；
图7为本发明实施例提供的第三子滤波器的电路结构示意图；
图8为本发明实施例提供的第五子滤波器的电路结构示意图；
图9为本发明实施例提供的第七子滤波器的电路结构示意图；
图10为本发明实施例提供的第九子滤波器的电路结构示意图；
图11为本发明实施例提供的第二子滤波器的电路结构示意图；
图12为本发明实施例提供的第四子滤波器的电路结构示意图；
图13为本发明实施例提供的第六子滤波器的电路结构示意图；
图14为本发明实施例提供的第八子滤波器的电路结构示意图；
图15为本发明实施例提供的FIR滤波器的电路结构示意图；
图16为本发明实施例提供的FIR滤波器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一、
本发明实施例提供了一种FIR滤波器滤波方法，其中，所述滤波器的滤波系数矢量H(n)的阶数为N，输入数据矢量X(m)的长度为M，具体的，如图1所示，该方法包括：
101、所述滤波器包括的第一乘法器用于获得(X(m)+X(m+Q))*(H(n)+H(n+Q))。
其中，1＜＝Q＜＝N。
102、所述滤波器，还用于获得X(m)*H(n+Q)和X(m+Q)*H(n)。
103、所述滤波器，根据获得的(X(m)+X(m+Q))*(H(n)+H(n+Q))、X(m)*H(n+Q)和X(m+Q)*H(n)，获得X(m)*H(n)+X(m+Q)*H(n+Q)。
本发明的宗旨思想在于，现有技术中要获得X(m)*H(n+Q)、X(m+Q)*H(n)、X(m)*H(n)+X(m+Q)*H(n+Q)分别需要四个乘法器来实现，即如图2所示。
而本方案仅将X(m)和X(m+Q)，以及H(n)和H(n+Q)两两合并相加后采用第一乘法器M1相乘获得X(m)*H(n+Q)+X(m+Q)*H(n)+X(m)*H(n)+X(m+Q)*H(n+Q)，再使用第二乘法器M2、第三乘法器M3分别获得X(m)*H(n+Q)和X(m+Q)*H(n)，最后第一乘法器M1的获得结果减去第二乘法器M2、第三乘法器M3的结果，从而可以分别获得X(m)*H(n+Q)、X(m+Q)*H(n)、X(m)*H(n)+X(m+Q)*H(n+Q)。具体如图3所示。
对比图2和图3所示的电路图，采用两两数据合并相加，然后再相乘的方法，可以减少1个乘法器，对于整个滤波器的计算数据来说，X(m)*H(n+Q)和X(m+Q)*H(n)的数据也可以从其它子滤波器中借用，那么整体可以大大的减少乘法器的个数，且乘法器的位宽仅增加的一位。
值得说明的是，若所述滤波器的降采样倍数为L时，所述滤波器包括(M-N+L)/L的子滤波器。其中的第一子滤波器至第(M-N+L)/L的子滤波器中的任一子滤波器都可以包括不超过N/2个该第一乘法器，以及可以包括不超过N/2个第二乘法器和第三乘法器来实现，即采用图3所示的电路图的思想。
当然，为了进一步减少乘法器使用个数，第一子滤波器至第(M-N+L)/L的子滤波器中可以部分子滤波器包括不超过N/2个该第一乘法器，以及不超过N/2个第二乘法器和第三乘法器来实现，其余子滤波器可以采用现有技术的方案来实现，例如采用图2所示的电路图的思想，对于第一子滤波器可以采用图2所示的电路图的思想来实现，即采用N个乘法器最终获得y(0)＝X(0)*H(0)+X(1)*H(1)+X(2)*H(2)+......X(N-1)*H(N-1)。当然对于哪一个子滤波器采用图2电路图的思想实现，哪一个子滤波器采用图3电路图的思想实现，本发明实施例对此不作具体限定。
进一步的，我们具体以滤波系数矢量H(n)的阶数为N为8，输入数据矢量X(m)的长度为24，降采样的倍数为2，Q为2为例来详细说明本发明的宗旨，此时，第p个子滤波器采用电路图3的思想实现，其中p为偶数，即分别为第二、第四、第六和第八滤波器，其它子滤波器采用现有技术的方案实现，具体如表1所示，各个子滤波器的输出结果为：
具体的，以第二子滤波器y1为例说明，其中表1中标明的4个m10的结果可以采用一个乘法器将X(2)+X(4)与H(0)+H(2)相乘获得。而对于y1来说仅需要X(2)*H(0)与X(4)*H(2)，X(2)*H(2)和X(4)*H(0)需要被减去，这样第二子滤波器可以从第一子滤波器和第三子滤波器中获得X(2)*H(2)和X(4)*H(0)，进而减去X(2)*H(2)和X(4)*H(0)，从而可以获得第二子滤波器需要的X(2)+X(4)与H(0)+H(2)。
相应的，第二子滤波器中的m11、m12、m13分别可以依照上述的方法获得，所以对于第二子滤波器可以采用4个乘法器就可以获得输出结果y1。相对于现有技术来说可以减少4个乘法器。
进一步的，第四、第六和第八子滤波器也相应的可以采用第二子滤波器的方法获得输出结果，本发明实施例在此不再赘述。
而第一、第三......至第九子滤波器可以采用现有技术的技术方案来实现，例如，如图4所示，第一子滤波器的实现电路图。
当然，第一、第三至第九子滤波器的实现方案也可采用其它方式，本发明实施例对此不作具体限定。
需要说明的是，对于不同降采样的倍数L，两两合并的数据不同，即Q的取值不同。Q的取值不同，相应的表示哪些子滤波器可以采用电路图2的思想实现，哪些子滤波器不可以采用电路图2的思想实现。例如，对于降采样倍数L＝1时，Q则可以取1至N-1；而若降采样倍数L＝2时，Q则只可以取偶数，且Q小于N-2；具体的合并数据根据降采样倍数的不同具体讨论，本发明实施例对比不作详细说明。
相应的，对于将采用的倍数L的不同，Q的取值不同，可以减少乘法器的子滤波器也不相同。根据实际情况，为了尽量减少乘法器的使用个数，第二乘法器M2和第三乘法器M3的输出结果可以从其它的子滤波器直接获取，不需要额外配置两个乘法器来获取第二乘法器M2和第三乘法器M3的输出结果，这样若L＝2，Q＝2时，则可以减少乘法器的子滤波器可以是第偶数个子滤波器，如第二子滤波器、第四子滤波器等等。而若L＝2，Q＝4时，则可以减少乘法器的子滤波器是第4t-1、第4t个子滤波器，其中，t＞＝1，为整数，且p＜＝(M-N+2)/2-2。而若L＝2时，Q先取值为2，然后取值为4时，则以减少乘法器的子滤波器是第偶数个子滤波器外，还包括第4t-1个子滤波器。具体的减少乘法器个数的子滤波器是根据降采样倍数L和Q的取值的不同需要分别讨论，本发明实施例对此不作详细说明。
因此，基于以上的技术方案，本发明实施例提出的一种FIR滤波器滤波的方法，由于第p子滤波器采用将将两两数据合并，然后相乘的方法，从而减少了整个滤波器的乘法器个数，且乘法器的位宽增加的也较少，同时输入数据到滤波结果的各条处理路径时延基本相同，可应用于将采用的并行FIR滤波器。
实施例二、
本发明实施例提供了一种FIR滤波器滤波的方法，本方法具体以：滤波系数矢量H(n)的阶数为N为8，输入数据矢量X(m)的长度为24，降采样的倍数L为2，Q为2为例进行详细说明，此时所述滤波器包括第一子滤波器至第九子滤波器。具体的，如图5所示，该方法包括：
501、所述第一子滤波器至第九子滤波器中的第p子滤波器分别包括4个第一乘法器，其中所述4个所述第一乘法器中的第j个第一乘法器获得(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+Q))*(H(j+[j/2]*2)+H(j+[j/2]*2+Q))。
其中，j为i、i+1，i为偶数，且i＞＝0，p为偶数，p＜＝(M-N+L)/L。
502、所述第p子滤波器还用于获得X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+Q)和X(L*(p-1)+j+[j/2]*2+Q)*H(j+[j/2]*2)。
503、所述第p子滤波器根据第j个第一乘法器获得的(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+Q))*(H(j+[j/2]*2)+H(j+[j/2]*2+Q))、以及获得的X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+Q)和X(L*(p-1)+j+[j/2]*2+Q)*H(j+[j/2]*2)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
以下我们具体来说明该FIR滤波器的滤波器方法。其中在9个子滤波器中，除第p子滤波器外，其它的子滤波器，如第一子滤波器、第三子滤波器、第五子滤波器、第七子滤波器和第九子滤波器都可以采用图4所述的方式来实现。
具体如图6至图10所示，从而可以获得第一子滤波器的输出结果：
y0＝X(0)*H(0)+X(1)*H(1)+X(2)*H(2)+X(3)*H(3)+X(4)*H(4)+X(5)*H(5)+X(6)*H(6)+X(7)*H(7)。
第三子滤波器的输出结果：
y2＝X(4)*H(0)+X(5)*H(1)+X(6)*H(2)+X(7)*H(3)+X(8)*H(4)+X(9)*H(5)+X(10)*H(6)+X(11)*H(7)。
第五子滤波器的输出结果：
y4＝X(8)*H(0)+X(9)*H(1)+X(10)*H(2)+X(11)*H(3)+X(12)*H(4)+X(13)*H(5)+X(14)*H(6)+X(15)*H(7)。
第七子滤波器的输出结果：
y6＝X(12)*H(0)+X(13)*H(1)+X(14)*H(2)+X(15)*H(3)+X(16)*H(4)+X(17)*H(5)+X(18)*H(6)+X(19)*H(7)。
第九子滤波器的输出结果：
y8＝X(16)*H(0)+X(17)*H(1)+X(18)*H(2)+X(19)*H(3)+X(20)*H(4)+X(21)*H(5)+X(22)*H(6)+X(23)*H(7)。
然后，第二子滤波器、第四子滤波器、第六子滤波器和第八子滤波器，具体如图11-图14所示，分别都包括有四个第一乘法器M1，为了分别区分不同的第一乘法器M1，以下采用M1(j)，其中j表示第j个乘法器，j＝i，i+1，其中i为偶数，则i可以取0和2。
其中，第一乘法器M1(j)用于获得(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+Q))*(H(j+[j/2]*2)+H(j+[j/2]*2+Q))。
具体的，对于第二子滤波器来说，p取2，当i＝0时，j＝0，1，则
M1(0)用于获得：(X(2)+(X4))*(H(0)+H(2))；
M1(1)用于获得：(X(3)+(X5))*(H(1)+H(3))；
当i＝2，j＝2，3，则
M1(2)用于获得：(X(6)+X(8))*(H(4)+H(6))；
M1(3)用于获得：(X(7)+X(9))*(H(5)+H(7))。
则第二子滤波器的四个第一乘法器M1相加后获得：
y11＝(X(2)+(X4))*(H(0)+H(2))+(X(3)+(X5))*(H(1)+H(3))+(X(6)+X(8))*(H(4)+H(6))+(X(7)+X(9))*(H(5)+H(7))。
相应的，第四子滤波器，p取4，第四子滤波器的4个乘法器分别计算后相加获得：
y31＝(X(6)+X(8))*(H(0)+H(2))+(X(7)+X(9))*(H(1)+H(3))+(X(10)+X(12))*(H(4)+H(6))+(X(11)+X(13))*(H(5)+H(7))。
相应的，第六子滤波器，p取6，第六子滤波器的4个乘法器计算后相加分别获得：
y51＝(X(10)+X(12))*(H(0)+H(2))+(X(11)+X(13))*(H(1)+H(3))+(X(14)+X(16))*(H(4)+H(6))+(X(15)+X(17))*(H(5)+H(7))。
相应的，第八子滤波器，p取8，第八子滤波器的4个乘法器计算后相加分别获得：
y71＝(X(14)+X(16))*(H(0)+H(2))+(X(15)+X(17))*(H(1)+H(3))+(X(18)+X(20))*(H(4)+H(6))+(X(19)+X(21))*(H(5)+H(7))。
然后，第p子滤波器还可以从其它子滤波器中分别获得X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+Q)和X(L*(p-1)+j+[j/2]*2+Q)*H(j+[j/2]*2)。
即，所述第二子滤波器可以从第一子滤波器和第三子滤波器中分别获得：
y12＝x2*h2+x3*h3+x6*h6+x7*h7；
y13＝x4*h0+x5*h1+x8*h4+x9*h5。
所述第四子滤波器可以从第三子滤波器和第五子滤波器中分别获得：
y32＝x6*h2+x7*h3+x10*h6+x11*h7；
y33＝x8*h0+x9*h1+x12*h4+x13*h5。
所述第六子滤波器可以从第五子滤波器和第七子滤波器中分别获得：
y52＝x10*h2+x11*h3+x14*h6+x15*h7；
y53＝x12*h0+x13*h1+x16*h4+x17*h5。
所述第八子滤波器可以从第七子滤波器和第九子滤波器中分别获得：
y72＝x10*h2+x11*h3+x14*h6+x15*h7；
y73＝x12*h0+x13*h1+x16*h4+x17*h5。
最后，所述第p子滤波器获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。具体的，即第二子滤波器的输出结果：
y1＝y11-y12-y13＝X(2)*H(0)+X(3)*H(1)+X(4)*H(2)+X(5)*H(3)+X(6)*H(4)+X(7)*H(5)+X(8)*H(6)+X(9)*H(7)。
第四子滤波器的输出结果：
y3＝y31-y32-y33＝X(6)*H(0)+X(7)*H(1)+X(8)*H(2)+X(9)*H(3)+X(10)*H(4)+X(11)*H(5)+X(12)*H(6)+X(13)*H(7)。
第六子滤波器的输出结果：
y5＝y51-y52-y53＝X(10)*H(0)+X(11)*H(1)+X(12)*H(2)+X(13)*H(3)+X(14)*H(4)+X(15)*H(5)+X(16)*H(6)+X(17)*H(7)。
第八子滤波器的输出结果：
y7＝y71-y72-y73＝X(14)*H(0)+X(15)*H(1)+X(16)*H(2)+X(17)*H(3)+X(18)*H(4)+X(19)*H(5)+X(20)*H(6)+X(21)*H(7)。
需要说明的是，在第二子滤波器、第四子滤波器、第六子滤波器和第八子滤波器进行具体计算之前，该FIR滤波器还可以对输入数据矢量X(m)和滤波系数矢量H(n)进行预处理，即该FIR滤波器还可以包括预处理电路，其中，所述预处理电路包括两路输入X(m)和X(m+2)相加的加法电路，其中，m＞＝2，m+2＜＝M-1，对长度为M的输入的数据的两两数据相加，以及两路输入H(n)和H(n+2)相加的加法电路，其中n＞＝0，n+2＜＝N-1。
具体的，该预处理电路对输入数据和滤波系数进行预处理后，分别获得：
add_x_2＝X(2)+(X4)；add_x_3＝X(3)+(X5)；
add_x_6＝X(6)+X(8)；add_x_7＝X(7)+X(9)；
add_x_10＝X(10)+X(12)；add_x_11＝X(11)+X(13)；
add_x_14＝X(14)+X(16)；add_x_15＝X(15)+X(17)；
add_x_18＝X(18)+X(20)；add_x_19＝X(19)+X(21)；
add_h_0＝H(0)+H(2)；add_h_1＝H(1)+H(3)；
add_h_2＝H(2)+H(4)；add_h_3＝H(3)+H(5)；
add_h_4＝H(4)+H(6)；add_h_5＝H(5)+H(7)。
这样，第p子滤波器可以从预处理电路获得预先经过合并的输入数据矢量X(m)+X(m+Q)和H(n)+H(n+Q)。
综上所述，该FIR滤波器的电路示意图具体见图15所示，包括预处理电路、第一子滤波器电路至第九子滤波器电路。
进一步的，若滤波系数矢量H(n)的阶数为N为8，输入数据矢量X(m)的长度M为24，L＝2，Q＝4时，p可以为4t-1、4t，t＞＝1，为整数，且p＜＝(M-N+2)/2-2，即可以采用图3电路图的思想的子滤波器为第三子滤波器、第四子滤波器和第七子滤波器。其中第p子滤波器的第d个第一乘法器用于获得(X(L*(p-1)+)+X(L*(p-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，然后所述第p子滤波器还获得X(L*(p-1)+d)*H(d+4)和X(L*(p-1)+d+4)*H(d)；最终根据获得的(X(L*(p-1)+d)+X(L*(p-1)+d+4))*(H(d)+H(d+4))、X(L*(p-1)+d)*H(d+4)和X(L*(p-1)+d+4)*H(d)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
具体实现过程本发明实施例在此不再赘述。
进一步的，为了更多的减少乘法器的个数后，还可以同时对Q先后取不同的值。例如，若滤波系数矢量H(n)的阶数为N为8，输入数据矢量X(m)的长度为24，L＝2时，Q取值为2，这样在分别对第偶数个子滤波器采用图3所示的电路的思想实现，还可以接着取Q＝4，这样还可以对第三子滤波器和第七子滤波器进行合并计算，从而进一步减少了乘法器的个数。
具体的，可以在所述第p子滤波器根据第j个第一乘法器获得的(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+Q))*(H(j+[j/2]*2)+H(j+[j/2]*2+Q))、以及X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+Q)和X(L*(p-1)+j+[j/2]*2+Q)*H(j+[j/2]*2)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)后，还包括：
取Q＝4；
所述第4t-1子滤波器分别包括N/2个所述第一乘法器，其中第d个第一乘法器用于获得(X(L*(4t-1-1)+d)+X(L*(4t-1-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，t＞＝1，为整数，且4t-1＜＝(M-N+2)/2-2；
所述第4t-1子滤波器还获得X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)；
所述第4t-1子滤波器根据X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)、X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)，获得X(L*(4t-1-1))*H(0)+X(L*(4t-1-1)+1)*H(1)+....X(L*(4t-1-1)+N-1)*H(N-1)。
值得说明的是，Q的取值可以先后不同，而且在整个方案可以实现的基础上，还可以再进一步取Q＝6进行合并计算，进行合并的子滤波器以及具体实现的电路都会不同，但是本发明的宗旨思想没有改变，都可以减少乘法器的个数，所以具体的实现方式本发明实施例对此不再赘述。
因此，基于以上的技术方案，本发明实施例提出的一种FIR滤波器滤波的方法，由于第p子滤波器采用将将两两数据合并，然后相乘的方法，从而减少了整个滤波器的乘法器个数，且乘法器的位宽增加的也较少，同时输入数据到滤波结果的各条处理路径时延基本相同，可应用于将采用的并行FIR滤波器。
实施例三、
本发明实施例提供了一种FIR滤波器，其中，所述滤波器的滤波系数矢量H(n)的阶数为N，输入数据矢量X(m)的长度为M，降采样的倍数为L，具体，如图16所示，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器，其中，
所述滤波器包括第一乘法器M1，所述第一乘法器M1用于获得(X(m)+X(m+Q))*(H(n)+H(n+Q))，其中，1＜＝Q＜＝N；
所述滤波器，还用于分别获得X(m)*H(n+Q)和X(m+Q)*H(n)；
所述滤波器，根据获得的(X(m)+X(m+Q))*(H(n)+H(n+Q))、X(m)*H(n+Q)和X(m+Q)*H(n)，分别获得X(m)*H(n)+X(m+Q)*H(n+Q)。
进一步的，若Q＝2时，且所述滤波器的降采样的倍数为L＝2时，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器；
其中，所述第一子滤波器至第(M-N+L)/L的子滤波器中的第p子滤波器包括N/2个所述第一乘法器，其中所述N/2个所述第一乘法器中的第j个第一乘法器，用于获得(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+Q))*(H(j+[j/2]*2)+H(j+[j/2]*2+Q))，其中j为i，i+1，i为偶数，且i＞＝0，p为偶数，p＜＝(M-N+L)/L；
所述第p子滤波器还用于获得X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+Q)和X(L*(p-1)+j+[j/2]*2+Q)*H(j+[j/2]*2)；
所述第p子滤波器根据第j个第一乘法器获得的(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+Q))*(H(j+[j/2]*2)+H(j+[j/2]*2+Q))、以及获得的X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+Q)和X(L*(p-1)+j+[j/2]*2+Q)*H(j+[j/2]*2)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。具体的，所述第p子滤波器具体见图6-10所示。
具体的，关于所述FIR滤波器的描述过程可参见实施例一和实施例二的描述，本发明实施例对此不再赘述。
进一步的，若Q＝4时，且所述滤波器的降采样的倍数为L＝2，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器；
所述第一子滤波器至第(M-N+L)/L的子滤波器中的第p子滤波器包括N/2个第一乘法器，其中第d个第一乘法器用于获得(X(L*(p-1)+)+X(L*(p-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，p为4t-1、4t，t＞＝1，为整数，且p＜＝(M-N+2)/2-2；
所述第p子滤波器还分别获得X(L*(p-1)+d)*H(d+4)和X(L*(p-1)+d+4)*H(d)；
所述第p子滤波器根据获得的(X(L*(p-1)+d)+X(L*(p-1)+d+4))*(H(d)+H(d+4))、X(L*(p-1)+d)*H(d+4)和X(L*(p-1)+d+4)*H(d)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
进一步的，该FIR滤波器中按照图3所示的电路的思想实现的子滤波器，可以包括Q＝2和Q＝4时的按照图3所示的电路的思想实现的子滤波器，即Q＝2时，p取偶数；Q＝4时，p取4t和4t-1，且p＜＝(M-N+2)/2-2。
即在Q＝2时，第偶数个子滤波器采用图3所示的电路的思想实现时，Q＝4时，第4t-1子滤波器采用图3所示的电路的思想实现，即第4t-1个子滤波器包括N/2个所述第一乘法器，其中第d个第一乘法器用于获得(X(L*(4t-1-1)+d)+X(L*(4t-1-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，t＞＝1，为整数，且4t-1＜＝(M-N+2)/2-2；
所述第4t-1子滤波器，还用于获得X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)；
所述第4t-1子滤波器，根据X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)、X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)，获得X(L*(4t-1-1))*H(0)+X(L*(4t-1-1)+1)*H(1)+....X(L*(4t-1-1)+N-1)*H(N-1)。
具体的，所述FIR滤波器的工作过程描述可参见实施例一和实施例三的描述，本发明实施例对此不再赘述。
因此，基于以上的技术方案，本发明实施例提出的一种FIR滤波器，由于第p子滤波器采用将将两两数据合并，然后相乘的方法，从而减少了整个滤波器的乘法器个数，且乘法器的位宽增加的也较少，同时输入数据到滤波结果的各条处理路径时延基本相同，可应用于将采用的并行FIR滤波器。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种FIR滤波器滤波的方法，其中，所述滤波器的滤波系数矢量H(n)的阶数为N，输入数据矢量X(m)的长度为M，其特征在于，该方法包括：
所述滤波器包括的第一乘法器用于获得(X(m)+X(m+Q))*(H(n)+H(n+Q))，其中，1＜＝Q＜＝N；
所述滤波器，还用于获得X(m)*H(n+Q)和X(m+Q)*H(n)；
所述滤波器，根据获得的(X(m)+X(m+Q))*(H(n)+H(n+Q))、X(m)*H(n+Q)和X(m+Q)*H(n)，获得X(m)*H(n)+X(m+Q)*H(n+Q)。
2.根据权利要求1所述的方法，其特征在于，若Q＝2时，且所述滤波器的降采样的倍数为L＝2时，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器；
其中，所述第一子滤波器至第(M-N+L)/L的子滤波器中的第p子滤波器包括N/2个所述第一乘法器，其中所述N/2个所述第一乘法器中的第j个第一乘法器分别用于获得(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+2))*(H(j+[j/2]*2)+H(j+[j/2]*2+2))，其中j为i，i+1，i为偶数，且i＞＝0，p为偶数，p＜＝(M-N+L)/L；
所述第p子滤波器还分别获得X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+2)和X(L*(p-1)+j+[j/2]*2+2)*H(j+[j/2]*2)；
所述第p子滤波器根据第j个第一乘法器分别获得的(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+2))*(H(j+[j/2]*2)+H(j+[j/2]*2+2))、以及获得的X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+2)和X(L*(p-1)+j+[j/2]*2+2)*H(j+[j/2]*2)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
3.根据权利要求1所述的方法，其特征在于，若Q＝4时，且所述滤波器的降采样的倍数为L＝2，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器；
所述第一子滤波器至第(M-N+L)/L的子滤波器中的第p子滤波器包括N/2个第一乘法器，其中第d个第一乘法器用于获得(X(L*(p-1)+)+X(L*(p-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，p为4t-1、4t，t＞＝1，为整数，且p＜＝(M-N+2)/2-2；
所述第p子滤波器还获得X(L*(p-1)+d)*H(d+4)和X(L*(p-1)+d+4)*H(d)；
所述第p子滤波器根据获得的(X(L*(p-1)+d)+X(L*(p-1)+d+4))*(H(d)+H(d+4))、X(L*(p-1)+d)*H(d+4)和X(L*(p-1)+d+4)*H(d)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
4.根据权利要求2所述的方法，其特征在于，该方法还包括：
取Q＝4；
所述第4t-1子滤波器包括N/2个所述第一乘法器，其中第d个第一乘法器用于获得(X(L*(4t-1-1)+d)+X(L*(4t-1-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，t＞＝1，为整数，且4t-1＜＝(M-N+2)/2-2；
所述第4t-1子滤波器还获得X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)；
所述第4t-1子滤波器根据X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)、X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)，获得X(L*(4t-1-1))*H(0)+X(L*(4t-1-1)+1)*H(1)+....X(L*(4t-1-1)+N-1)*H(N-1)。
5.一种FIR滤波器，其中，所述滤波器的滤波系数矢量H(n)的阶数为N，输入数据矢量X(m)的长度为M，其特征在于，
所述滤波器包括第一乘法器，所述第一乘法器用于获得(X(m)+X(m+Q))*(H(n)+H(n+Q))，其中，1＜＝Q＜＝N；
所述滤波器，还用于分别获得X(m)*H(n+Q)和X(m+Q)*H(n)；
所述滤波器，根据获得的(X(m)+X(m+Q))*(H(n)+H(n+Q))、X(m)*H(n+Q)和X(m+Q)*H(n)，获得X(m)*H(n)+X(m+Q)*H(n+Q)。
6.根据权利要求5所述的滤波器，其特征在于，若Q＝2时，且所述滤波器的降采样的倍数为L＝2时，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器；
其中，所述第一子滤波器至第(M-N+L)/L的子滤波器中的第p子滤波器包括N/2个所述第一乘法器，其中所述N/2个所述第一乘法器中的第j个第一乘法器，分别用于获得(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+Q))*(H(j+[j/2]*2)+H(j+[j/2]*2+Q))，其中j为i、i+1，i为偶数，且i＞＝0，p为偶数，p＜＝(M-N+L)/L；
所述第p子滤波器还用于分别获得X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+Q)和X(L*(p-1)+j+[j/2]*2+Q)*H(j+[j/2]*2)；
所述第p子滤波器根据第j个第一乘法器获得的(X(L*(p-1)+j+[j/2]*2)+X(L*(p-1)+j+[j/2]*2+Q))*(H(j+[j/2]*2)+H(j+[j/2]*2+Q))、以及获得的X(L*(p-1)+j+[j/2]*2)*H(j+[j/2]*2+Q)和X(L*(p-1)+j+[j/2]*2+Q)*H(j+[j/2]*2)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
7.根据权利要求5所述的滤波器，其特征在于，若Q＝4时，且所述滤波器的降采样的倍数为L＝2，所述滤波器包括第一子滤波器至第(M-N+L)/L的子滤波器；
所述第一子滤波器至第(M-N+L)/L的子滤波器中的第p子滤波器包括N/2个第一乘法器，其中第d个第一乘法器用于获得(X(L*(p-1)+)+X(L*(p-1)+d+Q))*(H(d)+H(d+Q))，其中d＞＝0，p为4t-1、4t，t＞＝1，为整数，且p＜＝(M-N+2)/2-2；
所述第p子滤波器还分别获得X(L*(p-1)+d)*H(d+Q)和X(L*(p-1)+d+Q)*H(d)；
所述第p子滤波器根据获得的(X(L*(p-1)+d)+X(L*(p-1)+d+Q))*(H(d)+H(d+Q))、X(L*(p-1)+d)*H(d+Q)和X(L*(p-1)+d+Q)*H(d)，获得X(L*(p-1))*H(0)+X(L*(p-1)+1)*H(1)+....X(L*(p-1)+N-1)*H(N-1)。
8.根据权利要求6所述的滤波器，其特征在于，若Q＝4；
所述第4t-1子滤波器包括N/2个所述第一乘法器，其中第d个第一乘法器用于获得(X(L*(4t-1-1)+d)+X(L*(4t-1-1)+d+4))*(H(d)+H(d+4))，其中d＞＝0，t＞＝1，为整数，且4t-1＜＝(M-N+2)/2-2；
所述第4t-1子滤波器，还用于获得X(L*(4t-1-1)+d)*H(d+4和X(L*(4t-1-1)+d+4)*H(d)；
所述第4t-1子滤波器，根据X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)、X(L*(4t-1-1)+d)*H(d+4)和X(L*(4t-1-1)+d+4)*H(d)，获得X(L*(4t-1-1))*H(0)+X(L*(4t-1-1)+1)*H(1)+....X(L*(4t-1-1)+N-1)*H(N-1)。
CN201310007763.4A 2013-01-09 2013-01-09 一种fir滤波器滤波的方法和滤波器 Expired - Fee Related CN103066950B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310007763.4A CN103066950B (zh) 2013-01-09 2013-01-09 一种fir滤波器滤波的方法和滤波器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310007763.4A CN103066950B (zh) 2013-01-09 2013-01-09 一种fir滤波器滤波的方法和滤波器

Publications (2)

Publication Number Publication Date
CN103066950A true CN103066950A (zh) 2013-04-24
CN103066950B CN103066950B (zh) 2016-06-15

Family

ID=48109438

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310007763.4A Expired - Fee Related CN103066950B (zh) 2013-01-09 2013-01-09 一种fir滤波器滤波的方法和滤波器

Country Status (1)

Country Link
CN (1) CN103066950B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105322967A (zh) * 2014-07-17 2016-02-10 北京卓锐微技术有限公司 一种滤波器的实现方法和一种数字模拟转换器
CN106505973A (zh) * 2016-09-19 2017-03-15 华为技术有限公司 一种n抽头的fir滤波器
CN107508575A (zh) * 2017-08-11 2017-12-22 西安电子科技大学 模拟有限脉冲响应滤波器
WO2021114907A1 (zh) * 2019-12-13 2021-06-17 深圳市中兴微电子技术有限公司 基于fir滤波器的滤波方法、装置、设备及储存介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1130773A1 (en) * 2000-02-29 2001-09-05 STMicroelectronics S.r.l. Time continuous FIR filter to implement a Hilbert transform and corresponding filtering method
CN101083461A (zh) * 2007-07-13 2007-12-05 北京创毅视讯科技有限公司 一种降采样滤波方法和降采样滤波器

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1130773A1 (en) * 2000-02-29 2001-09-05 STMicroelectronics S.r.l. Time continuous FIR filter to implement a Hilbert transform and corresponding filtering method
CN101083461A (zh) * 2007-07-13 2007-12-05 北京创毅视讯科技有限公司 一种降采样滤波方法和降采样滤波器

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周亚凤等: "基于FPGA的16阶FIR滤波器的设计", 《南京工业大学学报》, vol. 27, no. 1, 31 January 2005 (2005-01-31), pages 46 - 50 *
熊廷文: "基于无源超高频射频识别技术的实时定位系统的研究", 《中国博士学位论文全文数据库信息科技辑》, no. 11, 15 November 2010 (2010-11-15), pages 51 - 53 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105322967A (zh) * 2014-07-17 2016-02-10 北京卓锐微技术有限公司 一种滤波器的实现方法和一种数字模拟转换器
CN105322967B (zh) * 2014-07-17 2018-09-28 山东共达电声股份有限公司 一种滤波器的实现方法和一种数字模拟转换器
CN106505973A (zh) * 2016-09-19 2017-03-15 华为技术有限公司 一种n抽头的fir滤波器
CN106505973B (zh) * 2016-09-19 2019-04-19 华为技术有限公司 一种n抽头的fir滤波器
CN107508575A (zh) * 2017-08-11 2017-12-22 西安电子科技大学 模拟有限脉冲响应滤波器
CN107508575B (zh) * 2017-08-11 2021-02-26 西安电子科技大学 模拟有限脉冲响应滤波器
WO2021114907A1 (zh) * 2019-12-13 2021-06-17 深圳市中兴微电子技术有限公司 基于fir滤波器的滤波方法、装置、设备及储存介质

Also Published As

Publication number Publication date
CN103066950B (zh) 2016-06-15

Similar Documents

Publication Publication Date Title
US8539012B2 (en) Multi-rate implementation without high-pass filter
CN107636965B (zh) 稀疏级联积分梳滤波器
CN103066950A (zh) 一种fir滤波器滤波的方法和滤波器
CN101944364B (zh) 音频处理方法及音频系统
US10050607B2 (en) Polyphase decimation FIR filters and methods
CN106817106A (zh) 一种并行fir滤波方法及fir滤波器
WO2008034027A2 (en) Processor architecture for programmable digital filters in a multi-standard integrated circuit
CN101207372B (zh) 一种可实现固定小数采样率转换的方法及其装置
CN101222213A (zh) 基于可编程逻辑器件的插值cic滤波器及实现方法
CN100550622C (zh) 带有下采样功能的数字信号滤波装置及方法
CN102811035B (zh) 有限冲击响应数字滤波器及其实现方法
CN102457251B (zh) 一种实现通用数字滤波器的方法及装置
CN102684644A (zh) 采样率转换滤波器及采样率转换实现方法
JP4386079B2 (ja) サンプリング周波数変換装置
CN103378820A (zh) 可编程数字滤波实现方法、装置、基带芯片及其终端
CN106533392B (zh) 用于脉宽调制信号的数字滤波器及方法
CN116015500A (zh) 一种基于硬件资源约束下的长时延信道模拟方法
CN107786476B (zh) 一种滤波器、时域均衡器以及接收机
CN102664724B (zh) 数字通信系统中的数字信号的处理方法和装置
CN104734668A (zh) 一种插值滤波器
CN106791881A (zh) 一种滤波方法及装置
CN115882821A (zh) 一种数字滤波器、滤波方法及电子设备
CN108140017B (zh) 用于线性相位有限脉冲响应抽取滤波器的方法和装置
CN109324562A (zh) 对电压、电流的滤波处理方法及装置
CN117411460A (zh) 适用于sigma-delta ADC的可编程数字高通滤波器

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160615

Termination date: 20190109