CN110415717B - 一种基于分布式算法的信号去噪滤波方法 - Google Patents

一种基于分布式算法的信号去噪滤波方法 Download PDF

Info

Publication number
CN110415717B
CN110415717B CN201910790119.6A CN201910790119A CN110415717B CN 110415717 B CN110415717 B CN 110415717B CN 201910790119 A CN201910790119 A CN 201910790119A CN 110415717 B CN110415717 B CN 110415717B
Authority
CN
China
Prior art keywords
search
data
address
addresses
coefficient
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.)
Expired - Fee Related
Application number
CN201910790119.6A
Other languages
English (en)
Other versions
CN110415717A (zh
Inventor
宋宇鲲
杜诗强
许丁鸿
聂言硕
张多利
倪伟
杜高明
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN201910790119.6A priority Critical patent/CN110415717B/zh
Publication of CN110415717A publication Critical patent/CN110415717A/zh
Application granted granted Critical
Publication of CN110415717B publication Critical patent/CN110415717B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Complex Calculations (AREA)

Abstract

本申请公开了一种基于分布式算法的信号去噪滤波方法，该方法包括：步骤1，根据滤波器的滤波有效系数以及输入地址，计算滤波器的系数和，并与输入地址进行关联，生成一级查找表；步骤2，根据预设分组组数，将一级查找表平均分组，将分组后的一级查找表记作二级查找表；步骤3，根据预相加算法，计算待处理数据的和值，记作预相加数据，对预相加数据进行拼接，生成查找地址；步骤4，根据查找地址，在二级查找表中进行系数和查找，并根据查找地址在预相加数据中的数据位，对系数和进行左移位操作，并对移位结果进行累加，将累加结果记作待处理数据的滤波数据。通过本申请中的技术方案，有利于实现快速、高效的语音信号滤波操作。

Description

一种基于分布式算法的信号去噪滤波方法
技术领域
本申请涉及信号处理的技术领域，具体而言，涉及一种基于分布式算法的信号去噪滤波方法。
背景技术
语音是人类获取知识和各种各样信息的重要手段和最初来源，人类离不开自然界中各种不同的声音，但在获取语音的过程中，不可避免的会受到外界环境的干扰和影响，如各种机器的轰鸣或者自然界的电磁干扰等。
语音信号处理的好坏，将影响并导致语音信号质量的好坏，只有通过将这些语音信号进行一列数字处理，才能将语音信号中不必要的噪声杂波妥善滤除，得到干净有效、质量较好的语音信号，因此语音信号的去噪处理，是非常具有现实意义的。
目前，随着科学技术的不断进步，人工智能和神经网络取得了迅猛发展，而语音信号的去噪研究，就是促进其发展的推动力之一。在科研领域和工程应用领域中，由于有限长单位冲激响应(Finite Impulse Response，FIR)滤波器具有严格的线性相位特点，使得其在语音信号滤波方面得到广泛应用。
数字滤波器是指由数字乘法器、加法器和延时单元组成的一种算法或装置。现有技术中，硬件电路实现FIR滤波器主要有以下两种方法：分布式算法(DistributedArithmetic，DA)和乘累加器方法，其中分布式算法是利用硬件电路内部的查找表(Look UpTable，LUT)资源，事先将滤波系数和输入序列等数据，存入查找表中，通过查找表操作，可以实现滤波运算。
但现有的分布式算法要么是以大量的查找表资源换取高效的滤波速度，要么是以降低速度的代价来减少存储资源消耗，很难兼顾到采用较少的存储资源得到较高效的滤波速度。
综上，目前现有的分布式结构的FIR滤波器实现在工程应用中仍有一定的局限性，主要归结于以下几点不足：
1.在有限的存储资源前提下，只支持逐位查找的操作，难以满足工程应用中实时性要求；
2.要想实现高速的滤波效果，需要通过复用查找表，增加存储资源消耗，才能得到快速滤波。
发明内容
本申请的目的在于：解决现有语音信号去噪中，滤波方法在硬件电路中存在的信号处理效率低的问题，实现快速、高效的语音信号滤波操作。
本申请的技术方案是：提供了一种基于分布式算法的信号去噪滤波方法，该方法包括：步骤1，根据滤波器的滤波有效系数以及输入地址，计算滤波器的系数和，并将系数和与输入地址进行关联，生成一级查找表；步骤2，根据预设分组组数，将一级查找表平均分组，将分组后的一级查找表记作二级查找表；步骤3，根据预相加算法，计算待处理数据的和值，记作预相加数据，将预相加数据相同位的数据进行拼接，生成查找地址；步骤4，根据查找地址，在二级查找表中进行系数和查找，并根据查找地址在预相加数据中的数据位，对查找出的系数和进行左移位操作，并对移位结果进行累加，将累加结果记作待处理数据的滤波数据。
上述任一项技术方案中，进一步地，信号去噪滤波方法适用于有限长单位冲激响应滤波器。
上述任一项技术方案中，进一步地，预相加数据为二进制数据，步骤3中，具体包括：步骤31，由高位到低位，依次提取出预相加数据中每一位二进制数；步骤32，将提取出的二进制数依次进行拼接，记作中间地址，按照预相加数据中的数据位，对中间地址进行编号，将编号后的中间地址，记作待处理数据的查找地址。
上述任一项技术方案中，进一步地，步骤4中，具体包括：步骤41，依次选取个数与预设分组组数相同的查找地址，记作一组查找地址组，判断选取出的每组查找地址组中的查找地址是否位于相同的二级查找表中；步骤42，若判定每组查找地址组中的查找地址均位于不相同的二级查找表中，采用全并行方式，确定查找地址对应的系数和，否则，执行步骤43；步骤43，若判定每组查找地址组中的查找地址均位于相同的二级查找表中时，采用全串行方式，确定查找地址对应的系数和，否则，执行步骤44；步骤44，采用半并行方式，确定查找地址对应的系数和。
上述任一项技术方案中，进一步地，预设分组组数为2的幂次方。
上述任一项技术方案中，进一步地，待处理数据暂存于寄存器组，其中，寄存器组包括多个寄存器。
上述任一项技术方案中，进一步地，寄存器组中寄存器的个数与滤波器的系数个数相等，系数个数为滤波有效系数的个数的2倍。
本申请的有益效果是：
本发明提出的信号去噪滤波方法，在基于分布式算法的基础上，对其算法进行了修正和改进，产生了高效的滤波算法。在不增加存储资源的情况下，对查找进行并行操作，降低了滤波运算的时间消耗，提高了信号滤波去噪的效率。
本发明提出的信号去噪滤波方法，采用将查找表平均分组的方式，在查找表存储资源消耗不变的前提下，完成对数据的并行查找操作，从而提高对信号的滤波效率，有利于实现快速、高效的语音信号滤波操作，在工程应用中具有很大的实用性。
附图说明
本申请的上述和/或附加方面的优点在结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本申请的一个实施例的基于分布式算法的信号去噪滤波方法的示意流程图；
图2是根据本申请的一个实施例的计算预相加数据的示意流程图；
图3是根据本申请的一个实施例的系数和查找方式的示意流程图；
图4是根据本申请的一个实施例的滤波数据计算示意流程图。
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施方式对本申请进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互结合。
在下面的描述中，阐述了很多具体细节以便于充分理解本申请，但是，本申请还可以采用其他不同于在此描述的其他方式来实施，因此，本申请的保护范围并不受下面公开的具体实施例的限制。
如图1所示，本实施例提供了一种基于分布式算法的信号去噪滤波方法，包括：
步骤1，根据滤波器的滤波有效系数以及输入地址，计算滤波器的系数和，并将系数和与输入地址进行关联，生成一级查找表，其中，输入地址的类型为二进制；
进一步地，该信号去噪滤波方法适用于有限长单位冲激响应(Finite ImpulseResponse，FIR)滤波器。
具体地，在本实施例中，滤波器的相关参数包括：滤波器阶数2N、滤波器系数位宽、滤波器系数C2N-1，分别为：C0,C1,…,C2N-1，其中，滤波器系数对于确定的滤波器而言，为一组已知定值。
待处理数据的相关参数包括：信号数据个数K、数据位宽B，其中，信号数据个数K与滤波器阶数相同。对于FIR滤波器而言，由于其具有线性相位的特点，其滤波器的滤波有效系数为：C0＝C2N-1，C1＝C2N-2，…，CN-1＝CN，滤波有效系数的个数为N。将滤波器的输入地址由二进制表示，为{B0,B1,B2,…,BN-1}，输入地址的个数为2N，而每一个输入地址均对应一个滤波器系数，因此，滤波器系数组成的一级查找表的存储深度为2N。
系数和的计算公式为：
B0*C0+B1*C1+B2*C2+…+BN-1*CN-1
设定N＝3，即该FIR滤波器的阶数为6，相应的滤波系数依次为：C0＝1、C1＝2、C2＝3、C3＝4、C4＝5、C5＝6，其滤波有效系数包括C0＝1、C1＝2、C2＝3，二进制输入地址需要由3位二进制数表示{B0,B1,B2}，根据上述系数和的计算公式，对二进制输入地址进行遍历，计算每一个输入地址与滤波有效系数之间的系数和，再将计算得出的系数和、与该系数和对应的二进制输入地址进行关联，生成一级查找表，则一级查找表如表1所示。
表1
输入地址编号 二进制输入地址{B<sub>0</sub>,B<sub>1</sub>,B<sub>2</sub>} 系数和
0 000 0
1 001 C<sub>2</sub>
2 010 C<sub>1</sub>
3 011 C<sub>2</sub>+C<sub>1</sub>
4 100 C<sub>0</sub>
5 101 C<sub>0</sub>+C<sub>2</sub>
6 110 C<sub>0</sub>+C<sub>1</sub>
7 111 C<sub>0</sub>+C<sub>1</sub>+C<sub>2</sub>
步骤2，根据预设分组组数，将一级查找表平均分组，将分组后的一级查找表记作二级查找表；
生成一级查找表之后，为了实现并行查找，将一级查找表按照预设分组组数I，平均分成I组二级查找表，每一组二级查找表的存储深度为2N/I，它们所对应的一级查找表在十进制下的输入地址为：0～1*(2N/I)-1，1*2N/I～2*(2N/I)-1，…，(I-1)*(2N/I)～2N-1。
具体地，在本实施例中，当设定预设分组组数I＝2、N＝3且一级查找表的存储深度为8时，因此，可以将上述一级查找表平均分成2组，每一组的存储深度为4，则二级查找表如表2所示。
表2
Figure BDA0002179304610000061
优选地，预设分组组数为2的幂次方。
需要说明的是，二级查找表存储与滤波器的存储单元中，而一级查找表只是辅助查找过程的地址映射，并不对其进行存储。
步骤3，根据预相加算法，计算待处理数据的和值，记作预相加数据，将预相加数据相同位的数据进行拼接，生成查找地址，其中，预相加数据的位宽为待处理数据的数据位宽加1；
进一步地，待处理数据暂存于寄存器组。
优选地，寄存器组中寄存器的个数与滤波器的系数个数相等，系数个数为滤波有效系数的个数的2倍。
具体地，如图2所示，滤波器接收到待处理数据后，将待处理数据串行输入至寄存器组中，在寄存器组中进行串并转换，其中，寄存器的个数与滤波器的阶数相同，寄存器的个数为2N，待处理数据的数据位宽为B。
设定待处理数据依次为D0,D1,D2,…,D2N-1，每一个待处理数据按顺序依次存储于2N个寄存器中，根据预相加算法，将待处理数据按照首尾顺序，进行加法运算，得到的预相加数据为：
X0＝D0+D2N-1
X1＝D1+D2N-2
…
XN-1＝DN-1+DN-2
在本实施例中，设定待处理数据的数据位宽B＝4，数据个数K＝6，待处理数据对应的二进制数依次为：0100、0101、0110、0101、0111和0101，为了防止预相加数据出现数据溢出现象，设定预相加数据的位宽为待处理数据的数据位宽加1，即预相加数据的位宽为5。根据预相加算法，预相加数据依次为：
X0＝0100+0101＝01001
X1＝0101+0111＝01100
X2＝0110+0101＝01011
在本实施例中，示出一种生成查找地址的方法，具体包括：
步骤31，由高位到低位，依次提取出预相加数据中每一位二进制数；
步骤32，将提取出的二进制数依次进行拼接，记作中间地址，按照预相加数据中的数据位，对中间地址进行编号，将编号后的中间地址，记作待处理数据的查找地址。
具体地，预相加数据X0、X1和X2的位宽为5，由左至右依次定义为最高位、次高位、中间位、次低位和最低位。按位依次提取出预相加数据中的每一位二进制数，每位对应三个数据，按照X0、X1、X2的顺序，依次进行拼接，并对拼接得到的中间地址，按照预相加数据中的数据位，由低位到高位进行编号，对应的地址编号(数据位)为4、3、2、1、0，因此，可以得到预相加数据与查找地址之间的对应关系如表4所示。
表4
预相加数据 最高位 次高位 中间位 次低位 最低位
第一个数据 0 1 0 0 1
第二个数据 0 1 1 0 0
第三个数据 0 1 0 1 1
地址编号 4 3 2 1 0
查找地址 000 111 010 001 101
十进制表示 0 7 3 1 5
步骤4，根据查找地址，在二级查找表中进行系数和查找，并根据查找地址在预相加数据中的数据位，对查找出的系数和进行左移位操作，并对移位结果进行累加，将累加结果记作待处理数据的滤波数据。
在本实施例中，示出一种系数查找的方法，具体包括：
步骤41，依次选取个数与预设分组组数相同的查找地址，记作一组查找地址组，判断选取出的每组查找地址组中的查找地址是否位于相同的二级查找表中；
具体地，将查找地址转换为十进制形式，根据预设分组组数和二级查找表的存储深度，确定每一组二级查找表的查找范围，进而根据十进制的查找地址和每一组二级查找表的查找范围，判断该查找地址对应的二级查找表的组号，当组号相同时，则该组查找地址组中的查找地址位于相同的二级查找表中；当组号不相同时，则该组查找地址组中的查找地址位于不相同的二级查找表中。
在本实施例中，查找地址对应的十进制依次为0、7、3、1、5，设定N＝3，即滤波器阶数为6，预设分组组数I＝2，则包含两组二级查找表，如上述表2所示，其中，每组二级查找表的存储深度为4，则第1组二级查找表的查找范围为：0～3，第2组二级查找表的查找范围为：4～7。
根据预相加数据从低位到高位的顺序，从右向左，每次选取出两个查找地址，选取出的第1组查找地址组中的十进制查找地址为5和1，对应的二级查找表的组号为2和1，因此，第1组查找地址组中的查找地址位于不相同的二级查找表中；
选取出的第2组查找地址组中的十进制查找地址为3和7，对应的二级查找表的组号为2和1，则第2组查找地址组中的查找地址位于不同的二级查找表中；
对于第3组查找地址组，由于仅剩一个，因此，只需要对剩余的查找地址进行判断即可，选取出的第3组查找地址组中的十进制查找地址为0，对应的二级查找表的组号为1。
步骤42，若判定每组查找地址组中的查找地址均位于不相同的二级查找表中，采用全并行方式，确定查找地址对应的系数和，否则，执行步骤43；
步骤43，若判定每组查找地址组中的查找地址均位于相同的二级查找表中时，采用全串行方式，确定查找地址对应的系数和，否则，执行步骤44；
步骤44，采用半并行方式，确定查找地址对应的系数和。
具体地，如图3所示，当采用全并行方式进行系数和查找时，即每组查找地址组中的查找地址均对应不相同的二级查找表，此时，可以同时得到两个系数和；
当采用全串行方式进行系数和查找时，即每组查找地址组中的查找地址均对应相同的二级查找表，此时，需要通过逐个查找的方式，确定每个查找地址对应的系数和；
当采用半并行方式进行系数和查找时，则采用串并结合的方式，确定系数和。
在本实施例中，对于第1组查找地址组中的两个查找地址，采用并行方式进行查找，同时得到第1组两个查找地址对应的系数和，十进制为5的查找地址对应于组数为2、二级查找表地址为5-4＝1的系数和C0+C2，十进制为1的查找地址对应的组数为1，二级查找表地址为1的系数和C2。
对于第2组查找地址组中的两个查找地址，采用并行方式进行查找，同时得到：十进制为3的查找地址对应于组数为2、二级查找表地址为3的系数和C2+C1，十进制为7的查找地址对应于组数为2、二级查找表地址为7-5＝3的系数和C0+C1+C2。
对于第3组查找地址组，由于只剩下一个查找地址需要查找，因此，第3组查找地址组只完成对十进制为0的查找地址的查找操作即可。十进制为0的查找地址对应的组数为1，二级查找表地址为0的系数和是0。
通过上述过程，可以确定查找地址对应的系数和依次为：0、C0+C1+C2、C2+C1、C2和C0+C2，对应的数据位依次为4、3、2、1、0。采用左移位和累加算法相结合，计算滤波数据，则该滤波数据的计算公式为：
0<<4+(C0+C1+C2)<<3+(C2+C1)<<2+C2<<1+(C0+C2)<<0
通过上述滤波数据的计算公式，即可完成对待处理数据的滤波。
现有的分布式滤波方法，在不增加存储资源的情况下，均是采用全串行逐位查找的方式，控制逻辑简单，资源消耗不大，但查找次数较多，导致整个滤波运算的时间长。
而采用本申请中的信号去噪滤波方法，二级查找表中进行并行查找，在同样不增加存储资源的情况下，以复杂逻辑控制实现了对语音信号滤波效率的提升。
将现有的分布式滤波方法与本申请中的滤波方法进行比较，设定待处理数据组数为2000组，通过试验对比可知，两种方法对语音信号滤波效率如表5所示。
表5
Figure BDA0002179304610000101
由上述数据对比可知，通过输入2000个待处理数据，对现有方法和本申请滤波方法进行滤波运算数据分析，所采用的滤波器阶数为16，输入数据的位宽为12，通过试验对比可知，本申请中的滤波方法，在滤波运算的时间消耗上得到明显降低，滤波运算的效率有16.7％的提升。
以上结合附图详细说明了本申请的技术方案，本申请提出了一种基于分布式算法的信号去噪滤波方法，包括：步骤1，根据滤波器的滤波有效系数以及输入地址，计算滤波器的系数和，并与输入地址进行关联，生成一级查找表；步骤2，根据预设分组组数，将一级查找表平均分组，将分组后的一级查找表记作二级查找表；步骤3，根据预相加算法，计算待处理数据的和值，记作预相加数据，对预相加数据进行拼接，生成查找地址；步骤4，根据查找地址，在二级查找表中进行系数和查找，并根据查找地址在预相加数据中的数据位，对系数和进行左移位操作，并对移位结果进行累加，将累加结果记作待处理数据的滤波数据。通过本申请中的技术方案，有利于实现快速、高效的语音信号滤波操作。
本申请中的步骤可根据实际需求进行顺序调整、合并和删减。
本申请装置中的单元可根据实际需求进行合并、划分和删减。
尽管参考附图详地公开了本申请，但应理解的是，这些描述仅仅是示例性的，并非用来限制本申请的应用。本申请的保护范围由附加权利要求限定，并可包括在不脱离本申请保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。

Claims (6)

1.一种基于分布式算法的信号去噪滤波方法，其特征在于，所述信号去噪滤波方法包括：
步骤1，根据滤波器的滤波有效系数以及输入地址，计算所述滤波器的系数和，并将所述系数和与所述输入地址进行关联，生成一级查找表；
步骤2，根据预设分组组数，将所述一级查找表平均分组，将分组后的所述一级查找表记作二级查找表；
步骤3，根据预相加算法，计算待处理数据的和值，记作预相加数据，将所述预相加数据相同位的数据进行拼接，生成查找地址，其中，所述预相加算法为将待处理数据按照首尾顺序，将对称位置的两个数据进行的加法运算；
步骤4，根据所述查找地址，在所述二级查找表中进行系数和查找，并根据所述查找地址在所述预相加数据中的数据位，对查找出的系数和进行左移位操作，并对移位结果进行累加，将累加结果记作所述待处理数据的滤波数据，其中，所述步骤4中，具体包括：
步骤41，依次选取个数与所述预设分组组数相同的所述查找地址，记作一组查找地址组，判断选取出的每组查找地址组中的所述查找地址是否位于相同的所述二级查找表中；
步骤42，若判定每组查找地址组中的所述查找地址均位于不相同的所述二级查找表中，采用全并行方式，确定所述查找地址对应的系数和，否则，执行步骤43；其中，全并行方式查找所述系数和时，每组查找地址组中的查找地址均对应不相同的二级查找表，以得到两个系数和；
步骤43，若判定每组查找地址组中的所述查找地址均位于相同的所述二级查找表中时，采用全串行方式，确定所述查找地址对应的所述系数和，否则，执行步骤44；其中，全串行方式查找所述系数和时，每组查找地址组中的查找地址均对应相同的二级查找表，通过逐个查找的方式，确定每个查找地址对应的系数和；
步骤44，采用半并行方式，确定所述查找地址对应的所述系数和，其中，半并行方式查找所述系数和时，采用串并结合的方式，确定所述系数和。
2.如权利要求1所述的基于分布式算法的信号去噪滤波方法，其特征在于，所述信号去噪滤波方法适用于有限长单位冲激响应滤波器。
3.如权利要求1所述的基于分布式算法的信号去噪滤波方法，其特征在于，所述预相加数据为二进制数据，所述步骤3中，具体包括：
步骤31，由高位到低位，依次提取出所述预相加数据中每一位二进制数；
步骤32，将提取出的所述二进制数依次进行拼接，记作中间地址，按照所述预相加数据中的数据位，对所述中间地址进行编号，将编号后的中间地址，记作所述待处理数据的所述查找地址。
4.如权利要求1至3中任一项所述的基于分布式算法的信号去噪滤波方法，其特征在于，所述预设分组组数为2的幂次方。
5.如权利要求1所述的基于分布式算法的信号去噪滤波方法，其特征在于，所述待处理数据暂存于寄存器组。
6.如权利要求5所述的基于分布式算法的信号去噪滤波方法，其特征在于，所述寄存器组中寄存器的个数与所述滤波器的系数个数相等，所述系数个数为所述滤波有效系数的个数的2倍。
CN201910790119.6A 2019-08-26 2019-08-26 一种基于分布式算法的信号去噪滤波方法 Expired - Fee Related CN110415717B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910790119.6A CN110415717B (zh) 2019-08-26 2019-08-26 一种基于分布式算法的信号去噪滤波方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910790119.6A CN110415717B (zh) 2019-08-26 2019-08-26 一种基于分布式算法的信号去噪滤波方法

Publications (2)

Publication Number Publication Date
CN110415717A CN110415717A (zh) 2019-11-05
CN110415717B true CN110415717B (zh) 2021-10-22

Family

ID=68368474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910790119.6A Expired - Fee Related CN110415717B (zh) 2019-08-26 2019-08-26 一种基于分布式算法的信号去噪滤波方法

Country Status (1)

Country Link
CN (1) CN110415717B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1442952A (zh) * 2003-04-01 2003-09-17 联华电子股份有限公司 滤波器的操作程序及其数字滤波器电路
US20050201457A1 (en) * 2004-03-10 2005-09-15 Allred Daniel J. Distributed arithmetic adaptive filter and method
US7107301B2 (en) * 2002-03-11 2006-09-12 International Business Machines Corporation Method and apparatus for reducing latency in a digital signal processing device
CN201333055Y (zh) * 2008-12-05 2009-10-28 中国医学科学院生物医学工程研究所 基于分布式算法实现的高频超声信号动态滤波器
CN105048994A (zh) * 2015-06-30 2015-11-11 无锡华润矽科微电子有限公司 一种应用于fir滤波器的分布式算法
CN105391423A (zh) * 2015-10-30 2016-03-09 胡国旺 一种fir滤波器
CN110007285A (zh) * 2019-04-16 2019-07-12 哈尔滨工业大学 一种基于fpga的探地雷达分布式滤波方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7107301B2 (en) * 2002-03-11 2006-09-12 International Business Machines Corporation Method and apparatus for reducing latency in a digital signal processing device
CN1442952A (zh) * 2003-04-01 2003-09-17 联华电子股份有限公司 滤波器的操作程序及其数字滤波器电路
US20050201457A1 (en) * 2004-03-10 2005-09-15 Allred Daniel J. Distributed arithmetic adaptive filter and method
CN201333055Y (zh) * 2008-12-05 2009-10-28 中国医学科学院生物医学工程研究所 基于分布式算法实现的高频超声信号动态滤波器
CN105048994A (zh) * 2015-06-30 2015-11-11 无锡华润矽科微电子有限公司 一种应用于fir滤波器的分布式算法
CN105391423A (zh) * 2015-10-30 2016-03-09 胡国旺 一种fir滤波器
CN110007285A (zh) * 2019-04-16 2019-07-12 哈尔滨工业大学 一种基于fpga的探地雷达分布式滤波方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
.基于FPGA的高速高阶FIR数字滤波器的设计;胡安民,等;《无线互联科技》;20160425;全文 *
Rui Guo，等.A novel adaptive filter implementation scheme using distributed arithmetic.《2011 Conference Record of the Forty Fifth Asilomar Conference on Signals, Systems and Computers》.2012, *
基于DA算法的高速FIR滤波器设计及其FPGA实现;李建军;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180515;全文 *
采用分布式算法的高速FIR滤波器ASIC设计;陈亦欧，等;《微电子学》;20070228;第37卷(第1期);第145页 *

Also Published As

Publication number Publication date
CN110415717A (zh) 2019-11-05

Similar Documents

Publication Publication Date Title
Lu et al. An efficient hardware accelerator for sparse convolutional neural networks on FPGAs
CN1153346C (zh) 流水线式并行-串行架构最小均方自适应滤波器及其方法
CN107340993B (zh) 运算装置和方法
CN105955706B (zh) 一种除法器及除法运算方法
CN112464296B (zh) 一种用于同态加密技术的大整数乘法器硬件电路
JP2007181236A (ja) デジタル信号処理の方法および装置
CN109240644B (zh) 一种用于伊辛芯片的局部搜索方法及电路
CN113377332B (zh) 一种基于线性分段的softmax硬件实现方法
CN113283587A (zh) 一种Winograd卷积运算加速方法及加速模块
CN112256236A (zh) 一种基于近似定常数复数乘法器的fft电路及实现方法
CN110415717B (zh) 一种基于分布式算法的信号去噪滤波方法
CN110019184A (zh) 一种压缩和解压缩有序整数数组的方法
CN110555519B (zh) 一种基于符号随机计算的低复杂度卷积神经网络架构
CN108616265B (zh) 一种基于五模余数基的rns dwt滤波器组的电路结构
CN116679905A (zh) 一种基于bram的迭代型ntt交错存储系统
CN113407904B (zh) 兼容多维度卷积神经网络的Winograd处理方法、系统及介质
Soni et al. An Enhanced Two-Speed, Radix-4 Multiplier using Spurious Power Suppression Technique
CN205899527U (zh) 一种除法器
CN106970895B (zh) 基于fpga的fft装置及方法
CN110807479A (zh) 一种基于Kmeans算法的神经网络卷积计算加速方法
CN109117114A (zh) 一种基于查找表的低复杂度近似乘法器
CN101221555B (zh) 用于基-2快速傅立叶变换同址运算的地址产生方法
US20230289397A1 (en) Fast fourier transform device, digital filtering device, fast fourier transform method, and non-transitory computer-readable medium
Veeramani et al. Review on FIR filter based booth multiplier using ESSA and VL-CSKA
CN118708868B (zh) 一种改进的类抛物线非线性函数实现方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
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: 20211022