CN112199912B - 一种基于fpga的自适应算法模块化设计方法 - Google Patents

一种基于fpga的自适应算法模块化设计方法 Download PDF

Info

Publication number
CN112199912B
CN112199912B CN202011000059.2A CN202011000059A CN112199912B CN 112199912 B CN112199912 B CN 112199912B CN 202011000059 A CN202011000059 A CN 202011000059A CN 112199912 B CN112199912 B CN 112199912B
Authority
CN
China
Prior art keywords
adaptive
normative
algorithm
lms
fxlms
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.)
Active
Application number
CN202011000059.2A
Other languages
English (en)
Other versions
CN112199912A (zh
Inventor
袁军
李军
孟祥胜
赵强
王巍
赵汝法
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202011000059.2A priority Critical patent/CN112199912B/zh
Publication of CN112199912A publication Critical patent/CN112199912A/zh
Application granted granted Critical
Publication of CN112199912B publication Critical patent/CN112199912B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/32Circuit design at the digital level
    • G06F30/33Design verification, e.g. functional simulation or model checking
    • G06F30/3308Design verification, e.g. functional simulation or model checking using simulation
    • G06F30/331Design verification, e.g. functional simulation or model checking using simulation with hardware acceleration, e.g. by using field programmable gate array [FPGA] or emulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/30Circuit design
    • G06F30/32Circuit design at the digital level
    • G06F30/327Logic synthesis; Behaviour synthesis, e.g. mapping logic, HDL to netlist, high-level language to RTL or netlist

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)
  • Complex Calculations (AREA)

Abstract

本发明请求保护一种基于FPGA的自适应算法模块化设计方法。主要包括3个部分:(1)规范并行和非规范并行的自适应LMS滤波器设计(2)整个自适应FxLMS系统的电路模型搭建(3)Vivado综合工具下的RTL电路结构模型以及自适应算法的testbench平台。本发明创新点在于相比较传统的FxLMS算法,本发明在Simulink库基础上加入Xilinx System generator工具,利用该工具调用基本的加法器、乘法器以及一些逻辑单元块进行模块化设计,最后生成HDL代码,结合Vivado综合工具进行布局布线和时序仿真。本发明不仅能降低开发周期、提高建模准确度、实现资源和速度的良好匹配,而且可以显著提高算法的灵活性,增强算法的性能,方便实现自适应算法的阶数快速调整。

Description

一种基于FPGA的自适应算法模块化设计方法
技术领域
本发明属于数字信号处理领域,尤其涉及到一种基于FPGA的自适应算法模块化设计方法,对其中的LMS规范型和非规范型的电路进行研究,并将其实现,最后搭建testbench仿真测试平台进行电路综合后的时序仿真。
背景技术
随着经济的发展和技术的不断进步,主动噪声控制系统(ANC)已经成为国内外振动工程界的研究热点。主动噪声控制系统(ANC)的核心部分是控制算法,该控制算法的选择是否恰当直接关系到最终的效果,目前存在许多的控制算法,其中的自适应滤波器的声音对消是常用的方法。其中自适应算法主要包括FxLMS(filtered-x least mean square)算法,递推最小二乘法(RLS)和快速横向滤波算法(FTF)等,其中FxLMS算法是应用最多的算法,这是因为无论控制目标是窄带还是宽带都能根据实际的情况进行一系列结构的调整,使之适应环境。并且该算法本身是通过一系列的乘累加运算进行实现的,导致其运算的结构易于和标准的FPGA硬件所匹配。其鲁棒性好也是一个重要的特点。
目前对FxLMS算法的研究,主要还停留在用软件进行仿真的阶段,虽然较多的侧重于自身的特性研究和结构方面的改进是有意义的,但很多并没有考虑在具体硬件上怎么实现的问题以及对其基础LMS算法电路模型结构的研究也有很多的不足,所以本发明提出了一种基于FPGA的自适应算法模块化设计方法。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种基于FPGA的自适应算法模块化设计方法。本发明的技术方案如下:
一种基于FPGA的自适应算法模块化设计方法,其包括以下步骤:
首先,进行规范型和非规范型的自适应LMS滤波器的硬件电路结构设计和整个自适应FxLMS系统电路模型的搭建;然后借助System generator工具生成HDL硬件描述语言;最后进行综合布局布线的时序后仿真部分,其中,规范型和非规范型的自适应LMS滤波器算法的硬件电路结构设计部分。
进一步的,所述规范型和非规范型的自适应LMS滤波器的硬件电路结构包括噪声数据接收部分、规范型和非规范型的LMS算法部分、快速傅里叶变换FFT的显示部分,其中噪声数据接收部分,主要利用MATLAB的audioread()读取外界声级计等传感器采集的噪声信号存入MATLAB矩阵,然后通过Simulink的From workspace模块获取该矩阵所包含的噪声信号,规范型和非规范型LMS算法部分的输入包括两个部分,分别是噪声输入x(n)和期望信号d(n),算法输出包括自适应滤波后的抗噪声信号y(n)和误差信号e(n),该部分的自适应滤波器的阶数和步长可以随时进行调整;快速傅里叶变换FFT的显示部分,主要使用的FFT ipcatalog,通过将控制信号端配置为布尔类型使其正常工作,同时,将接收到的输入噪声信号x(n),和输出抗噪声信号y(n)进行快速傅里叶变换,最后,通过Simulink的示波器Scop进行观察。
进一步的,所述规范型和非规范型的自适应FxLMS的硬件电路模型具体为:规范型自适应FxLMS的电路模型主要包括,主通道传递函数模块、次级通道传递函数模块规范型LMS算法模块、参数可调的数字滤波器模块,其中主通道传递函数模块用于模拟声音传播的声学路径,次级通道传递函数模块用于对次级路径进行补偿,规范型LMS算法模块用于将输入信号进行流水线处理,参数可调的数字滤波器模块用于将规范型LMS算法模块的输出进行权值更新,非规范型相比较规范型而言,不同点在于,非规范型FxLMS自适应算法采用全并行的输入方式。
进一步的,所述的规范型和非规范型的LMS算法电路结构,其中规范型LMS对输入信号x(n)做流水线处理,随着e(n)=[d(n)-y(n)]的变化,参数可调的数字滤波器进行实时调整。
进一步的,整个自适应FxLMS加入了次级路径的补偿S(Z),该补偿主要采用的低通滤波器进行模拟,主要是为了避免因为输出y(n)的次级路径效应导致极点的产生。
进一步的,所述自适应FxLMS系统电路模型通过基本的乘法器、加法器和基本的逻辑单元组成3阶、5阶、8阶的自适应滤波器,其中对步长因子的约束具体为:
Figure BDA0002693969540000031
其中μ:FxLMS算法的步长;λmax:自相关矩阵的特征值的最大值。
进一步的,所述LMS算法将衡量系统性能的平均均方误差用瞬时均方误差来代替,故权值更新的公式如下所示:
Figure BDA0002693969540000032
又因为e(k)=d(k)-y(k),
Figure BDA0002693969540000033
故LMS的迭代权值更新算法如下:
w(k+1)=w(k)+2μe(k)x(k)
Figure BDA0002693969540000034
经过矩阵变换则:
E[v(k+1)]=(I-2μΛ)E[v(k)]
E[v(k)]=(I-2μΛ)kE[v(0)]
I-2μΛ是一个对角矩阵,I为单位矩阵,Λ表示对角矩阵,k表示序列,E[v(k)]表示期望;x(k)表示输入数据信号。所以步长必须满足:
Figure BDA0002693969540000035
即LMS算法需要保持稳定,步长应该满足此值。
其中w(k+1):表示权值系数;
Figure BDA0002693969540000036
表示更新迭代参数的期望值;λmax:表示输入音频信号自相关矩阵特征值的最大值;μ:表示自适应算法的步长因子。
进一步的,所述自适应LMS算法部分采用规范型的设计方法,该方法通过将输入信号进行流水线处理使得整个算法的在对应阶数的周期时间内完成整个算法的运算,其中的权值更新的公式表示为如下所示:
Figure BDA0002693969540000041
其中,wn(k):为权值系数,μ:为步长因子,e(k):为接收到的误差信号,x(k-N):为输入的参考信号。
本发明的优点及有益效果如下:
本发明结合主动噪声控制(ANC)的算法问题提出了一种基于FPGA的自适应算法模块化设计方法,该设计方法摒弃了传统的软件设计方式,而是直接利用System generator工具中基本的乘法器、加法器以及一些逻辑单元直接对算法电路进行设计,在传统的LMS算法设计分别采用了规范型和非规范型对电路进行搭建。该发明不仅降低了整个设计的开发时间,使得算法更加准确,同时保证了在FPGA上进行测试具有更大的灵活性。通过搭建的电路模型生成HDL代码,并搭建了对应的testbench平台,对来自外界的噪声信号进行布局布线后的时序仿真测试。
主动噪声控制(ANC)主要运用声波干涉相消的原理,利用自适应算法对音频信号进行迭代运算输出频率相同、幅值相同、相位相反的声波信号来抑制外界噪声信号。与传统的被动噪声控制(PNC)方法相比,被动降噪的方法只可以降低频段较窄的低频信号,并且该方法需要的装置体积庞大而且笨重,应用场景十分受限。因为外界噪声随着噪声频率的降低,波长会变长,导致材料所要求的厚度更厚。而ANC系统在低频的降噪、安装的便利、工作性能的稳定等方面有着很好的效果,同时本发明采用FPGA进行实现,致使其灵活性更高。
而基于FPGA的自适应算法模块化设计方法,不仅能解决传统的纯软件的算法开发流程中错误难以寻找,算法修改困难等问题。而且也解决了经典的LMS算法稳定性和收敛速度之间均衡的问题(采用规范并行和非规范并行的自适应LMS算法),同时解决了外界噪声的变化导致算法结构难以调整的问题,本发明构建的电路模型具有灵活可调的特征。
本发明在一定程度上对低频噪声的降噪效果有一定的提升,具有以下突出优点:
1.模型的准确性,利用System generator对FxLMS进行模块化设计的方式相比较传统的MATLAB编程设计的方法更加贴近硬件实现。提高了算法在实际应用中的可靠性。
2.信号处理的实时性,该系统基于FPGA对该算法进行硬件实现,有效利用了FPGA并行处理和灵活性的特点,相比较传统的单片机和DSP等控制芯片有着更快的速度和更低的功耗。
3.电路结构的新颖性,该算法FxLMS中的自适应LMS算法模块,采用了规范并行和非规范并行两种电路设计方式,这有利于针对不同的应用场景进行相应的电路调整,加快了开发速度,减少了开发周期。
4.系统结构的模块化设计,整个主动噪声控制系统(ANC),采用模块化的设计方式,合理利用查找表LUT、寄存器以及DSP等资源,使得速度、功耗和面积达到一个平衡状态。
本发明一种基于FPGA的自适应算法模块化设计方法,对电路进行模块化的设计针对低频噪声有着良好的对消效果。本发明的FxLMS算法不仅能有效降低计算复杂度、建模的准确度、稳态性能。使用HDL硬件描述语言构建整个ANC系统,利用Simulink库中的Systemgenerator与FPGA开发板进行硬件联合仿真。实验结果表明基于一种自适应FxLMS算法模块化设计方式对低频噪声的最高可降15dB到20dB左右。
附图说明
图1为规范型LMS算法电路;
图2为非规范型LMS算法电路;
图3为FxLMS算法的电路结构;
图4为整个系统的RTL电路结构图;
图5为算法实现的结果。
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、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
一种基于FPGA的自适应算法模块化设计方法,其包括自适应LMS算法规范型和非规范型的电路结构和FPGA的实现方式,其中,自适应LMS算法规范型电路结构包括参数可调的数字滤波模块、LMS算法模块、主通道路径模块,其中的参数可调的数字滤波器模块主要是将声音信号通过滤波器输出得到抗噪声信号y(n)与主通道路径的期望信号d(n)抵消,最终达到主动降噪的效果。LMS算法模块,本发明提出了规范型和非规范型两种电路结构,其中规范型LMS电路的输入采用流水线的方式进行乘累加运算,而非规范型LMS电路的输入采用全并行的方式进行。主通道路径模块,通过设定主通道路径传递函数的参数对输入信号x(n)进行滤波处理,最终得到期望信号d(n)。
FPGA实现方式,主要利用的硬件资源主要包括查找表(LUT)、寄存器、嵌入式块RAM、DSP等。FPGA的设计部分采用自顶向下的设计方式,将每一个功能部分采用模块化的设计方式。整个系统的FPGA实现部分主要用到的模块有CODEC音频编解码器的配置模块、音频数据接收模块、FxLMS算法模块、音频数据发送模块、PLL锁相环模块(将外部晶振时钟进行倍频使得算法快速运行)。控制芯片主要使用的是Xlinx Artix7系列FPGA,外设主要有WM8731音频编解码器(利用其AD模块将外界噪声进行解码后给FPGA进行处理,再利用其DA模块给全频喇叭)、全频喇叭、误差麦克风、参考麦克风、功率放大器、DC-DC直流稳压电源。进一步的,所述的FxLMS算法模块的自适应LMS算法部分选择规范型和非规范型分别进行设计。其中LMS算法,主要将衡量系统性能的平均均方误差用瞬时均方误差来代替,故权值更新的公式如下所示:
Figure BDA0002693969540000061
又因为e(k)=d(k)-y(k),
Figure BDA0002693969540000071
故LMS的迭代权值更新算法如下:
w(k+1)=w(k)+2μe(k)x(k)
Figure BDA0002693969540000072
经过矩阵变换则:
E[v(k+1)]=(I-2μΛ)E[v(k)]
E[v(k)]=(I-2μΛ)kE[v(0)]
I-2μΛ是一个对角矩阵,所以步长必须满足:
Figure BDA0002693969540000073
即LMS算法需要保持稳定,步长应该满足此值。
其中w(k+1):表示权值系数;
Figure BDA0002693969540000074
表示更新迭代参数的期望值;λmax:表示输入音频信号自相关矩阵特征值的最大值;μ:表示自适应算法的步长因子。
本发明提出的系统采用Simulink库中的System generator与FPGA进行硬件协同仿真设计。
如附图1所示,本发明提出一种基于FPGA的自适应算法模块化设计方法,其中的自适应LMS算法部分采用规范型的设计方法,该方法通过将输入信号进行流水线处理使得整个算法的在对应阶数的周期时间内完成整个算法的运算,其中的权值更新的公式表示为如下所示:
Figure BDA0002693969540000075
其中,wn(k):为权值系数,μ:为步长因子,e(k):为接收到的误差信号,x(k-N):为输入的参考信号。
如附图2所示,本发明提出一种基于FPGA的自适应算法模块化设计方法,其中的自适应LMS算法部分采用非规范型的设计方法。该非规范LMS算法部分采用的转FIR结构,其主要的优点在于,在FPGA上实现时,关键路径上具有一些优点。虽然稍微改变了算法的完整性,但更加贴合硬件实现的方式,有效利用了FPGA的并行处理能力。
如附图3所示,本发明提出一种基于FPGA的自适应算法模块化设计方法,该模块化的设计方法在Simulink库里面导入了Systen generator工具进行设计,主要包含的模块是数据接收模块From Workspace(负责将外界的噪声信号数据接收)、主通道传递函数模块(将噪声信号通过一个主通道传递路径,得到期望信号d(k))、次级通道补偿模块(为了避免次级路径效应带来极点的不稳定性,加入了次级通道补偿)、LMS算法模块(主要为了实现权值系数的更新,使参数可调的数字滤波器输出抗噪声信号)、参数可调的数字滤波器模块(对输入的噪声信号进行自适应滤波处理)。
如附图4所示,本发明提出一种基于FPGA的自适应算法模块化设计方法,该系统主要包含自主设计的数据接收模块(借助外设参考麦克风采集外界噪声信号)、FxLMS算法模块(将模块化设设计的FxLMS算法模块进行HDL代码设计后映射为RTL电路,对数据进行自适应滤波处理)、数据发送模块(利用全频喇叭将自适应算法输出的y(n)放出)、CODEC(音频编解码器配置模块,主要是用于配置外设音频编解码器,使其驱动喇叭等正常工作)、PLL(锁相环模块主要将晶振时钟进行倍频处理,是算法更快的完成运算)。
如附图5,表示非规范型LMS算法的RTL电路设计框图和整个系统的效果展示。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (7)

1.一种基于FPGA的自适应算法模块化设计方法,其特征在于,包括以下步骤:
首先,进行规范型和非规范型的自适应LMS滤波器的硬件电路结构设计和整个自适应FxLMS系统电路模型的搭建;然后借助System generator工具生成HDL硬件描述语言;最后进行综合布局布线的时序后仿真部分;
所述规范型和非规范型的自适应LMS滤波器的硬件电路结构包括噪声数据接收部分、规范型和非规范型的LMS算法部分、快速傅里叶变换FFT的显示部分,其中噪声数据接收部分,利用MATLAB的audioread()读取外界声级计传感器采集的噪声信号存入MATLAB矩阵,然后通过Simulink的From workspace模块获取该矩阵所包含的噪声信号,规范型和非规范型LMS算法部分的输入包括两个部分,分别是噪声输入x(n)和期望信号d(n),算法输出包括自适应滤波后的抗噪声信号y(n)和误差信号e(n),规范型和非规范型LMS算法部分的自适应滤波器的阶数和步长随时进行调整;快速傅里叶变换FFT的显示部分,使用FFT ipcatalog,通过将控制信号端配置为布尔类型使其正常工作,同时,将接收到的输入噪声信号x(n),和输出抗噪声信号y(n)进行快速傅里叶变换,最后,通过Simulink的示波器Scop进行观察。
2.根据权利要求1所述的一种基于FPGA的自适应算法模块化设计方法,其特征在于,所述规范型和非规范型的自适应FxLMS的硬件电路模型具体为:规范型自适应FxLMS的电路模型包括,主通道传递函数模块、次级通道传递函数模块、规范型LMS算法模块、参数可调的数字滤波器模块,其中主通道传递函数模块用于模拟声音传播的声学路径,次级通道传递函数模块用于对次级路径进行补偿,规范型LMS算法模块用于将输入信号进行流水线处理,参数可调的数字滤波器模块用于将规范型LMS算法模块的输出进行权值更新,非规范型相比较规范型而言,不同点在于,非规范型FxLMS自适应算法采用全并行的输入方式。
3.根据权利要求1所述的一种基于FPGA的自适应算法模块化设计方法,其特征在于,所述的规范型和非规范型的LMS算法电路结构,其中规范型LMS对输入信号x(n)做流水线处理,随着e(n)=[d(n)-y(n)]的变化,参数可调的数字滤波器进行实时调整。
4.根据权利要求1所述的一种基于FPGA的自适应算法模块化设计方法,其特征在于,整个自适应FxLMS加入了次级路径的补偿S(Z),该补偿采用的低通滤波器进行模拟,是为了避免因为输出y(n)的次级路径效应导致极点的产生。
5.根据权利要求1所述的一种基于FPGA的自适应算法模块化设计方法,其特征在于,所述自适应FxLMS系统电路模型通过基本的乘法器、加法器和基本的逻辑单元组成3阶、5阶、8阶的自适应滤波器,其中对步长因子的约束具体为:
Figure FDA0003410816530000021
其中μ:FxLMS算法的步长;λmax:自相关矩阵的特征值的最大值。
6.根据权利要求1所述的一种基于FPGA的自适应算法模块化设计方法,其特征在于,所述LMS算法将衡量系统性能的平均均方误差用瞬时均方误差来代替,故权值更新的公式如下所示:
Figure FDA0003410816530000022
又因为e(k)=d(k)-y(k),
Figure FDA0003410816530000023
故LMS的迭代权值更新算法如下:
w(k+1)=w(k)+2μe(k)x(k)
Figure FDA0003410816530000024
经过矩阵变换则:
E[v(k+1)]=(I-2μΛ)E[v(k)]
E[v(k)]=(I-2μΛ)kE[v(0)]
I-2μΛ是一个对角矩阵,I为单位矩阵,Λ表示对角矩阵,k表示序列,E[v(k)]表示期望;x(k)表示输入数据信号;所以步长必须满足:
Figure FDA0003410816530000031
即LMS算法需要保持稳定,步长应该满足此值;
其中w(k+1):表示权值系数;
Figure FDA0003410816530000032
表示更新迭代参数的期望值;λmax:表示输入音频信号自相关矩阵特征值的最大值;μ:表示自适应算法的步长因子。
7.根据权利要求1所述的一种基于FPGA的自适应算法模块化设计方法,其特征在于,所述自适应LMS算法部分采用规范型的设计方法,该方法通过将输入信号进行流水线处理使得整个算法的在对应阶数的周期时间内完成整个算法的运算,其中的权值更新的公式表示为如下所示:
Figure FDA0003410816530000033
其中,wn(k):为权值系数,μ:为步长因子,e(k):为接收到的误差信号,x(k-N):为输入的参考信号。
CN202011000059.2A 2020-09-22 2020-09-22 一种基于fpga的自适应算法模块化设计方法 Active CN112199912B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011000059.2A CN112199912B (zh) 2020-09-22 2020-09-22 一种基于fpga的自适应算法模块化设计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011000059.2A CN112199912B (zh) 2020-09-22 2020-09-22 一种基于fpga的自适应算法模块化设计方法

Publications (2)

Publication Number Publication Date
CN112199912A CN112199912A (zh) 2021-01-08
CN112199912B true CN112199912B (zh) 2022-03-22

Family

ID=74015879

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011000059.2A Active CN112199912B (zh) 2020-09-22 2020-09-22 一种基于fpga的自适应算法模块化设计方法

Country Status (1)

Country Link
CN (1) CN112199912B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114520643B (zh) * 2022-02-09 2024-03-19 重庆邮电大学 一种基于FPGA的高速Delay-FxLMS滤波器设计方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102565763A (zh) * 2011-12-12 2012-07-11 中国船舶重工集团公司第七二四研究所 一种自适应杂波抑制动目标信号处理技术及实现方法
CN103138714A (zh) * 2013-03-19 2013-06-05 苏州朗宽电子技术有限公司 一种高性能的lms自适应滤波器的硬件实现
CN109613821A (zh) * 2018-11-23 2019-04-12 重庆邮电大学 一种基于ANC系统中FxLMS改进算法的FPGA硬件结构
CN111627415A (zh) * 2020-04-28 2020-09-04 重庆邮电大学 一种基于自适应MFxLMS算法的主动降噪装置及FPGA实现

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10325049B2 (en) * 2017-01-18 2019-06-18 International Business Machines Corporation Placement-driven generation of error detecting structures in integrated circuits

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102565763A (zh) * 2011-12-12 2012-07-11 中国船舶重工集团公司第七二四研究所 一种自适应杂波抑制动目标信号处理技术及实现方法
CN103138714A (zh) * 2013-03-19 2013-06-05 苏州朗宽电子技术有限公司 一种高性能的lms自适应滤波器的硬件实现
CN109613821A (zh) * 2018-11-23 2019-04-12 重庆邮电大学 一种基于ANC系统中FxLMS改进算法的FPGA硬件结构
CN111627415A (zh) * 2020-04-28 2020-09-04 重庆邮电大学 一种基于自适应MFxLMS算法的主动降噪装置及FPGA实现

Also Published As

Publication number Publication date
CN112199912A (zh) 2021-01-08

Similar Documents

Publication Publication Date Title
Shi et al. Practical implementation of multichannel filtered-x least mean square algorithm based on the multiple-parallel-branch with folding architecture for large-scale active noise control
Lu et al. A survey on active noise control in the past decade–Part II: Nonlinear systems
CN111627415B (zh) 一种基于自适应MFxLMS算法的主动降噪装置及FPGA实现
Craggs A finite element method for damped acoustic systems: an application to evaluate the performance of reactive mufflers
Bouchard Multichannel affine and fast affine projection algorithms for active noise control and acoustic equalization systems
Ardekani et al. On the convergence of real-time active noise control systems
CN112199912B (zh) 一种基于fpga的自适应算法模块化设计方法
Lu et al. Improved filtered-x least mean kurtosis algorithm for active noise control
CN105913836B (zh) 一种基于dsp的定点化实时降噪方法
Das et al. Adjoint nonlinear active noise control algorithm for virtual microphone
Vu et al. A high-performance feedback FxLMS active noise cancellation VLSI circuit design for in-ear headphones
Guo et al. Adaptive function expansion 3-D diagonal-structure bilinear filter for active noise control of saturation nonlinearity
Salah et al. Design and implementation of an improved variable step-size NLMS-based algorithm for acoustic noise cancellation
Ardekani et al. Filtered weight FxLMS adaptation algorithm: Analysis, design and implementation
Goel et al. VLSI implementations of retimed high speed adaptive filter structures for speech enhancement
Wen et al. Convergence behavior analysis of fxlms algorithm with different leaky term
CN112669805B (zh) 一种基于方程误差算法的燃气站内压缩机有源噪声控制系统
Klemd et al. A flexible multi-channel feedback FXLMS architecture for FPGA platforms
Tichy Current and future issues of active noise control
Luo et al. Fast-convergence hybrid functional link artificial neural network for active noise control with a mixture of tonal and chaotic noise
Escolano et al. An efficient realization of frequency dependent boundary conditions in an acoustic finite-difference time-domain model
An et al. Active impedance control of a loudspeaker and its parallel combination with porous materials for broadband sound absorption
CN115565515A (zh) 一种分步虚拟传感降噪方法
Barjau et al. Time-domain simulation of acoustical waveguides with arbitrarily spaced discontinuities
Yuan et al. Design of high-speed delay-FxLMS hardware architecture based on FPGA

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