FI93909B - Optimaalinen parametrinen signaaliprosessori LS-FIR (Least Squares Finite Impulse Response)-suodatusta varten - Google Patents

Optimaalinen parametrinen signaaliprosessori LS-FIR (Least Squares Finite Impulse Response)-suodatusta varten Download PDF

Info

Publication number
FI93909B
FI93909B FI880966A FI880966A FI93909B FI 93909 B FI93909 B FI 93909B FI 880966 A FI880966 A FI 880966A FI 880966 A FI880966 A FI 880966A FI 93909 B FI93909 B FI 93909B
Authority
FI
Finland
Prior art keywords
coefficients
coefficient
lattice
autocorrelation
intermediate values
Prior art date
Application number
FI880966A
Other languages
English (en)
Swedish (sv)
Other versions
FI880966A0 (fi
FI880966A (fi
FI93909C (fi
Inventor
Elias Koukoutsis
Christos Halkias
George Carayannis
Dimitris Manolakis
Original Assignee
Adler Res Assoc
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 Adler Res Assoc filed Critical Adler Res Assoc
Publication of FI880966A0 publication Critical patent/FI880966A0/fi
Publication of FI880966A publication Critical patent/FI880966A/fi
Publication of FI93909B publication Critical patent/FI93909B/fi
Application granted granted Critical
Publication of FI93909C publication Critical patent/FI93909C/fi

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/15Correlation function computation including computation of convolution operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Complex Calculations (AREA)
  • Stereophonic System (AREA)
  • Image Processing (AREA)
  • Filters That Use Time-Delay Elements (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
  • Transmitters (AREA)
  • Tone Control, Compression And Expansion, Limiting Amplitude (AREA)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
  • Cable Transmission Systems, Equalization Of Radio And Reduction Of Echo (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Description

93909
Optimaalinen parametrinen signaaliprosessori LS-FIR (Least Squares Finite Impulse Response)-suodatusta varten Optimal parametrisk signalprocessor för LS-FIR (Least Squares Finite Impulse Response)-filtrering Tämä hakemus liittyy FI-patenttihakemuksiin 874934 ja 874933, joiden koko selitys liitetään tähän viittauksella.
Keksintö kohdistuu signaalinkäsittelyn, ja erityisesti para-metrisen signaalinkäsittelyn alueelle.
Parametrista signaalinkäsittelyä käytetään monilla aloilla, sellaisilla kuin puheen ja kuvan analyysi, synteesi ja tunnistaminen, neurofysiikka, geofysiikka, taulukkoprosessointi, tietokonetta käyttävä tomografia, viestintä sekä tähtitiede, vain muutamia mainitaksemme.
Eräs erityisen tärkeä esimerkki signaalinkäsittelystä on lineaarisen ennakoinnin tekniikka, jota käytetään puheen analyysissä, synteesissä ja tunnistamisessa sekä seismisten signaalien käsittelyssä mahdollistamaan geofysikaalisten kerrosten rekonstruointi. Lineaarisen ennakoinnin tekniikka käyttää . erikoista autokorrelaatiofunktiota.
»
Toinen signaalinkäsittelyn muoto, jolla on lukuisia sovellutuksia, on optimaalisen (pienimmän neliösumman merkityksessä) äärellisen impulseivastesuodattimen (FIR-suodattimen) toteut tava ratkaisu. Tällaiseen tekniikkaan perustuva signaalipro- .· sessori käyttää toiminnassaan suodattimen syöttösignaalin autokorrelaatiota sekä syöttösignaalin ja halutun vastesignaa-lin välistä ristikorrelaatiota, ja sitä voidaan käyttää monissa yllä mainituista sovellutuksista.
Vielä eräs erityisen tärkeä signaalinkäsittelyn muoto tunnetaan alalla ennakointina (L-step ahead) ja suodattamisena 2 93909 "optimiviivästys" ongelman ratkaisemiseksi. Tämä tekniikka on erityisen hyödyllinen suunniteltaessa piikkien suodatusta ja signaalin korjaussuodattimia. Signaaliprosessorit, jotka toimivat näin, käyttävät hyväksi erikoista autokorrelaatiofunk-tiota, joka ottaa huomioon myös systeemiin liittyvän aika-viivästymän.
Yleisesti, kun tutkittavan systeemin kertaluku kasvaa, hyödyllisen tiedon hankkimiseksi tarvittavan signaalinkäsittelyn mutkikkuus myös kasvaa. Esimerkiksi käyttäen yleistä Gaussin eliminointimenetelmää kertalukua p olevaa systeemiä voidaan käsitellä "0(p3)" askeleella, mikä osoittaa, että askelten lukumäärä on "kertaluokkaa" p3, toisin sanoen p3: n funktio. Näin ollen on huomattava, että kertalukua p = 100 oleva systeemi vaatii kertaluokkaa miljoona käsittelyaskelta signaalinkäsittelyssä, mikä on aivan ilmeisen selvä rajoitus erityisesti siellä, missä vaaditaan reaaliaikaista käsittelyä.
On kehitetty signaalinkäsittelyn menetelmiä, joilla on vähennetty käsittelyyn tarvittavien operaatioiden lukumäärää. Eräs tällainen menetelmä perustuu N. Levinsonin kehittämään tekniikkaan, joka vaatii 0(p2) peräkkäistä operaatiota signaalin käsittelemiseksi. Nimenomaan "Levinsonin tekniikka" vaatii 0(2·ρ2) peräkkäistä operaatiota signaalin käsittelemiseksi.
. Tämän tekniikan parannettu versio, joka tunnetaan "Levinsonin-
Durbinin tekniikkana" vaatii 0(1·ρ2) peräkkäistä operaatiota signaalin käsittelemiseksi. Kumpikaan näistä malleista ei sovi rinnakkaiseen toteutukseen. Aiheista Levinsonin ja Levinsonin-Durbinin tekniikat yleisesti, ks. N. Levinson, "The Wiener RMS (Root-Mean-Square) Error Criterion in Filter Design and Prediction", J. Math Phys., vol. 25, sivut 261...278, tammikuu 194 7; ja J. Durbin, "The Filtering of Time Series Models", Rev. Int. Statist. Inst., vol. 28, sivut 233...244, 1960.
Vaikka Levinsonin ja Levinsonin-Durbinin tekniikat edustavatkin merkittävää parannusta suhteessa Gaussin eliminointimene-'· telmään, ne ovat liian hitaita monille mutkikkaille systee- 11 93909 3 meille, joille tarvitaan reaaliaikaista käsittelyä.
Toisen tavan toteuttaa Levinsonin-Durbinin tekniikan olennainen palautusvaikutus laajasti "hilakerrointen" ("lattice coefficients") nimellä tunnettujen suureiden laskemiseksi kehitti Schur 1917 tarkoituksena saada aikaan systeemin sta-biilisuuden kriteeri. Ks. I. Schur "Uber Potenzreihen Die In Innern Des Einheitskreises Beschrankt Sind", J. Reine Ange-wandte Mathematik, voi. 147, 1917, sivut 205...232. Lev-Ari ja Kailath Stanfordin yliopistosta ovat kehittäneet Schurin ja Levinsonin tekniikoiden pohjalta erilaisen lähestymistavan, joka tuo kolmikulmaisen "tikapuurakenteen" signaalinkäsittelyn välineeksi. Lev-Arin ja Kailathin tekniikka käyttää signaalia, per se, prosessorin syöttönä ennemmin kuin autokorrelaatio-kertoimia, ja sitä käytetään signaalin mallintamisen yhteydessä. Ks. H. Lev-Ari ja T. Kailath, "Schur and Levinson Algorithms for Non-Stationary Processes", IEEE International Conference on Acoustics, Speech and Signal Processing, 1981, sivut 860. . .864.
Schurin tekniikan toisessa muunnelmassa Le Roux ja C. Gueguen johtivat uudelleen Schurin algoritmin painottaen äärellisen sanan pituuden asettamista ja käyttäen kiinteän pilkun aritmetiikkaa. Ks. Le Roux ja Gueguen, "A Fixed Point Computation of '. Partial Correlation, Coefficients", IEEE Transactions on
Acoustics, Speech, and Signal Processing, kesäkuu 1977, sivut 257.. .259.
Lopuksi Rung ja Hu ovat kehittäneet Schurin tekniikan pohjalta rinnakkaisen mallin, joka käyttää useita rinnakkaisia proses-soreita käsittelemään signaalia, jonka kertaluku on p O(p) operaatiossa, mikä on merkittävä parannus verrattuna Levinsonin-Durbinin tekniikkaan. Ks. Kung ja Hu, "A Highly Concurrent Algorithm and Pipelined Architecture for Solving Toeplitz Systems", IEEE Transactions on Acoustics, Speech and Signal Processing, voi. ASSP-31, nro 1, helmikuu 1983, sivut 66.. .67. Kungin ja Hun tekniikan soveltaminen on kuitenkin 4 93909 ankarasti rajoitettua sikäli, että se edellyttää, että prosessoreiden lukumäärä on sama kuin ratkaistavan systeemin kertaluku. Näin Kungin ja Hun tekniikka ei voi käsitellä signaalia, jonka on tuottanut kertaluvultaan rinnakkaisten prosessoreiden lukumäärää korkeampi systeemi. Systeemin mutkikkuus on sen vuoksi pääasiallinen rajoittava tekijä käytettäessä Kungin ja Hun tekniikkaa sikäli, että monilla mutkikkailla systeemeillä on paljon korkeampi kertaluku, kuin mikä on yleisesti saatavilla oleva rinnakkaisten prosessoreiden lukumäärä nykyaikaisissa VLSI-tai muissa teknologioissa.
Keksinnön tarkoituksena on siksi tekniikan tason signaali-prosessoreihin ja niissä käytettyihin menetelmiin liittyvien vaikeuksien voittaminen.
Keksinnön toisena tarkoituksena on saada aikaan optimaalinen parametrinen signaaliprosessori ja signaalin käsittelymenetelmä LS-FIR (least squares finite impulse response)-suodatusta varten.
Keksinnön muuna tarkoituksena on saada aikaan LS-FIR-suodatus-ta varten signaaliprosessori ja signaalin käsittelymenetelmä, jotka voidaan toteuttaa käyttämällä (i) yhtä prosessoriyksik-köä käsittelemään signaalia täysin peräkkäisellä tavalla, (ii) , useita prosessoriyksiköitä käsittelemään signaalia täysin rinnakkaisella tavalla, tai (iii) pienempää määrää useita prosessoriyksiköitä käsittelemään signaalia "lohkottain rinnakkaisella" tavalla.
Keksinnön muuna tarkoituksena on saada aikaan LS-FIR-suodatin, joka tuottaa sivutuotteena myös lineaarisen ennakoijan.
Keksinnön muuna tarkoituksena on vielä saada aikaan LS-FIR-signaalikäsittelyn rakenne, jolla on minimaalinen laitteiston mutkikkuus.
Keksinnön ensimmäisenä kohteena on signaaliprosessori, joka I! 93909 5 ottaa systeemistä vastaan autokorrelaatio- ja ristikorrelaa-tiokertoimet ja tuottaa hilan ennakoija- ja suodatinkertoimet tälle systeemille. Signaaliprosessori käsittää laitteen useiden autokorrelaatio- ja ristikorrelaatiokerrointen vastaanottamiseksi, laitteen ensimmäisen parin vierekkäisiä autokorrelaatiokertoimia kertomiseksi ensimmäisellä hilaker-toimella tuloksena ensimmäinen ja toinen tulo sekä (i) yhden ensimmäisestä parista autokorrelaatiokertoimia lisäämiseksi ensimmäiseen tuloon ja (ii) toisen ensimmäisestä parista kertoimia lisäämiseksi toiseen tuloon, jotta saadaan ensimmäinen pari väliarvoja ensimmäisen aikajakson aikana. Lisäksi varusteena on väline yhden ensimmäisestä parista autokorrelaatiokertoimia kertomiseksi toisella hilakertoimella tuloksena kolmas tulo sekä ensimmäisen ristikorrelaatiokertoimen lisäämiseksi kolmanteen tuloon, jotta saadaan kolmas ensimmäinen väliarvo ensimmäisen aikajakson aikana. Varusteena on myös jakajapiirejä osamäärän muodostamiseksi valitusta parista autokorrelaatiokertoimia mainitun ensimmäisen hilakertoimen tuottamiseksi sekä valitun autokorrelaatiokertoimen ja valitun ristikorrelaatiokertoimen osamäärän muodostamiseksi mainitun toisen hilakertoimen tuottamiseksi.
Signaaliprosessori voi edelleen sisältää laitteen toisen parin vierekkäisiä autokorrelaatiokertoimia kertomiseksi ensimmäi-, sellä hilakertoimella tuloksena vastaavat neljäs ja viides tulo sekä (i) yhden toisesta parista autokorrelaatiokertoimia lisäämiseksi neljänteen tuloon ja (ii) toisen toisesta parista' autokorrelaatiokertoimia lisäämiseksi viidenteen tuloon, jotta saadaan toinen pari ensimmäisiä väliarvoja toisen aikajakson aikana. Toisen aikajakson aikana toimii myös väline yhden .· toisesta parista autokorrelaatiokertoimia kertomiseksi mainitulla toisella hilakertoimella tuloksena kuudes tulo sekä toisen ristikorrelaatiokertoimen lisäämiseksi kuudenteen tuloon, jotta saadaan kuudes ensimmäinen väliarvo. Jakaja-piirit muodostavat parin osamääriä valituista ensimmäisistä välimuuttujista tuottaakseen haluttuja hilan ennakoija- ja • · « 6 93909 suodatinkertoimia vastaavasti kolmannen ja neljännen hila-kertoimen.
Kolmannen aikajakson aikana toimivat laitteet valittujen kahden tietyn ensimmäisen väliarvon ensimmäisestä ja toisesta parista väliarvoja kertomiseksi kolmannella hilakertoimella tuloksena vastaavat seitsemäs ja kahdeksas tulo sekä (i) ensimmäisen valituista kahdesta väliarvosta lisäämiseksi seitsemänteen tuloon ja (ii) toisen valituista kahdesta väli-arvosta lisäämiseksi kahdeksanteen tuloon, jotta saadaan pari toisia väliarvoja. Kolmannen aikajakson aikana toimivat myös laitteet yhden ensimmäisistä väliarvoista kertomiseksi neljännellä hilakertoimella yhdeksännen tulon tuottamiseksi sekä yhden kolmannesta ja kuudennesta väliarvosta lisäämiseksi yhdeksänteen tuloon, jotta saadaan kolmas toinen väliarvo.
Signaaliprosessori voi sisältää joko useita rinnakkaisia prosessointiyksiköltä, missä tapauksessa ensimmäinen ja toinen aikajakso tapahtuvat olennaisesti samanaikaisesti, ja kolmas aikajakso seuraa niitä, tai yhden prosessointiyksikön, missä tapauksessa ensimmäinen aikajakso edeltää toista aikajaksoa, joka puolestaan edeltää kolmatta aikajaksoa.
Keksinnön toisena kohteena on signaaliprosessori, joka ottaa . systeemistä vastaan autokorrelaatio- ja ristikorrelaatioker- toimet ja tuottaa hilan ennakoija- ja suodatinkertoimet tälle systeemille. Signaaliprosessori käsittää syöttölaitteen auto- korrelaatio- ja ristikorrelaatiokertoimien vastaanottamiseksi sekä vähintään kaksi rinnakkaista prosessointiyksikköä, joista kumpikin sisältää prosessorin (i) ensimmäisen autokorrelaatio- .· kertoimista kertomiseksi ensimmäisellä hilakertoimella tulok-- · sena ensimmäinen tulo, (ii) toisen autokorrelaatiokertoimista kertomiseksi mainitulla ensimmäisellä hilakertoimella tuloksena toinen tulo ja toisella hilakertoimella tuloksena kolmas tulo sekä (iii) mainitun toisen autokorrelaatiokertoimista lisäämiseksi mainittuun ensimmäiseen tuloon, mainitun ensim-*: mäisen autokorrelaatiokertoimista mainittuun toiseen tuloon ja
II
93909 7 ensimmäisen ristikorrelaatiokertoimista kolmanteen tuloon, jotta saadaan kolmikko ensimmäisiä väliarvoja.
Varusteena on myös jakaja parin osamääriä muodostamiseksi ensimmäisistä väliarvoista, jotka on valittu kahdesta rinnakkaisesta prosessointiyksiköstä, jotta siten tuotetaan halutut hilan ennakoija- ja suodatinkertoimet. Lisäksi varusteena on tallennus- ja hakurakenne valittujen ensimmäisten väliarvojen vähintään kahdesta rinnakkaisesta prosessointiyksiköstä ja hilan ennakoija- ja suodatinkerrointen käyttämiseksi uudelleen vähintään yhteen rinnakkaisista prosessointiyksiköistä toisten väliarvojen kolmikon tuottamiseksi samalla tavalla.
Keksinnön vielä eräänä kohteena on signaaliprosessori, joka ottaa systeemistä vastaan autokorrelaatio- ja ristikorrelaa-tiokertoimet ja tuottaa hilan ennakoija- ja suodatinkertoimet tälle systeemille. Signaaliprosessori sisältää laitteen useiden autokorrelaatio- ja ristikorrelaatiokertoimien vastaanottamiseksi, laitteen ensimmäisen autokorrelaatiokertoimen kertomiseksi ensimmäisellä hilakertoimella tuloksena ensimmäinen tulo ja ensimmäisen, ensimmäisen autokorrelaatiokertoimen viereisistä kertoimista muodostuvan, parin autokorrelaa-tiokertoimia lisäämiseksi erikseen mainittuun ensimmäiseen tuloon, jotta saadaan ensimmäinen pari ensimmäisiä väliarvoja, ·. sekä laitteen mainitun ensimmäisen autokorrelaatiokertoimen kertomiseksi toisella hilakertoimella tuloksena toinen tulo ja ristikorrelaatiokertoimen lisäämiseksi mainittuun toiseen tuloon, jotta saadaan kolmas ensimmäinen väliarvo. Jakaja on varusteena parin osamääriä muodostamiseksi ensimmäisistä väli-arvoista, jotta siten tuotetaan hilan ennakoija- ja suodatinkertoimet.
Keksinnön monet muut kohteet ovat ilmeisiä alan ammattimie-hille, jolloin edellä esitetyt kohteet ovat vain esimerkin luonteisia.
··; Keksinnön nämä ja muut tarkoitukset, kohteet ja suoritusmuodot 8 93909 kuvataan yksityiskohtaisemmin alla viitaten seuraaviin kuvioihin, joista:
Kuvio 1 kuvaa samanaikaisesti vireillä olevien hakemusten Fl 874933 ja FI 874934 keksintöjen mukaisen "superhila"-proses-sointirakenteen epäsymmetriselle tapaukselle.
Kuvio 2 kuvaa samanaikaisesti vireillä olevien hakemusten keksintöjen mukaisen "superhila"-prosessointirakenteen symmetriselle tapaukselle.
Kuvio 3 kuvaa prosessointirakenteen, jota voidaan käyttää superhilan yhteydessä hilan suodatinkerrointen tuottamiseen keksinnön mukaisesti.
Kuvio 4 kuvaa keksinnön mukaista "superhila-supertikas"-pro-sessointirakennetta sekä hilan suodatinkertoimien km että hilan ennakoijakertoimien km tuottamista varten.
Kuviot 5a ja 5b kuvaavat vastaavasti keksinnön mukaisia "tikas-butterfly-perusalkiota" (LBBC) (engl. "ladder butterfly basic cell") ja "tikashilaperusalkiota" (LLBC) (engl. "ladder lattice basic cell").
*; Kuvio 6 kuvaa keksinnön mukaista signaalin prosessointiraken- m netta, joka tuotetaan käyttämällä toistuvasti kuvion 5b LLBC:tä.
Kuvio 7 kuvaa kolmea LLBC:tä käyttävää superhila-supertikas-rakenteen lohkoittain rinnakkaista toteutusta systeemille, jonka kertaluku on 7.
Kuvio 8 kuvaa signaalin kulun todellisten ja näennäisten prosessoreiden läpi, jotka toteuttavat kuvion 7 järjestelyn.
Kuvio 9 kuvaa kuvion 8 LLBC-alkioiden ja kaksoisjakajien käsittelyfunktiot.
»
II
9 93909 ft
Kuvio 10 kuvaa keksinnön mukaisen, kuvioissa 7 ja 8 esitetyn järjestelyn laitteistototeutuksen esittäen kolme LLBC:tä ja niihin liittyvän laitteiston.
Koska keksintö perustuu hakemusten FI 874933 ja FI 874934 keksintöön, noiden hakemusten relevantit osat, siten kuin ne liittyvät keksintöön, kuvataan tässä viitaten kuvioihin 1 ja 2.
Epäsymmetrinen tapaus
Kuviossa 1 esitetään kolmioilla merkittyjen kertojien ja ympyröillä merkittyjen summainten muodostama "superhila"-rakenne, joka on järjestetty tietyllä tavalla käsittelemään signaalia, jotta tuotetaan lineaarinen ennakoija epäsymmetriselle systeemille. Tämä superhilarakenne muodostaa perustan tämän keksinnön LS-FIR-prosessorille.
Kuten kuviosta nähdään, signaali systeemistä, jonka kertaluku on p, esimerkiksi tietoliikennekanavasta, tuodaan hyvin tunnettuun digitaaliseen autokorrelaattoriin 10, joka tuottaa autokorrelaatiokertoimet r_5...r5· Autokorrelaatiokertoimet lähetetään syöttölaitteeseen 12, esimerkiksi digitaaliseen rekisteriin tai puskurimuistiin, käytettäväksi superhilara-’ kenteessa. Lukuunottamatta autokorrelaatiokertoimia r_5, ro ja r5 jokainen autokorrelaatiokerroin viedään pariin kertojia, joiden tehtävänä on kertoa jokainen kerroin parilla "hilan ennakoijakertoimia" kn ja kn*, joista kn on "normaali" hilan ennakoijakerroin ja kn* "liittyvä" hilan ennakoijakerroin. Valkeilla kolmioilla osoitettujen kertojien tehtävänä on kertoa autokorrelaatiokertoimet normaalilla hilan ennakoijaker-toimella kn, kun taas mustilla kolmioilla osoitettujen kertojien tehtävänä on kertoa autokorrelaatiokertoimet liittyvillä hilan ennakoijakertoimilla kn*. Normaalien ja liittyvien hilan ennakoijakerrointen tuottaminen kuvataan alla.
• · ♦ 10 93909
Ne kaksi tuloa, jotka saadaan kertomalla jokainen autokorre-laatiokerroin normaalilla ja liittyvällä hilan ennakoijaker-toimella lisätään summaimissa, jotka on osoitettu kuvioissa ympyröillä, viereiseen pariin autokorrelaatiokertoimia, jotta saadaan sarja ensimmäisiä väliarvoja , missä n = -3,-2,-1, 0, 2, 3, 4, 5, ja , missä m = -5,-4,-3,-2, 0, 1, 2, 3.
Esimerkiksi autokorrelaatiokerroin r_4 kerrotaan kuilla ja *1* :11a kertojissa 14 ja 16, vastaavasti, ja tulot lisätään pariin autokorrelaatiokertoimia r_3 ja r_5, jotka ovat kertoimen r_4 viereisiä kertoimia, summaimissa 18 ja 20, vastaavasti. Yhtäläisesti autokorrelaatiokerroin r_3, sen jälkeen, kun se on kerrottu hilan ennakoijakertoimilla ki ja ki*, lisätään erikseen viereiseen pariin autokorrelaatiokertoimia r_4 ja r_2· Sama käsittely tapahtuu autokorrelaatiokertoimille ϊ-2'·’ς4· jotta saadaan sarja ensimmäisiä väliarvoja, kuten kuviossa on esitetty.
Jatkuvuuden vuoksi autokorrelaatiokertoimet r_5...r5 merkitään myös ja {JJ,, missä n= -4...5 ja m= -5...4.
Hilan ennakoijakertoimet lasketaan seuraavasti: ^m+l “ - f5+1 / f? ^*♦1 " “ (m+1 / t» • * Λ
Hilan ennakoijakertoimet kj ja kj tuotetaan suoraan autokor-relaatiokertoimista, kun taas toinen sarja hilan ennakoija-kertoimia, k2 ja k2*, lasketaan ensimmäisistä väliarvoista.
Yhtäläisellä tavalla sen kanssa, mitä on esitetty ensimmäisten väliarvojen kehittämisestä, valitut parit viereisiä väliarvoja, esimerkiksi (Ϊ4 ja fi* kerrotaan normaalilla ja liittyvällä hilan ennakoijakertoimella k2 ja k2*, vastaavasti, kertojissa 22 ja 24. Kaksi ensimmäistä väliarvoa ja , jotka ovat molemmilla puolilla valitun parin vieressä, lisätään kertojissa 22 ja 24 tuotettuihin tuloihin, vastaavasti ·: summaimissa 26 ja 28, jotta saadaan kaksi toista väliarvoa I! 93909 11 ja i2-s Jäljellä olevat toiset väliarvot kehitetään yhtäläisellä tavalla, nimittäin kertomalla valittu pari viereisiä ensimmäisiä väliarvoja normaalilla ja liittyvällä hilan ennakoi jakertoimella k2 ja k2* sekä lisäämällä tuloihin ensimmäiset väliarvot, jotka ovat molemmilla puolilla valitun parin vieressä.
Seuraamalla tätä signaalin kulkua nähdään myös, että kolmannet väliarvot ja lopulliset väliarvot kehitetään yhtäläisellä tavalla.
Hilan ennakoijakertoimet ki karakterisoivat täydellisesti lineaarista ennakoijaa, ja niitä voidaan käyttää suoran ennakoinnin kerrointen sijasta. Itse asiassa tallennukset, siirron ja nopean puhesynteesin suhteen niitä on pidettävä parempina, koska niillä on huomattavia etuja. Ne ovat järjestelmällisiä, ne rajoittuvat yhteen, ja niitä voidaan käyttää helposti sta-biilisuuden kontrollointiin, tehokkaaseen kvantisointiin ja vastaavaan. Koska ro vastaa signaalin energiaa ja sillä on siksi kaikista superhilassa prosessoitavista signaaleista suurin amplitudi, kaikki muuttujat voidaan normalisoida suhteessa ro:aan mahdollistaen siten "kiinteän pilkun" käsittely huomattavine etuineen nopeudessa, tarkkuudessa ja prosessoinnin yksinkertaisuudessa.
Kuviossa 1 esitetty järjestely voi tuottaa hilan ennakoijakertoimet systeemille, joka on tyyppiä Ra = missä R:llä on
Toeplitzin rakenne. Yksityiskohtaisen analyysin tästä tekniikasta antaa G. Carayannis et ai., "A New Look on the Parallel Implementation of the Schur Algorithm for the Solution of Toeplitz Equations", IEEE International Conference on Acoustics, Speech and Signal Processing, 26-29. maaliskuuta, 1985, jonka koko selitys on liitetty tähän viittauksella.
Vaikka hilan ennakoijakertoimia ki ja ki* pidetään yleensä parempina, suoran ennakoinnin kertoimet ai, jotka ovat hyö-· dyllisiä esimerkiksi spektraalisessa arvioinnissa, voidaan „ 93909 johtaa hilakertoimista käyttäen edellä mainittujen, samanaikaisesti vireillä olevien hakemusten kuvion 2 prosessointi-rakennetta.
Symmetrinen tapaus
Erikoinen tilanne vallitsee silloin, kun analysoitavaa systeemiä voidaan luonnehtia Ra = ^d, missä R:llä on symmetrinen Toeplitzin rakenne, kuten autoregressiivisen lineaarisen ennakoinnin tapauksessa. Sellaisissa tapauksissa kuvion 1 super-hilarakenne yksinkertaistuu symmetriseksi superhilamuodoksi, joka nähdään kuviossa 2, koska r^ = r_^; ki = kj_* ja ςψ - , symmetriselle tapaukselle. Täten kuvion 1 kaksi kolmikulmaista lohkoa tulevat identtisiksi niin, että toinen niistä voidaan jättää pois, jolloin myös puolet signaalin käsittelystä voidaan jättää pois. Kuviossa 2 esitetty signaalinkäsittelyn rakenne symmetriselle tapaukselle saa aikaan lineaarisen ennakoinnin tai autoregressiivisen mallintamisen laskemalla hilan ennakoijakertoimet, tai symmetrisessä tapauksessa "PARCOR" (partial correlation) -ennakoijakertoimet.
Alusta alkaen on huomattava, että tässä signaalinkäsittelyn rakenteessa (sen enempää kuin kuvion 1 esittämässäkään) ei ole redundanssia. Tämä tarkoittaa, että jokainen f (ja £), joka esiintyy prosessorissa, tuotetaan vain kerran. Lisäksi vain ne signaalit, jotka tarvitaan hilan ennakoijakertoimien tai PAR-COR-kertoimien tuottamiseen, tulevat mukaan. Täten kuvioiden 1 ja 2 esittämä signaalinkäsittelyn rakenne edustaa optimaalista prosessoinnin mallia.
Yhtäläisesti kuvion 1 esittämän epäsymmetrisen tapauksen kanssa systeemin signaali tuodaan digitaaliseen autokorrelaat-toriin 10, joka tuottaa autokorrelaatiokertoimet, jotka karakterisoivat symmetrisen systeemin, nimittäin kertoimet rQ...rg. Kertoimet viedään syöttölaitteeseen 30, esimerkiksi digitaaliseen rekisteriin tai muistiin. Huomattakoon, että kuvion 2 signaaliprosessori ottaa vastaan signaalin systeemistä, jonka
II
93909 13 kertaluku on 8, kun taas kuvion 1 systeemi ottaa vastaan signaalin systeemistä, jonka kertaluku on 5.
Kuten kuvion 1 signaaliprosessori myös kuvion 2 signaaliprosessori ottaa jokaisen autokorrelaatiokertoimen, paitsi ensimmäistä ja viimeistä, jotka ovat ro ja rg, ja kertoo sen ensimmäisellä hilan ennakoijakertoimella kj, joka lasketaan rgista ja rj : sta ( f°0 : sta ja C? :stä) yleisen kaavan kp = - fP*1 / fg'1 mukaisesti. Jokaisen sellaisen kertolaskun tulos lisätään erikseen kumpaankin viereisistä kahdesta auto-korrelaatiokertoimesta, jotta saadaan ensimmäiset väliarvot ci , missä n = 0, 2...8 ja -6...-1. Esimerkiksi autokorrelaa-tiokerroin r\, joka merkitään Ci ja # jotta se olisi yhdenmukainen välimuuttujien kanssa, kerrotaan hilan ennakoi jakertoimella kj, ja autokorrelaatiokertoimet ro ja r2 lisätään, kumpikin erikseen, tuloon, jotta saadaan pari ensimmäisiä väliarvoja Co ja Ci , vastaavasti. Yhtäläisesti seu-raavat kaksi ensimmäistä väliarvoa, nimittäin fii ja C$ tuotetaan kertomalla autokorrelaatiokerroin r2 hilan ennakoi jakertoimella kj ja lisäämällä, kumpikin erikseen, viereiset autokorrelaatiokertoimet, nimittäin rj ja r3, tuloihin.
Toiset väliarvot voidaan laskea ensimmäisistä väliarvoista yhtäläisellä tavalla. Ensiksi voidaan laskea k2 Ci :n ja f $ :n suhteesta yllä annetun kaavan mukaisesti. Sitten toiset väli-* arvot, esimerkiksi f| ja Co · lasketaan kertomalla ensimmäi set väliarvot C^i · ja f] hilan ennakoi jakertoimella k2 ja lisäämällä tuloihin viereiset ensimmäiset väliarvot Co ja Co , kumpikin erikseen. Signaalin prosessointi jatkuu, kunnes saadaan loppuarvot Ct ja , joista viimeinen hilan ennakoi jakerroin kg voidaan laskea yllä olevan kaavan avulla.
Kuvioiden 1 ja 2 signaaliprosessori voidaan toteuttaa, kuten on kuvattu edellä mainituissa, samanaikaisesti vireillä olevissa hakemuksissa.
14 93909
Optimaalinen FIR-suodatus
Edellä kuvattua "superhila"-käsittelyä voidaan helposti soveltaa FIR-suodatukseen silloin, kun ratkaistava lineaarinen systeemi on muotoa:
Rc = -d (1) jossa R on Toeplitzin autokorrelaatiomatriisi, d on risti-korrelaatiovektori ja c on suodatinkertoimien muodostama vektori seuraavasti: r0 rl · · · rp-l ri ro · · rp-a (2) R - rp-l ----r0 CT - [c, c, . . . . CjJ (3) dT - [dj d, . . . . dp] (4) yksinkertaisuuden vuoksi tarkastellaan ainoastaan symmetristä tapausta. Tässä esitetyn selityksen valossa symmetrisen ta- *. pauksen laajentaminen epäsymmetriseksi tapaukseksi on kuiten-« kin alan ammattimiehille ilmeinen.
Koska Toeplitzin autokorrelaatiomatriisi R on sama sekä FIR-suodatuksen että lineaarisen ennakoinnin tapauksissa, joita on tarkasteltu edellä mainituissa, samanaikaisesti vireillä ole-. vissa hakemuksissa, on ymmärrettävissä, että lineaarisen ennakoinnin ja FIR-suodatuksen käsittelyt liittyvät läheisesti toisiinsa. Itse asiassa optimaalisen FIR-suodattimen laskeminen antaa sivutuotteena optimaalisen ennakoijan, aj,,. Optimaaliseen ennakoijaan perustuen FIR-suodattimen kertoimet voidaan laskea käyttämällä Levinsonin tyyppistä rekursiota seuraa-vasti:
II
93909 15 fcn*l + 14*1 [ J*» ] (5) missä: 00...01 J - 00...10 (6) 10...00 k^+, - / «m (7) " ΪΟ,-m + ^m+1 lo.-m - l*i. r2, . . · rj (9) Määritelkäämme seuraavat suureet: *P - di ♦ ££ IU <10> missä: - [η-χ Γι-a · . · η-»»] <π> Tämä johtaa seuraavaan Schurin tyyppiseen rekursioon rf*:lle: rf» - C'1 + km fS:,? (»2) mikä muodostaa tämän keksinnön perustan.
Kuvio 3 on sellaisen käsittelyrakenteen kuvaus, jota voidaan käyttää laskemaan arvoja »f . Yksityiskohtaisemmin kuvattuna rj":n arvo lasketaan yhtälön 12 mukaisesti kertomalla fS‘? :n arvo kjft: llä kertojassa 32 ja lisäämällä tulo rf1'1 : een summai-. messa 34. Kuvion 3 rakenteen tarkastelu paljastaa, että »fin, • **· joka on kertalukua m, arvot voidaan laskea »f*1: n ja :n, jotka ovat kertalukua m-1, arvoista rakenteen ollessa luonteeltaan "rekursiivinen". Palautettakoon mieleen, että kuviossa 2 kuvatussa lineaarisesti ennakoivassa prosessorissa edellä olevan yhtälön 12 vastine on: fj» - rr1 + O3) 16 93909
Yhtälöiden 12 ja 13 samankaltaisuus on osoitus siitä, että superhilan laskutoimitukset lineaarisesti ennakoivassa käsittelyssä ovat välttämättömiä FIR-käsittelyyn tarvittavien suureiden rf laskemiseksi. Yhtälössä 7:
Pm “ Tästä johtuen k^+j:n laskemiseksi optimaalista FIR-suodatinta varten tarvitaan kuviossa 2 yleisesti kuvattua superhilaa sekä superhilaan kiinnittyvää käsittelyrakennetta suureiden rekursiivista laskemista varten. Tästä rakenteesta käytetään nimitystä "supertikas", ja se on kuvattu kuviossa 4 superhilan päälle piirretyillä vahvoilla viivoilla. Koko rakenteeseen, jota voidaan käyttää hilan suodatinkertoimien k£ ja hilan ennakoijakertoimien km tuottamiseen, viitataan nimityksellä "superhila-supertikas".
Kuviossa 4 systeemin signaali, esimerkiksi tietoliikennekana-valta saatava, tuodaan digitaaliselle korrelaattorille 35, joka rakenteeltaan on hyvin tunnettu. Digitaalinen korrelaat-tori 35 tuottaa autokorrelaatiokertoimet rQ-rg ja ristikorre-laatiokertoimet dj-d7 ja vie ne syöttölaitteelle 36, esimerkiksi digitaaliselle rekisterille tai puskurimuistille. Auto-; korrelaatiokertoimet r0-rg käsitellään superhilaa käyttäen, • kuten on esitetty ja kuvattu kuvioon 2 viitaten, hilan enna koi jakertoimien k^-kg tuottamiseksi, ja ristikorrelaatioker- toimet di~d7 käsitellään yhdessä autokorrelaatiokertoimien c c kanssa hilan suodatinkertoimien kj-k7 tuottamiseksi käyttäen superhila-supertikas-käsittelyrakennetta.
Kuten kuvion 2 käsittelyrakenteenkin tapauksessa, kuviossa 4 kolmiot edustavat kertojia ja ympyrät summaimia. Valkealla kolmiolla merkityt kertojat kuviossa 4 kertovat vastaavia suureita hilan ennakoijakertoimilla km, kun taas mustalla kolmiolla merkityt kertojat kertovat vastaavia arvoja hilan suodatinkertoimilla k£. Yksityiskohtaisemmin kuvattuna auto-
II
93909 17 korrelaatiokerroin (jota merkitään myös f°i ja , jotta jatkuvuus väliarvojen kanssa säilyisi) kerrotaan kertojassa 38 c ensimmäisellä hilan suodatinkertoimella k^, joka on laskettu seuraavan yleisen kaavan, samanlaisen, joka on annettu hilan ennakoijakertoimille, mukaan: - -C1 / r?'1 04) c . ..
rj:n ja kj:n tulo lisätään summaimessa 40 autokorrelaatioker-toimeen (jota merkitään myös , jotta jatkuvuus väliarvojen kanssa säilyisi) ensimmäisen väliarvon r\ tuottamiseksi. Samalla tavoin autokorrelaatiokerroin r2 kerrotaan hilan suodatinkertoimella k* kertojassa 42 ja tulos lisätään ristikor-relaatiokertoimeen d3 summaimessa 44 ensimmäisen väliarvon tuottamiseksi. Jäljellä olevat auto-ja ristikorrelaatiokertoi-met käsitellään supertikkaan toimesta samalla tavalla, kuten on esitetty, jäljellä olevien ensimmäisten väliarvojen r} . r\ tuottamiseksi. Superhila käsittelee tietysti samanaikaisesti autokorrelaatiokertoimet r0 - rg ensimmäisten väliarvojen f1*, missä n = 0, 2, -1, 3, -2, 4, -3, 5, -4, 6 ja -5, tuottami seksi, kuten on kuvattu edellä viitaten kuvioon 2.
Jatkaen, kuten on esitetty kuviossa 4, superhila-supertikkaan tuottama ensimmäinen väliarvo kerrotaan kertojassa 46 c hilan suodatinkertoimella k£, joka on tuotettu yhtälön 14 : mukaisesti, ja tulos lisätään ensimmäiseen väliarvoon fg sum maimessa 48 toisen väliarvon r| tuottamiseksi. Jäljellä olevien f:n arvojen tuottamiseen liittyvä käsittely on alan ammattimiehille ilmeinen.
Pantakoon merkille myös, että väliarvojen tf* johtamisessa ei ole lainkaan redundanssia sikäli, että kukin väliarvo r joh-1 ‘ detaan vain yhden ainoan kerran tavalla, joka on analoginen väliarvojen f!" redundanssittomaan johtamiseen superhilaa käytettäessä. Siten kuviossa 4 kuvattu prosessointirakenne edustaa optimaalista rakennetta sekä hilan suodatinkertoimien k£ että hilan ennakoijakertoimien km johtamiseksi.
18 93909
Kuten superhilakin superhila-supertikas voidaan toteuttaa (1) puhtaasti peräkkäisellä, kertaluvun suhteen rekursiivisella tavalla, (2) täysin rinnakkaisella tavalla tai (3) "lohkot-tain" rinnakkaisella tavalla.
Kuviot 5a ja 5b kuvaavat perusalkioita, joita voidaan käyttää kuvion 4 superhila-supertikas-prosessointirakenteen toteuttamiseksi millä tahansa edellä mainituista tavoista. Kuvio 5a kuvaa perusalkion, joka perustuu "butterfly-perusalkioon" tai BBC-rakenteeseen (engl. "butterfly basic cell"), joka on selitetty samanaikaisesti vireillä olevassa hakemuksessa FI 874934, ja johon tämän jälkeen viitataan "tikas-butterfly-perusalkiona" tai merkinnällä "LBBC" (engl. "ladder butterfly basic cell"). Kuviossa 5b esitetty perusalkio perustuu "hila-perusalkioon" tai "LBC"-rakenteeseen (engl. "lattice basic cell"), joka on selitetty samanaikaisesti vireillä olevassa hakemuksessa FI 874933, ja johon tämän jälkeen viitataan "tikas-hilaperusalkiona" tai merkinnällä "LLBC" (engl. "ladder lattice basic cell").
Viitaten kuvioon 5a, LLBC ottaa vastaan seitsemän yleisessä muodossa esitettyä suuretta, a, b, c, d ja h, jotka vastaavat korrelaatiokertoimia tai väliarvoja, sekä k^ ja k*, jotka vastaavat tässä järjestyksessä hilan ennkoija- ja suodatinker-: toimia. Näihin syöttöihin perustuen LBBC tuottaa kolme suuret- * ta e, g ja j, jotka vastaavat väli- tai loppuarvoja, seuraavasti : e=d+kic (15) g = h *= kfc (16) - j a + kj> (17)
Viitaten kuvioon 5b, LLBC ottaa vastaan viisi yleisessä muodossa esitettyä suuretta, a, b ja h, jotka vastaavat korrelaatiokertoimia tai väliarvoja, sekä j^ ka k^, jotka vastaavat tässä järjestyksessä hilan ennakoija- ja suodatinkertoimia.
• Näihin syöttöihin perustuen LLBC tuottaa kolme suuretta e, g 11 93909 19 ja j, jotka vastaavat väli- tai loppuarvoja seuraavasti: e = a + k^b (18) g = b + k^a (19) j = h + k* a (20)
Huomattakoon, että joko LBBCrtä tai LLBCrtä voidaan käyttää kuvion 4 rakenteen toteuttamiseen, mutta yksinkertaisuuden vuoksi vain LLBC käsitellään jatkossa yksityiskohtaisesti. LBBC:tä käyttävä toteutus on kuitenkin suora sovellutus BBC-toteutuksesta, joka on selitetty samanaikaisesti vireillä olevassa hakemuksessa FI 874934, ja tämä selitys yhdessä alla olevan tarkastelun kanssa tekevät LBBC toteutuksen alan ammattimiehille aivan ilmeiseksi.
Kuvio 6 kuvaa superhila-supertikasrakennetta systeemistä, jonka kertaluku on 7, tulevan signaalin käsittelemiseksi, kun kuvion 5b LLBC:tä käytetään perusrakenneosana. Supertikkaassa ja superhilassa olevat ulokkeet, jotka ovat seurausta LLBC:n rakenteesta, on esitetty katkoviivoin. Alareunan katkoviivalla osoitetut ulokkeet tuottavat väliarvot f! - fe ja r} - r§, joiden kaikkien arvo on määrielty nollaksi, ja joiden laskeminen on siksi tarpeetonta. Prosessointirakenteen ylemmät ulokkeet ovat myös tarpeettomia, ja itse asiassa edellyttävät sopivan pienen "tyhjän" (engl. "dummy") arvon käyttämistä autokorrelaatio-kertoimelle r η FIR-mallin ja lineaarisen ennakoinnin kertalukujen välisen eron seurauksena, kuten voidaan ymmärtää tarkastelemalla edellä esitettyjä yhtälöitä 1 ja 2. Siten ylä-ulokkeet sisältävät vain superhilan perusalkiot. Laitteiston homogeenisuuteen liittyvistä syistä näennäiset superhilan ulokkeet ovat kuitenkin mukana. Ulokkeet, joista ensimmäiselle syötetään tyhjä arvo ryille, tuottavat "hällä väliä"-arvoja, jotka on osoitettu merkitsemällä "X" kyseisen arvon rinnalle.
Kuten kuvio 6 havainnollistaa, koko kuvion 4 superhila-super-tikasrakenne voidaan toteuttaa käyttämällä toistuvasti kuvion 5b LLBC-alkioita, joista on merkitty viitenumeroilla 50, 52, 20 93909 54, 56, 58, 60 ja 62 ne seitsemän, jotka yhdessä tuottavat täydellisen sarjan ensimmäisiä väliarvoja. Prosessointirakenne arvojen toisista väliarvoista loppuarvoihin asti tuottamiseksi on myös saatu aikaan LLBC-"rakenneosilla", joista kahta on merkitty viitenumeroilla 64 ja 66. On kuitenkin huomattava, että koska keksintö on luonteeltaan rekursiivinen, laitteisto, joka toteuttaa LLBC:t 50, 52 jne., voi toteuttaa myös jäljellä olevat LLBC:t 64, 66 jne.
Kuten edellä on mainittu, kuvion 4 superhila-supertikasraken-teen toteutus LLBC- tai LBBC-alkioita käyttäen voidaan tehdä täysin rinnakkaisena toteutuksena, kertaluvun suhteen rekursiivisena toteutuksena tai lohkoittain rinnakkaisena toteutuksena. Superhila-supertikasrakenteen lohkoittain rinnakkaista toteutusta LLBC-alkioita käyttäen kuvataan nyt seuraavassa, koska sellainen toteutus sisältää sekä täysin rinnakkaisen että kertaluvun suhteen rekursiivisen toteutuksen ainesosia.
Lohkoittain rinnakkainen toteutus LLBC-alkioita käyttäen
Kuviossa 7 on kuvattu kolme LLBC-alkiota 50, 52 ja 54 sellaisessa superhila-supertikasrakenteessa, joka käsittelee signaalin systeemistä, jonka kertaluku on 7. Autokorrelaatiokertoi-met r0 ja rj sekä ristikorrelaatiokerroin dj tuodaan LLBC-; alkiolle 50, autokorrelaatiokertoimet ri ja r2 sekä ristikö- i rrelaatiokerroin d2 tuodaan LLBC-alkiolle 52 ja autokorrelaa tiokertoimet rj ja r3 sekä ristikorrelaatiokerroin d3 tuodaan LLBC-alkiolle 54, kuten on esitetty. Kaikille LLBC-alkioille 50, 52 ja 54 tuodaan myös hilan ennakoija- ja suodatinkertoi- c met, vastaavasti kj ja k^, jotka on laskettu arvoista rQ, ri ja dj edellä annettujen yhtälöiden mukaisesti. Kukin LLBC-alkio j tuottaa kolme tulostetta e, g ja j kuvion 5b ja edellä yleisessä muodossa esitettyjen yhtiöiden 18...20 mukaisesti. LLBC-alkion 50 tuottamien suureiden g ja j vastineet tässä järjes-tyksesä ovat fi ja r} , kuten kuviossa 6 esitetään, joista molemmat ovat nollia ja voidaan jättää huomiotta. Tässä vaiheessa LLBC-alkion 54 tulostama suure e tallennetaan myöhempää
II
93909 21 käyttöä varten, LLBC-alkiolta 54 saadut suureet g ja j sekä suure e LLBC-alkiolta 52 syötetään takaisin yhdelle LLBC-alkioista, esimerkiksi numerolle 54, ja suureet g ja j LLBC-alkiolta 52 sekä suure e LLBC-alkiolta 50 syötetään takaisin jollekin toiselle LLBC-alkiolle, esimerkiksi numerolle 52, superhila-supertikasrakenteen käsittelyn jatkamiseksi ja lohkon nro 1 tuottamiseksi, kuten on esitetty. Signaalin kulun kuvaamisen helpottamiseksi LLBC 54' edustaa LLBC 54:ää, kun tulosteet g ja j LLBC-alkiolta 54 sekä tuloste e LLBC-alkiolta 52 syötetään takaisin LLBC-alkiolle 54. Samalla tavoin LLBC 52' edustaa LLBC-alkiota 52, kun tulosteet g ja j LLBC-alkiolta 52 ja tuloste e LLBC-alkiolta 50 syötetään takaisin LLBC-alkiolle 52. Syöttöjä LLBC-alkiolle 52' käytetään myös laskettaessa hilan ennakoi ja- ja suodatinkertoimia k2 ja k|, jotka tallennetaan myöhempää käyttöä varten, ja joita käytetään myös edelleen syöttöinä LLBC-alkioille 54' ja 52' ja LLBC-alkiot 52' ja 54' muodostavat uudet e:n, g:n ja j:n arvot yhtälöiden 18...20 mukaisesti·. Tässä vaiheessa suure e LLBC-alkiolta 54' tallennetaan ja tulosteet g ja j LLBC-alkiolta LLBC 54' yhdessä tulosteen e kanssa LLBC-alkiolta 52' syötetään takaisin yhdelle LLBC-alkioista, esimerkiksi numerolle 54, joka kuviossa 7 on merkitty 54''. Syöttöjä LLBC-alkiolle 54'' käytetään myös laskettaessa kertoimia k3 ja k|, jotka tallennetaan ja joita käytetään LLBC-alkiossa 54''. LLBC 54'' käsittelee syö-, töt tuottaakseen uuden sarjan arvoja e, g ja j, joita arvoja käytetään uusien kertoimien k4 ja k$ tuottamiseen. Nämä arvot tallennetaan yhdessä tulosteen e LLBC-alkiolta 54'' kanssa myöhempää käyttöä varten.
Näin on huomattava, että lohko nro 1 on toteutettu käyttäen kolmea LLBC-alkiota 50, 52 ja 54, joiden toiminta leikkaa * * superhila-supertikasrakenteen läpi, kuten on esitetty. Sen jälkeen, kun lohko nro 1 on käsitelty, autokorrelaatiokertoi-met r3~rg ja ristikorrelaatiokertoimet d,j-d5 viedään LLBC-alkioille 50, 52 ja 54 yhdessä tallennettujen arvojen ki-k4 ja ki -k| sekä LLBC-alkiolta 54 (54' ja 54'') saadun tulosteen e 22 93909 arvojen kanssa signaalin käsittelemiseksi lohkon nro 2 läpi samaan tapaan.
Lopuksi, lohkon nro 2 käsittelyn jälkeen, yhtä LLBC-alkiota käytetään lohkon nro 3 toteuttamiseen superhila-supertikas-rakenteen käsittelyn saattamiseksi loppuun. Superhila-super-tikasrakenteen yläosan reunan ulokkeiden johdosta kuvion 7 tapauksessa vain supertikkaan perusalkiot ovat merkitseviä superhilan arvojen ollessa "hällä väliä"-arvoja.
On pantava merkille, että lohkoittain rinnakkainen toteutus pitää sisällään sekä kolmen LLBC-alkion rinnakkaisen käsittelytoiminnan lohkojen nro 1 ja 2 sisällä että peräkkäisen signaalikäsittelyn sikäli, että lohko nro 3 seuraa ajallisesti lohkon nro 2 käsittelyä, joka puolestaan seuraa lohkon nro 1 käsittelyä. Siten LLBC-alkioiden 50, 52 ja 54 ryhmä toimii rinnakkaisesta leikatakseen superhila-supertikasrakenteen läpi peräkkäin kolmessa lohkossa.
On huomattava, että käytettäessä superhila-supertikasrakenteen muodostamiseen LLBC-alkioita rajapuskurin (joka tallentaa suureet e lohkosta toiseen) koko pysyy samana kuin käytettäessä superhilaa ilman supertikasrakennetta.
. Kuvio 8 kuvaa signaalin kulkua "todellisten" ja "näennäisten" prosessoreiden läpi, jotka on järjestetty muodostamaan superhila-supertikasrakenteen lohkoittain rinnakkainen toteutus. Kolme prosessoria 51, 53 ja 55, jotka vastaavat kuvion 7 LLBC-alkioita 50, 52 ja 54, toteuttavat kukin yhden kuviossa 5b kuvatun LLBC-alkion toiminnat ja sisältävät lisäksi tarvit-; tavan logiikan, rekisterit ja vastaavat. Mukana on myös useita ‘‘ kaksois jakajia 68, jotka tuottavat hilan ennakoija- ja suo- datinkertoimet. Kuvio 9 kuvaa yksityiskohtaisesti käsittelyä, jonka prosessoripari, esimerkiksi 50 ja 52, ja niihin liittyvä kaksoisjakaja 68 suorittavat edellä tarkasteltujen yhtälöiden mukaisesti.
li 93909 23
Palaten kuvioon 8, todellisten prosessoreiden 51, 53 ja 55 tuottamat signaalit syötetään takaisin todellisille prosessoreille superhila-supertikasrakenteen käsittelyn toteuttamiseksi, ja niin tehtäessä ne suorittavat myös näennäisten prosessoreiden tehtävät. Toisin sanoen näennäistä prosessoria 53' ei ole olemassa siten sijoitettuna, kuin on esitetty, vaan sen tehtävän suorittaa todellinen prosessori 53, joka ottaa syöttöinä vastaan todellisen prosessorin edelliset tulosteet. Näennäisten prosessoreiden olemassaoloa simuloidaan syötetyn signaalin käsittelemiseksi kuvion 7 superhila-supertikasrakenteen mukaisesti.
Käsittelyn kussakin iterointivaiheessa ylemmän prosessorin 55 tuottama tuloste e täytyy tallentaa rajapuskuriin, joka on esitetty kuviossa 8 katkoviivoilla. Kuten edellä on mainittu, supertikasrakenteen soveltaminen superhilaan ei kasvata raja-puskurin kokoa siitä, minkä superhila yksin tarvitsee.
On huomattava, että kun hilan ennakoijakertoimet ki rajoittuvat ykköseen ja voidaan normalisoida r0:n suhteen, hilan suodatinkertoimille k f ei ole vielä löydetty rajoja. Sen takia suuremmat sananpituudet ovat odotettavissa FIR-laskutoimituksille, ja näiden suureiden käsittelyyn käytetyn logiikan tulisi vastata suurempia sananpituuksia. Nämä pituu-det ovat tapauksesta riippuva ongelma, ja ne voidaan löytää kokeellisesti, kuten alan ammattimiehet havaitsevat.
Poiketen edellä mainituissa samanaikaisesti vireillä olevissa hakemuksissa kuvatuista LBC- ja BBC-alkioista tämän keksinnön LLBC- ja LBBC-alkiot tarvitsevat kolme kertolaskua ja kolme ·* yhteenlaskua, kuten edellä kuvioissa 5a ja 5b on esitetty.
‘ Siten LLBC- ja LBBC-alkiot voidaan toteuttaa käyttäen joko kolmea yksivaiheista käsittelyelementtiä tai yhtä kolmivaiheista käsittelyelementtiä riippuen nopeuteen ja laitteiston mutkikkuuteen liittyvistä vaatimuksista.
’’ Kuvio 10 esittää esimerkin laitteistototeutuksesta, jolla 24 93909 saadaan aikaan superhila-supertikasrakenteen lohkoittaan rinnakkainen käsittely käyttäen kolmea LLBC-alkiota. Kuviossa nähdään kolme rinnakkaista prosessoria 51, 53 ja 55, jotka sisältävät vastaavasti kuvion 7 LLBC-alkiot 50, 52 ja 54 ja liittyvän logiikan. Kukin prosessori sisältää lisäksi a,tilarekisterin ja e,g,j-rekisterin, jotka tallentavat yksitellen arvot a, b ja h sekä e, g ja j, jotka liittyvät kuhunkin perusalkioon (kuten on kuvattu kuviossa 5b), sekä k,^-rekisterin, joka tallentaa hilan ennakoija- ja suodatinkertoimet.
Kukin a,b,h-rekisteri ottaa vastaan asianmukaiset auto- ja ristikorrelaatiokertoimet r/d-puskurista 70 r/d-väylän 72 kautta, r/d-puskuri 70 toimittaa myös suoraan ensimmäiset kolme auto- ja ristikorrelaatiokerrointa rg, rj ja dj kaksois- jakajalle ja siihen liittyvälle logiikalle 74, joka niin ollen laskee ensimmäiset hilan ennakoija- ja suodatinkertoimet kj ja c k^. Tulosteet kaksois jakajalta 74 ja toiselta kaksoisjakajalta ja siihen liittyvältä logiikalta 76 viedään k/kc-puskurille 78 k/kc-väylän 80 kautta. k/kc-puskuri 78 toimittaa kullekin k/kc-rekisteristä kussakin prosessorissa hilakertoimet k/kc-väylän 80 kautta. Kunkin prosessorin a,b,h-rekisterin ja k/kc-rekisterin annot on kytketty siihen liittyvälle LLBC-alkiolle ja kunkin LLBC:n annot vastaavalle e,g,j-rekisterille.
Ala- ja keskiprosessoreiden 51 ja 53 e-rekistereiden annot on kytektty vastaavasti keski- ja yläprosessoreiden 53 ja 55 a-rekistereiden ottoihin, kun taas yläprosessorin 55 e-rekis-terin anto on kytketty rajapuskurille 82 rajapuskuriväylän 84 kautta. Ala- ja keskiprosessoreiden 51 ja 53 e-rekistereiden annot on kytketty myös vastaaville kaksoisjakajille 74 ja 76. V Kaksois jakaja 74 ottaa vastaan syötöt myös ala- ja keskiprosessoreiden 51 ja 53 g- ja j-rekistereiltä sekä myös rajapus-kurilta 82 rajapuskuriväylän 84 kautta. Kaksoisjakaja 76 ottaa vastaan syötöt yläprosessorin 55 g- ja j-rekistereiltä. Lopuksi kunkin prosessorin g- ja j-rekistereiden annot on kytketty kyseessä olevan prosessorin b- ja h-rekistereiden ottoihin ’*· vastaavasti.
1/ 25 95909
Kuviossa 10 esitetyn laitteiston toiminta kuvioiden 7 ja 8 superhila-supertikasprosessointirakenteen tuottamiseksi kuvataan nyt seuraavassa:
Vaihe 0 alkujakolaskut (ki/kc:n laskeminen, tallennus, siirto):
Alaprosessoriin 51 liittyvä kaksoisjakaja (mahdollisesti kaksivaiheinen) 74 ottaa vastaan ensimmäiset kaksi autokorre-laatiokerrointa ja ensimmäisen ristikorrelaatiokertoimen r/d-puskurilta 70 ja tuottaa kj:n ja k*: n. Kaikki muut osat ovat lepotilassa. ja kj tallennetaan k/kc-puskuriin 78 ja siirretään kunkin prosessorin k- ja kc-rekistereihin k/kc-väylän 80 kautta.
Vaihe 1 Lohkon 1 käynnistäminen:
Kaikkien prosessoreiden a,b,h-rekisterit käynnistetään r/d-väylän 72 kautta asianmukaisilla auto- ja ristikorrelaatio-kertoimilla.
Vaihe 2 LLBC-alkion laskutoimitukset:
Kaikkien prosessoreiden LLBC-alkiot laskevat väliarvot ja tallentavat ne kunkin prosessorin e,g,j-rekistereihin.
Vaihe 3 k2/k2=n laskeminen - tallennus - siirto:
Alaprosessoriin liittyvä jakaja laskee k2: n alaprosessorin . e-rekisteristä ja keskiprosessorin 53 g-rekisteristä sekä k2:n alaprosessorin e-rekisteristä ja keskiprosessorin j-rekis-teristä. k 2 ja k2 tallennetaan k/kc-pu6kuriin 78 ja siirretään kunkin prosessorin k- ja kc-rekistereihin k/kc-väylän 80 kautta.
26 93909
Vaihe 4 Kaikkien prosessoreiden a,b,h-rekistereiden askeltaminen, rajapuskurin päivittäminen:
Suoritetaan seuraavat siirrot: e/alaprosessori --> a/keskiprosessori e/keskiprosessori --> a/yläprosesori e/yläprosessori --> rajapuskuri g/keskiprosessori --> b/keskiprosessori g/yläprosessori --> b/yläprosessori j/keskiprosessori --> h/keskiprosessori j/yläprosessori --> h/yläprosessori
Vaihe 5 LLBC-alkion laskutoimitukset alaelementin ollessa lepotilassa:
Keski- ja yläprosessoreiden LLBC-alkiot tuottavat väliarvot> jotka tallennetaan vastaaviin e,g,j-rekistereihin.
Vaihe 6 k3/k|:n laskeminen - tallennus - siirto
Keskiprosessoriin 53 liittyvä jakaja 76 laskee k3:n saatuaan syötöt prosessorin 53 e-rekisteristä ja yläprosessorin 55 g-rekisteristä sekä k3: n saatuaan syötöt keskiprosessonn e-rekisteristä ja yläprosessorin j-rekisteristä. k3 ja k3 ·. tallennetaan k/kc-puskuriin ja siirretään kunkin prosessorin k- ja kc-rekistereihin k/kc-väylän kautta.
Vaihe 7 a,b,h-rekistereiden askeltaminen, rajapuskurin päivittäminen:
Suoritetaan seuraavat siirrot: e/keskiprosessori --> a/yläprosessori e/yläprosessori --> rajapuskuri g/yläprosessori --> b/yläprosessori j/yläprosessori --> h/yläprosessori • · 93909 27
Vaihe 8 LLBC-alkion laskutoimitukset yläprosessorissa ala- ja keskiprosessoreiden ollessa lepotilassa:
Yläprosessorin LLBC-alkio 54 laskee väliarvot ja tallentaa ne sen e,g,j-rekistereihin.
Vaihe 9 Rajapuskurin päivitys:
Suoritetaan seuraavat siirrot: e/yläprosessori 55 --> rajapuskuri c
Vaihe 10 ki/ki:n uudelleensiirto: ki ja kj, jotka ovat olleet tallennettuina k/kc-puskurissa, siirretään kaikkien prosessoreiden k- ja kc-rekistereihin k/kc-väylän kautta.
Vaihe 11 Lohkon 2 käynnistäminen:
Kaikkien prosessoreiden a-, b- ja h-rekisterit käynnistetään r/d-väylän kautta asianmukaisilla auto- ja ristikorrelaatio-kertoimilla.
Vaihe 12 LLBC-alkion laskutoimitukset: • I . — —
Kaikkien prosessoreiden LLBC-alkiot laskevat väliarvot ja tallentavat ne kunkin prosessorin e-, g- ja j-rekistereihin.
Vaihe 13 a-, b- ja h-rekistereiden askeltaminen, rajapuskurin päivittäminen ja k2/k2:n uudelleensiirto:
Suoritetaan seuraavat siirrot: Alaprosessorin a-rekisteriä askelletaan rajapuskurista.
93909 28 *2 ja k2 siirretään uudelleen kaikkien prosessoreiden k- ja kcrekistereihin.
e/alaprosessori > a/keskiprosessori e/keskiprosessori > a/yläprosessori e/yläprosessori > rajapuskuri g/alaprosessori > b/alaprosessori g/keskiprosessori > b/keskiprosessori g/yläprosessori > b/yläprosessori j/alaprosessori > h/alaprosessori j/keskiprosessori > h/keskiprosessori j/yläprosessori > h/yläprosessori
Alaprosessorin a-rekisterin täytyy olla askellettu rajapusku-rista, ennen kuin yläprosessorin e-rekisterin juuri lasketun sisällön tallentaminen tuhoaa rajapuskurin sisällön.
Vaihe 14 LLBC-alkion laskutoimitukset:
Sama kuin vaihe 12.
Vaihe 15 a-, b- ja h-rekistereiden askeltaminen, rajapuskurin päivitys, k3/k3:n uudelleensiirto: £
Sama kuin vaihe 13, mutta k2 = n ja k2:n sijasta siirretään k3 *. ja k*.
t
Vaihe 16 LLBC-alkion laskutoimitukset:
Sama kuin vaihe 12.
.· Vaihe 17 k4/k$:n laskeminen - tallennus - siirto:
Alaprosessoriin liittyvä jakaja laskee k^n saatuaan syötön alaprosessorin g-rekisteristä ja suureen rajapuskurista sekä k|:n saatuaan syötön alaprosessorin j-rekisteristä ja saman suureen rajapuskurista. k4 ja k| tallennetaan k/kc-puskuriin » · « 93909 29 ja siirretään kunkin prosessorin k- ja kc-rekistereihin k/kc-väylän kautta.
Vaihe 18 a-, b- ja h-rekistereiden askeltaminen, rajapuskurin päivittäminen:
Sama kuin vaihe 13, paitsi k2/k2:n uudelleentallennusta.
Vaihe 19 LLBC-alkion laskutoimitukset:
Sama kuin vaihe 12.
Vaihe 20 kg/k^n laskeminen - tallennus - siirto:
Sama kuin vaihe 3, mutta k2:n ja k|:n sijasta lasketaan, tallennetaan ja siirretään k5 ja k|.
Vaihe 21 a-, b- ja h-rekistereiden askeltaminen, rajapuskurin päivittäminen:
Sama kuin vaihe 4.
Vaihe 22 LLBC-alkion laskutoimitukset alaprosessorin ollessa lepotilassa:
Sama kuin vaihe 5.
Vaihe 23 kg/k^n laskeminen - tallennus - siirto:
Sama kuin vaihe 6, mutta k3:n ja kf:n sijasta lasketaan, tallennetaan ja siirretään kg ja kg.
Vaihe 24 a-, b- ja h-rekistereiden askeltaminen, rajapuskurin päivittäminen:
Sama kuin vaihe 7.
30 93909
Vaihe 25 Ylärposessorin LLBC-alkion laskutoimitukset alaja keskiprosessoreiden ollessa lepotilassa:
Sama kuin vaihe 8.
Vaihe 26 Rajapuskurin päivittäminen:
Sama kuin vaihe 9.
Vaihe 27 k^/k^n uudelleensiirto:
Sama kuin vaihe 10.
Vaihe 28 Lohkon 3 käynnistäminen:
Sama kuin vaihe 11.
Edellä olevan perusteella alan ammattimiehet ymmärtävät jatkon kolmannen lohkon läpi.
Superhila-supertikaskäsite soveltuu tehokkaaseen laitteisto-toteutukseen kaupallisesti saatavilla prosessoreilla. Pientä määrää prosessoreita, esimerkiksi kolmesta kuuteen, voidaan käyttää monissa sovellutuksissa erittäin hyvin tuloksin ja ·. parantaen olennaisesti käsittelynopeutta siitä, mihin teknii-kan tason laitteilla päästään.
Näin ollen on huomattava, että keksintö antaa mahdollisuuden käyttää kohtuullista määrää rinnakkaisia prosessoreita hyvin tehokkaan LS-FIR-signaalikäsittelyn suorittamiseen. Näin .· toteutettuna lohkoittain rinnakkainen ratkaisu tuottaa rinnak-• · kaisen käsittelyn, hallittavan laitteiston mutkikkuuden ja optimaalisen signaalinkäsittelyn edut annetulle määrälle käytettävissä olevia prosessoreita.
Erilaiset muutokset ja muunnelmat keksinnöstä tulevat alan ·: ammattimiesten mieleen edellä olevaa kuvausta tarkasteltaessa.
Il 93909 31
Tarkoituksena on, että kaikki sellaiset muutokset ja muunnelmat kuuluvat keksinnön piiriin, kunhan keksintöä käytetään hyväksi oheisten vaatimusten määrittelemällä tavalla.
t

Claims (13)

32 93909
1. Signaaliprosessori, joka ottaa systeemistä vastaan auto-korrelaatio- ja ristikorrelaatiokertoimet (τ*.,ά3, i=[0-p] ja j=(l-pl) tuottaakseen systeemin hilakertoimet, tunnet-t u siitä, että se käsittää: a) laitteen (70) useiden autokorrelaatio- ja ristikorrelaatio-kertoimien vastaanottamiseksi; b) laitteen (50,52,54) ensimmäisen parin vierekkäisiä auto-korrelaatiokertoimia (τι,τι*:) kertomiseksi ensimmäisellä hilakertoimella (k3) tuloksena vastaavat ensimmäinen ja toinen tulo sekä (i) yhden sanotusta ensimmäisestä parista autokorrelaatiokertoimia, joka pari ei liity ensimmäiseen tuloon, lisäämiseksi sanottuun ensimmäiseen tuloon ja (ii) toisen sanotusta ensimmäisestä parista kertoimia lisäämiseksi sanottuun toiseen tuloon, jotta saadaan ensimmäinen pari ensimmäisiä väliarvoja ensimmäisen aikajakson aikana; c) laitteen yhden sanotusta ensimmäisestä parista autokorrelaatiokertoimia (Ti) kertomiseksi toisella hilakertoimella (k?) tuloksena kolmas tulo sekä ensimmäisen ristikorre-laatiokertoimen (dx-ι) lisäämiseksi sanottuun kolmanteen tuloon, jotta saadaan kolmas ensimmäinen väliarvo sanotun ensimmäisen aikajakson aikana; ja d) jakajapiirejä (74) osamäärän muodostamiseksi valitusta parista autokorrelaatiokertoimia sanotun ensimmäisen hila-kertoimen tuottamiseksi sekä valitun autokorrelaatioker-toimen ja valitun ristikorrelaatiokertoimen osamäärän muodostamiseksi, jotta tuotetaan sanottu toinen hilaker-roin.
2. Patenttivaatimuksen 1 mukainen signaaliprosessori, tunnettu siitä, että se lisäksi käsittää: a) laitteen toisen parin vierekkäisiä autokorrelaatiokertoimia kertomiseksi sanotulla ensimmäisellä hilakertoimella tuloksena vastaavat neljäs ja viides tulo sekä (i) yhden 11 93909 33 sanotusta toisesta parista autokorrelaatiokertoimia lisäämiseksi sanottuun neljänteen tuloon ja (ii) toisen sanotusta toisesta parista autokorrelaatiokertoimia lisäämiseksi sanottuun viidenteen tuloon, jotta saadaan toinen pari ensimmäisiä väliarvoja toisen aikajakson aikana; ja b) laitteen yhden sanotusta toisesta parista autokorrelaatiokertoimia kertomiseksi sanotulla toisella hilakertoimella tuloksena kuudes tulo sekä toisen ristikorrelaatiokertoi-men lisäämiseksi sanottuun kuudenteen tuloon, jotta saadaan kuudes ensimmäinen väliarvo toisen aikajakson aikana; jolloin sanotut jakajapiirit muodostavat valituista sanotuista ensimmäisistä väliarvoista parin osamääriä kolmannen ja neljännen hilakertoimen tuottamiseksi.
3. Patenttivaatimuksen 2 mukainen signaaliprosessori, tunnettu siitä, että se lisäksi käsittää: a) laitteen valittujen kahden sanotuista ensimmäisistä väli-arvoista sanotuista ensimmäisestä ja toisesta parista väliarvoja kertomiseksi sanotulla kolmannella hilakertoimella tuloksena vastaavat seitsemäs ja kahdeksas tulo sekä (i) ensimmäisen sanotuista kahdesta valitusta väliarvosta lisäämiseksi sanottuun seitsemänteen tuloon ja (ii) toisen sanotuista kahdesta valitusta väliarvosta lisäämiseksi sanottuun kahdeksanteen tuloon, jotta saadaan pari toisia ·' väliarvoja kolmannen aikajakson aikana; ja b) laitteen yhden sanotuista ensimmäisistä väliarvoista sanotuista ensimmäisestä ja toisesta parista väliarvoja kertomiseksi sanotulla neljännellä hilakertoimella yhdeksännen tulon tuottamiseksi sekä toisen sanotuista kolmannesta · ja kuudennesta ensimmäisestä väliarvosta lisäämiseksi sanottuun yhdeksänteen tuloon, jotta saadaan kolmas toinen väliarvo sanotun kolmannen aikajakson aikana.
4. Patenttivaatimuksen 3 mukainen signaaliprosessori, tunnettu siitä, että prosessorilaite sisältää useita rinnakkaisia prosessointiyksiköltä ja että ensimmäinen ja toinen 34 93909 aikajakso tapahtuvat olennaisesti samanaikaisesti ja edeltävät kolmatta aikajaksoa.
5. Patenttivaatimuksen 3 mukainen signaaliprosessori, tunnettu siitä, että prosessoriisite käsittää yhden prosessointiyksikön ja että ensimmäinen aikajakso edeltää toista aikajaksoa ja toinen aikajakso edeltää kolmatta aikajaksoa.
6. Patenttivaatimuksen 3 mukainen signaaliprosessori, tunnettu siitä, että yksi sanotusta ensimmäisestä parista vierekkäisiä autokorrelaatiokertoimia on sama kuin yksi sanotusta toisesta parista vierekkäisiä autokorrelaatiokertoimia.
7. Patenttivaatimuksen 3 mukainen signaaliprosessori, tunnettu siitä, että yksi valituista kahdesta ensimmäisestä väliarvosta otetaan sanotusta ensimmäisestä parista ensimmäisiä väliarvoja ja toinen valituista kahdesta ensimmäisestä väliarvosta otetaan sanotusta toisesta parista ensimmäisiä väliarvoj a.
8. Patenttivaatimuksen 3 mukainen signaaliprosessori, tunnettu siitä, että sanottu yksi, neljännellä hilakertoi-mella kerrottu, sanotuista ensimmäisistä väliarvoista on toinen sanotuista valituista kahdesta sanottuja ensimmäisiä väli- : muuttujia.
9. Signaaliprosessori, tunnettu siitä, että se käsittää: vähintään kaksi rinnakkaista prosessointiyksikköä (50,52), joista kukin sisältää patenttivaatimuksen 1 mukaisen prosessorin, ja tallennus- ja hakurakenteen voidakseen uudelleenkäyttää vähintään kahta sanotusta kolmikosta ensimmäisiä väliarvoja yhdestä sanotuista vähintään kahdesta rinnakkaisesta prosessointiyksiköstä ja voidakseen käyttää vähintään yhtä sanotusta kolmi- II 93909 35 kosta ensimmäisiä väliarvoja rinnakkaisesta prosessointiyksiköstä, sanotun yhden prosessointiyksikön viereisestä yksiköstä, vähintään yhteen sanotuista rinnakkaisista prosessointi-yksiköistä, jotta siten (a) kerrotaan pari sanottuja ensimmäisiä väliarvoja kolmannella hilakertoimella neljännen ja viidennen tulon tuottamiseksi vastaavasti, ja (b) kerrotaan toinen sanotusta parista ensimmäisiä väliarvoja neljännellä hilakertoimella kuudennen tulon tuottamiseksi, sekä lisätään yksi sanotuista ensimmäisistä väliarvoista sanottuun neljänteen tuloon, toinen sanotuista ensimmäisistä väliarvoista sanottuun viidenteen tuloon ja kolmas sanotuista ensimmäisistä väliarvoista sanottuun kuudenteen tuloon, jotta saadaan vastaava kolmikko toisia väliarvoja.
10. Patenttivaatimuksen 9 mukainen signaaliprosessori, tunnettu siitä, että sanotut jakajapiirit muodostavat (i) kahden autokorrelaatiokertoimen osamäärän sanotun ensimmäisen hilakertoimen tuottamiseksi, (ii) autokorrelaatiokertoimen ja ristikorrelaatiokertoimen osamäärän sanotun toisen hilakertoimen tuottamiseksi ja (iii) parin osamääriä sanotuista ensimmäisistä väliarvoista sanottujen kolmannen ja neljännen hilakertoimen tuottamiseksi.
11. Signaaliprosessori, joka ottaa systeemistä vastaan auto-·. korrelaatiokertoimet ja ristikorrelaatiokertoimet tuottaakseen sanotun systeemin hilakertoimet, tunnettu siitä, että se käsittää: a) laitteen useiden autokorrelaatio- ja ristikorrelaatioker-toimien vastaanottamiseksi; b) laitteen ensimmäisen autokorrelaatiokertoimen kertomiseksi ensimmäisellä hilakertoimella tuloksena ensimmäinen tulo ja ensimmäisen parin autokorrelaatiokertoimia, sanotun ensimmäisen autokorrelaatiokertoimen viereiset kertoimet, lisäämiseksi yksittäin sanottuun ensimmäiseen tuloon, jotta saadaan ensimmäinen pari ensimmäisiä väliarvoja ensimmäisen aikajakson aikana; c) laitteen sanotun autokorrelaatiokertoimen kertomiseksi 36 93909 toisella hilakertoimella tuloksena toinen tulo ja risti -korrelaatiokertoimen lisäämiseksi sanottuun toiseen tuloon, jotta saadaan kolmas ensimmäinen väliarvo sanotun ensimmäisen aikajakson aikana; ja d) jakajapiirejä osamäärän muodostamiseksi valitusta parista autokorrelaatiokertoimia, jotta tuotetaan sanottu ensimmäinen hilakerroin, sekä valitun autokorrelaatiokertoimen ja valitun ristikorrelaatiokertoimen osamäärän muodostamiseksi, jotta tuotetaan sanottu toinen hilakerroin.
12. Patenttivaatimuksen 11 mukainen signaaliprosessori, tunnettu siitä, että jakajapiirit muodostavat parin osamääriä sanotuista ensimmäisistä välimuuttujista kolmannen ja neljännen hilakertoimen tuottamiseksi.
13. Menetelmä kertaluvun P hilasuodatinkertoimien kt-kpii systeemin aikaansaamiseksi, tunnettu siitä, että se käsittää: sanottua systeemiä vastaavien autokorrelaatiokerrointen ro-rp ja ristikorrelaatiokerrointen di-ds>»i vastaanottamisen signaa-1 i pros es s ori s s a, vähemmän kuin kaikkien sanotuista autokorrelaatio- ja risti-korrelaatiokertoimista vastaanottamisen ensimmäisen aikajakson aikana lukuisissa rinnakkaisissa prosessoriyksiköissä • (51, 53,55 ), prosessoriyksiköiden lukumäärän ollessa pienempi kuin systeemin kertaluku P, lukuisten ensimmäisten väliarvojen fi -rt +kxrt.x, r!i -r, +k,tw ja rj =d4 +kfrl.1, tuottamisen sanotuissa lukuisissa prosessoriyksiköissä (51,53,55), II sanotuista ensimmäisistä väliarvoista yksien selektiivisen uudelleenkäyttämisen ainakin yhteen sanotuista rinnakkaisista prosessoriyksiköistä lukuisten toisten väliarvojen 37 93909 fi Ti ja +k|ri-i tuottamiseksi, sanottujen ensimmäisten ja toisten väliarvojen ollessa tuotettu peräkkäisesti sanotun ensimmäisen aikajakson aikana, ainakin joidenkin jäljelläolevista autokorrelaatio- ja risti -korrelaatiokertoimista, joita ei ole aikaisemmin käytetty sanottuihin rinnakkaisiin prosessoriyksiköihin, käyttämisen ainakin yhteen sanotuista lukuisista rinnakkaisista prosessori yksiköistä, minkä avulla tuotetaan uudet ensimmäiset ja toiset väliarvot toisen aikajakson aikana, joka seuraa ensimmäistä aikajaksoa, ja autokorrelaatiokertoimen ri jakamisen ro:11a ki:n tuottamiseksi, ensimmäisen väliarvon-^ j akamisen : 11a Ka:n tuottamiseksi, -du n jakamisen ro: 11a K?: n tuottamiseksi ja -Ti: n jakamisen £:lla Ks: n tuottamiseksi. 38 93909
FI880966A 1987-03-03 1988-03-02 Optimaalinen parametrinen signaaliprosessori LS-FIR (Least Squares Finite Impulse Response)-suodatusta varten FI93909C (fi)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US2125687A 1987-03-03 1987-03-03
US2125687 1987-03-03

Publications (4)

Publication Number Publication Date
FI880966A0 FI880966A0 (fi) 1988-03-02
FI880966A FI880966A (fi) 1988-09-04
FI93909B true FI93909B (fi) 1995-02-28
FI93909C FI93909C (fi) 1995-06-12

Family

ID=21803219

Family Applications (1)

Application Number Title Priority Date Filing Date
FI880966A FI93909C (fi) 1987-03-03 1988-03-02 Optimaalinen parametrinen signaaliprosessori LS-FIR (Least Squares Finite Impulse Response)-suodatusta varten

Country Status (12)

Country Link
EP (1) EP0282799B1 (fi)
JP (1) JPS63272117A (fi)
KR (1) KR970004535B1 (fi)
AT (1) ATE62082T1 (fi)
CA (1) CA1289256C (fi)
DE (1) DE3862132D1 (fi)
DK (1) DK108688A (fi)
ES (1) ES2022491B3 (fi)
FI (1) FI93909C (fi)
GR (1) GR3001860T3 (fi)
IL (1) IL85358A (fi)
NO (1) NO174647C (fi)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100717307B1 (ko) 2005-12-09 2007-05-15 현대자동차주식회사 자동변속기 차량에서 시동 모터 제어장치

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1264857A (en) * 1986-03-07 1990-01-23 George Carayannis Optimal parametric signal processor
JPH0831090A (ja) * 1994-07-15 1996-02-02 Nippon Columbia Co Ltd ボーカルチエンジ装置

Also Published As

Publication number Publication date
NO880923L (no) 1988-09-05
JPS63272117A (ja) 1988-11-09
DE3862132D1 (de) 1991-05-02
DK108688A (da) 1988-09-04
KR970004535B1 (ko) 1997-03-28
FI880966A0 (fi) 1988-03-02
EP0282799B1 (en) 1991-03-27
ATE62082T1 (de) 1991-04-15
KR880011651A (ko) 1988-10-29
FI880966A (fi) 1988-09-04
ES2022491B3 (es) 1991-12-01
CA1289256C (en) 1991-09-17
NO880923D0 (no) 1988-03-02
IL85358A (en) 1991-06-10
IL85358A0 (en) 1988-07-31
NO174647B (no) 1994-02-28
NO174647C (no) 1994-06-08
GR3001860T3 (en) 1992-11-23
FI93909C (fi) 1995-06-12
EP0282799A1 (en) 1988-09-21
DK108688D0 (da) 1988-03-01

Similar Documents

Publication Publication Date Title
US10769238B2 (en) Matrix multiplication on a systolic array
US6539368B1 (en) Neural processor, saturation unit, calculation unit and adder circuit
Stenger A “Sinc-Galerkin” method of solution of boundary value problems
Verma et al. Implementation of an efficient multiplier based on vedic mathematics using eda tool
Verma Design of 4x4 bit vedic multiplier using EDA tool
US5245564A (en) Apparatus for multiplying operands
Mohanty et al. Area–delay–energy efficient vlsi architecture for scalable in-place computation of fft on real data
Chen et al. Numerical solutions of SDEs with Markovian switching and jumps under non-Lipschitz conditions
FI93909B (fi) Optimaalinen parametrinen signaaliprosessori LS-FIR (Least Squares Finite Impulse Response)-suodatusta varten
Gadakh et al. FPGA implementation of high speed vedic multiplier
US20030093449A1 (en) Asynchronous parallel arithmetic processor utilizing coefficient polynomial arithmetic (CPA)
US5265217A (en) Optimal parametric signal processor for least square finite impulse response filtering
Petrovsky et al. Design and implementation of reversible integer quaternionic paraunitary filter banks on adder-based distributed arithmetic
Katsaounis et al. Upwinding sources at interfaces in conservation laws
FI93588B (fi) Optimaalinen parametrinen signaaliprosessori
Shawl et al. Implementation of Area and Power efficient components of a MAC unit for DSP Processors
US5237642A (en) Optimal parametric signal processor
Stamenković et al. Constant-coefficient FIR filters based on residue number system arithmetic
FI93587B (fi) Optimaalinen parametrinen signaaliprosessori hilaperusalkiolla toteutettuna
US5315687A (en) Side fed superlattice for the production of linear predictor and filter coefficients
Thomas et al. Comparison of Vedic Multiplier with Conventional Array and Wallace Tree Multiplier
Skalicky et al. Performance modeling of pipelined linear algebra architectures on FPGAs
Cariow et al. On the Multiplication of Biquaternions
EP0303051A2 (en) Side-fed superlattice for the production of linear predictor and filter coefficients
SU1737462A1 (ru) Устройство дл операций над матрицами

Legal Events

Date Code Title Description
BB Publication of examined application
MM Patent lapsed
MM Patent lapsed

Owner name: ADLER RESEARCH ASSOCIATES