|
void | csky_lms_f32 (const csky_lms_instance_f32 *S, float32_t *pSrc, float32_t *pRef, float32_t *pOut, float32_t *pErr, uint32_t blockSize) |
| 浮点LMS滤波器处理函数 更多...
|
|
void | csky_lms_init_f32 (csky_lms_instance_f32 *S, uint16_t numTaps, float32_t *pCoeffs, float32_t *pState, float32_t mu, uint32_t blockSize) |
| 浮点LMS滤波器初始化函数 更多...
|
|
void | csky_lms_init_q15 (csky_lms_instance_q15 *S, uint16_t numTaps, q15_t *pCoeffs, q15_t *pState, q15_t mu, uint32_t blockSize, uint32_t postShift) |
| Q15 LMS滤波器初始化函数 更多...
|
|
void | csky_lms_init_q31 (csky_lms_instance_q31 *S, uint16_t numTaps, q31_t *pCoeffs, q31_t *pState, q31_t mu, uint32_t blockSize, uint32_t postShift) |
| Q31 LMS滤波器初始化函数 更多...
|
|
void | csky_lms_q15 (const csky_lms_instance_q15 *S, q15_t *pSrc, q15_t *pRef, q15_t *pOut, q15_t *pErr, uint32_t blockSize) |
| Q15 LMS滤波器处理函数 更多...
|
|
void | csky_lms_q31 (const csky_lms_instance_q31 *S, q31_t *pSrc, q31_t *pRef, q31_t *pOut, q31_t *pErr, uint32_t blockSize) |
| Q31 LMS滤波器处理函数 更多...
|
|
LMS 滤波器是一类自适应滤波器,使用的是一种梯度下降的算法,根据瞬时误差更新滤波器的系数, 达到“学习”一种未知的转换方式目的。
自适应滤波器常应用在通信系统,均衡器,和噪声去除。
CSI DSP 库内的LMS滤波器函数支持 Q15, Q31和浮点数据类型。
库内也有归一化 LMS 滤波器,归一化LMS滤波器系数自适应与输入信号的电平无关。
一个LMS滤波器包括以下两个部分:
- 第一部分是一个标准横向FIR滤波器。
- 第二部分是系数更新机制。
LMS 滤波器有两个输入信号。一个是接受的输入信号,另一个是参考的输入信号, 输出两个信号,一个是FIR滤波器的输出信号,另一个是与参考输入相比的误差信号。 滤波器根据输出和参考输入之间的差值更新系数, 直到FIR滤波器的FIR滤波器的输出跟参考输入相符。 误差通过滤波器的调解倾向于0。
最小均方滤波器结构
函数以块为单位处理数据,每次调用滤波器函数处理 blockSize
个样本。 pSrc
指向输入信号, pRef
指向参考信号, pOut
指向输出信号和 pErr
指向误差信号。 所有的数组都包括 blockSize
个值。
函数以块为单位操作。 滤波器内部系数 b[n]
以样本为单位更新。
- 算法:
- 输出信号
y[n]
通过标准FIR滤波器计算:
y[n] = b[0] * x[n] + b[1] * x[n-1] + b[2] * x[n-2] + ...+ b[numTaps-1] * x[n-numTaps+1]
- 误差信号等于参考信号
d[n]
和滤波器输出的差值:
e[n] = d[n] - y[n].
- 计算每个误差信号的每个样本后,滤波器系数
b[k]
以样本为单位更新:
b[k] = b[k] + e[n] * mu * x[n-k], for k=0, 1, ..., numTaps-1
其中 mu
是步进大小,控制系数收敛速率。
- 接口中,
pCoeffs
指向系数数组,大小是 numTaps
. 系数保存的顺序如下:
{b[numTaps-1], b[numTaps-2], b[N-2], ..., b[1], b[0]}
pState
指向状态数组,数组大小是 numTaps + blockSize - 1
. 样本在状态缓存中的保存顺序是:
{x[n-numTaps+1], x[n-numTaps], x[n-numTaps-1], x[n-numTaps-2]....x[0], x[1], ..., x[blockSize-1]}
- 注意:状态缓存的长度超过了系数数组
blockSize-1
个样本. 增长的状态缓存长度可以用来取代传统FIR滤波器使用的循环寻址,从而显著提高速度。 状态变量在每块数据处理后更新。
- 结构体实例
- 滤波器的系数和状态变量都保存在数据结构的实例中。 每个滤波器都必须有一个单独的结构体实例。 系数数组可能可以在几个实例之间共享,但是状态变量数组不能共享。 为支持的3种数据类型分别提供了不同的结构体实例声明。
- 初始化函数
- 为每种支持的数据类型都提供了一个相应的初始化函数。 初始化函数处理以下操作:
- 设置内部结构体字段的值
- 清零状态缓存中的值 如果手动初始化,而不调用初始化函数,需要指定结构体实例的以下字段: numTaps, pCoeffs, mu, postShift (f32不需要), pState. pState中的所有值置0.
- 是否使用初始化函数是可选的。 但是,使用了初始化函数,则不能将结构体实例放在常量数据段。 要将结构体实例放在常量数据段,则必须手动初始化结构体实例。 在静态初始化之前,要确保状态缓存中的值已经清零。 下面的代码,为3种不同的滤波器,静态的初始化了结构体实例。
csky_lms_instance_f32 S = {numTaps, pState, pCoeffs, mu};
csky_lms_instance_q31 S = {numTaps, pState, pCoeffs, mu, postShift};
csky_lms_instance_q15 S = {numTaps, pState, pCoeffs, mu, postShift};
其中 numTaps
是滤波器系数的数量; pState
是状态缓存的地址; pCoeffs
是系数缓存的地址; mu
是步进大小; postShift
是系数的移位数.
- 定点行为:
- 使用Q15和Q31版本的LMS滤波器函数需要注意。 下列问题必须考虑:
- 系数缩放:
- 滤波器系数表示为一个小数值,被限制在范围
[-1 +1)
之间。 定点函数有一个附加的缩放参数 postShift
。 滤波器的输出累加器是一个可移位的寄存器,结果移动 postShift
位。 基本上就是将滤波器系数缩放 2^postShift
, 允许将滤波器的系数扩展到超过范围 [+1 -1)
。 postShift
的值根据用户系统模型期望的增益设定。
- 溢出和饱和:
- Q15和Q31版本的溢出和饱和分别描述在各个函数各自的文档部分。
这个函数操作浮点类型的数据
- 参数
-
[in] | *S | 指向浮点LMS滤波器结构体实例 |
[in] | *pSrc | 指向输入数据块 |
[in] | *pRef | 指向参考数据块 |
[out] | *pOut | 指向输出数据块 |
[out] | *pErr | 指向误差数据块 |
[in] | blockSize | 处理的样本的数量 |
- 返回
- none.
- 参数
-
[in] | *S | 指向浮点LMS滤波器结构体实例 |
[in] | numTaps | 滤波器系数的数量 |
[in] | *pCoeffs | 指向系数缓存 |
[in] | *pState | 指向状态缓存 |
[in] | mu | 控制滤波器系数更新的步进大小 |
[in] | blockSize | 处理的样本数量 |
- 返回
- none.
- 描述说明:
pCoeffs
指向滤波器系数的数组,保存的顺序如下:
{b[numTaps-1], b[numTaps-2], b[N-2], ..., b[1], b[0]}
初始化滤波器系数作为自适应滤波器的起始点 pState
指向一个长度为 numTaps+blockSize-1
样本数组, 其中 blockSize
是处理的输入样本数量,传入函数 csky_lms_f32()
.
- 参数
-
[in] | *S | 指向Q15 LMS滤波器结构体实例 |
[in] | numTaps | 滤波器系数的数量 |
[in] | *pCoeffs | 指向参数缓存 |
[in] | *pState | 指向状态缓存 |
[in] | mu | 控制滤波器系数更新的步进大小 |
[in] | blockSize | 处理的样本数量 |
[in] | postShift | 系数的移位数 |
- 返回
- none.
- 描述说明:
pCoeffs
指向滤波器系数保存的数组,保存的顺序如下:
{b[numTaps-1], b[numTaps-2], b[N-2], ..., b[1], b[0]}
初始化的滤波器系数被看做自适应滤波器的起始点。 pState
指向状态变量数组,数组大小是 numTaps+blockSize-1
, 其中 blockSize
是处理的输入样本的数量, 传入 csky_lms_q15()
.
- 参数
-
[in] | *S | 指向Q31 LMS滤波器结构体实例 |
[in] | numTaps | 滤波器系数的数量 |
[in] | *pCoeffs | 指向参数缓存 |
[in] | *pState | 指向状态缓存 |
[in] | mu | 控制滤波器系数更新的步进大小 |
[in] | blockSize | 处理的样本数量 |
[in] | postShift | 系数的移位数 |
- 返回
- none.
- 描述说明:
pCoeffs
指向滤波器系数保存的数组,保存的顺序如下:
{b[numTaps-1], b[numTaps-2], b[N-2], ..., b[1], b[0]}
初始化的滤波器系数被看做自适应滤波器的起始点。 pState
指向状态变量数组,数组大小是 numTaps+blockSize-1
, 其中 blockSize
是处理的输入样本的数量,传入 csky_lms_q31()
.
- 参数
-
[in] | *S | 指向Q15 LMS滤波器结构体实例 |
[in] | *pSrc | 指向输入数据块 |
[in] | *pRef | 指向参考数据块 |
[out] | *pOut | 指向输出数据块 |
[out] | *pErr | 指向误差数据块 |
[in] | blockSize | 处理的样本的数量 |
- 返回
- none.
- 缩放和溢出行为:
- 函数实现使用了一个内部64位累加器。 系数和状态变量都表示为1.15格式。 中间乘法生成2.30格式的结果,结果在34.30格式的64位累加器累加。 因为有33位保护位,所以不会有溢出的风险。同时还可以保存所有的中间乘法结果的精度。 最后,34.30格式的丢弃低15位截断为34.15,然后饱和生成1.15格式的结果。
- 这个滤波器中,滤波器系数会根据样本更新,并且系数更新是饱和的。
- 参数
-
[in] | *S | 指向Q31 LMS滤波器结构体实例 |
[in] | *pSrc | 指向输入数据块 |
[in] | *pRef | 指向参考数据块 |
[out] | *pOut | 指向输出数据块 |
[out] | *pErr | 指向误差数据块 |
[in] | blockSize | 处理的样本的数量 |
- 返回
- none.
- 缩放和溢出行为:
- 函数实现使用了一个内部64位累加器。 累加器是2.62格式,并且维持了中间乘法结果的所有精度,但是只有一个保护位。 为了防止溢出,输入信号必须缩小 log2(numTaps) 位. 参考信号不应该缩小。 在所有的乘累加处理后,2.62格式累加器右移,然后饱和生成1.31最后的结果 输出信号和错误信号是 1.31 格式.
- 这个滤波器中,滤波器系数会根据样本更新,并且系数更新是饱和的。