描述说明:

演示使用自适应滤波器来学习低通FIR滤波器的滤波功能。 使用了是归一化LMS滤波器，有限冲激响应（FIR）滤波器，和基本数学函数。

算法:

下图是这个示例中使用的信号流。均匀分布的白噪声传到FIR低通滤波器，FIR滤波器的输出作为自适应滤波器（归一化LMS滤波器）的参考输出。 白噪声也输入自适应滤波器，自适应滤波器学习出FIR滤波器的滤波功能。 滤波器输出两个信号: (1) 内部可自适应FIR滤波器的输出, 以及 (2) 自适应滤波器输出与参考滤波器的输出之间的误差信号。 随着时间推移，自适应滤波器学习到FIR滤波器的功能，输出会变得跟FIR滤波器的参考输出相同，误差信号也会变成0。

即使输入信号具有大的动态范围，自适应滤波器也能恰当地收敛 (比如，从很小到很大的变化值). 自适应滤波器的系数初始化是0，然后收敛超过1536个样本。 内部函数 test_signal_converge() 实现了停止条件. 函数检查是否所有的误差信号值的大小都低于一个阈值 DELTA.

框图:

变量说明:

• testInput_f32 指向输入数据
• firStateF32 指向FIR状态缓存
• lmsStateF32 指向归一化最小均方FIR滤波器状态缓存
• FIRCoeff_f32 指向系数缓存
• lmsNormCoeff_f32 指向归一化最小均方FIR滤波器系数缓存
• wire1, wir2, wire3 临时缓存
• errOutput, err_signal 临时误差缓存

使用的CSI DSP软件库函数有:

• csky_lms_norm_init_f32()
• csky_fir_init_f32()
• csky_fir_f32()
• csky_lms_norm_f32()
• csky_scale_f32()
• csky_abs_f32()
• csky_sub_f32()
• csky_min_f32()
• csky_copy_f32()

参考 csky_signal_converge_example_f32.c