[发明专利]空间滤波器的建模方法

说明书

本发明提供了空间滤波器的建模方法。空间滤波器的建模方法包括：获取自适应滤波算法的公式；以及将自适应滤波算法的公式改变为流水线型自适应滤波算法公式，其中，所述流水线型自适应滤波算法公式基于预定时刻之前的输入信号和误差信号估计当前的期望信号以实现并行运算。本发明采用放宽延时技术与和放宽技术，串行算法修改为可以并行处理的流水线型自适应滤波算法。从而通过并行运算大幅度提高的滤波速度。

技术领域

本发明一般地涉及数字信号处理技术领域，更具体地，涉及一种空间滤波 器建模方法。

背景技术

空间滤波是一种采用滤波处理的影像增强方法。其理论基础是空间卷积和 空间相关。目的是改善影像质量，包括去除高频噪声与干扰，及影像边缘增强、 线性增强以及去模糊等。分为低通滤波(平滑化)、高通滤波(锐化)和带通 滤波。处理方法有计算机处理(数字滤波)和光学信息处理两种。

20世纪60年代，B.Widrow等人提出了最小均方(LMS)算法。图1为 LMS算法实现原理图。如图1所示，LMS算法实现结构简单且对信号的统计 特性变化具有一定稳健性，获得了极为广泛的应用。LMS算法可以由以下三 个公式完整表示：

其中，x(n)为输入向量或者称为训练样本；w(n)为权值向量；d(n) 为参考信号，即，期望输出；y(n)为实际输出信号；e(n)为误差；w(n) 为权值向量；μ为学习效率；以及n为迭代次数。

LMS算法在自适应波束形成领域有着非常广泛的应用，但其并不适用于 高速信号处理系统。若想提高信号实时处理速度，则应使信号实现并行处理， 即研究开发已有串行算法中内在的并行性，进而克服算法固有的顺序性。LMS 算法利用串行采样方式进行系统迭代更新，不能够流水线或者并行实现，这就 大大影响了其运行速度。若提高实时处理速度，就要改进成为不相关或间接存 在相关关系的算法形式。

另外，DSP靠顺序指针来运行程序，虽然已经增加了硬件乘法累加模块， 加入多种专用加速协处理器等，进行了大量硬件结构提升工作，但因为其以 CPU指令顺序执行的方式进行工作，导致了其速度瓶颈。DSP系统开发人员 若想用FPGA进行数字信号处理只有采用编写Verilog HDL或者VHDL语 言代码的方式，过程复杂且开发效率低，难度很大。现有技术中，基于FPGA 实现系统设计时，是用VHDL或者Verilog HDL等硬件描述语言通过编写 底层代码进行的，开发方式效率很低，严重阻碍了其走向实用化。

发明内容

本发明针对现有的LMS算法利用串行采样方式以及DSP的CPU指令顺 序执行均大幅度影响滤波速度等缺陷，提供了能够解决上述问题的空间滤波器 的建模方法。

根据本发明的一方面，提供了一种空间滤波器的建模方法包括：获取自适 应滤波算法的公式；以及将自适应滤波算法的公式改变为流水线型自适应滤波 算法公式，其中，所述流水线型自适应滤波算法公式基于预定时刻之前的输入 信号和误差信号估计当前的期望信号以实现并行运算。

优选地，所述自适应滤波算法包括最小均方(LMS)算法，其中，所述建 模方法包括：获取所述最小均方算法公式；以及使用放宽延时技术与和放宽技 术，修改所述最小均方算法公式以获得流水线最小均方(PIPLMS)算法公式， 其中，所述流水线最小均方算法公式基于所述预定时刻之前的输入信号和误差 信号估计当前的期望信号。

优选地，所述自适应滤波算法还包括递归最小二乘(RLS)算法，其中， 所述建模方法包括：获取所述递归最小二乘算法公式；以及使用放宽延时技术 与和放宽技术，修改所述递归最小二乘算法公式以获得流水线最小均方 (PIPLMS)算法公式，其中，所述流水线最小均方算法公式基于所述预定时 刻之前的输入信号和误差信号估计当前的期望信号。