基于AccelDSP的自适应滤波器设计

给出了一种自适应滤波器的设计和FPGA的实现方法.简要分析了最小均方误差(LMS)、归一化最小均方误差(NLMS)和延迟最小均方误差(DLMS)自适应滤波器的工作原理,指出了3种滤波器的区别和联系.详细介绍使用Xil-inx公司的AccelDSP高层次设计工具设计自适应滤波器的流程与方法,说明了可综合Matlab语言的结构特点,提高硬件使用效率的途径等设计细节,得到了设计代码和仿真结果.设计经过硬件时序仿真验证,可以在FPGA中直接实现.仿真结果说明,NLMS滤波器对于音频信号有很好的收敛特性,DLMS滤波器可以达到很高的工作频率设计.设计方法对于其它数字信号处理系统的设计和实现具有参考价值.设计过程表明AccelDSP工具可以显著地提升数字信号处理系统的设计效率.     

基于AccelDSP的MM-MUSIC算法实现及其在多波束测深声纳中的应用

常规的多重信号分类(multiple signal classification, MUSIC)算法计算量庞大,难以应用于多波束测深声纳(multi-beam bathymetry sonar, MBBS),而现有的波束域MUSIC算法仍需要进行协方差矩阵估计和特征值分解而造成系统规模复杂。将基于多级维纳滤波器(multiple stage Wiener filter, MSWF)的快速子空间估计与多子阵波束域MUSIC (multiple subarray beamspace MUSIC, MSB RMU)算法相结合提出MM-MUSIC算法。和MSB-RMU算法相比,该算法用较小的性能损失换来大大降低的计算量和高度的可并行性,基于Xilinx AccelDSP综合工具的快速子空间估计的实现和实验数据的处理证明了该算法的有效性与实用性。     

一种图像边缘检测FPGA实现的快速设计方法

基于硬件描述语言(HDL)或者逻辑图的设计方法难度较大,周期较长,利用Xilinx的高层次AccelDSP设计工具,按照约定的编程规则,可以将MATLABM语言编写的算法快速转变为FPGA实现.简要回顾了图像边缘检测的基本原理,给出了Sobel算子边缘检测算法的实现流程,核心代码和硬件时序仿真的结果.设计过程表明,基于AccelDSP工具的设计方法较好地降低了设计难度,提高了效率.