Implementace nelinearnich adaptivnich algoritmu na signalovych procesorech

Implementation of nonlinear adaptive algorithms on DSP processors

report

Czech

V současné době se v telekomunkační praxi často setkáváme s aplikacemi, ve kterých hrají klíčovou roli adaptivní algoritmy. Mezi nejčastěji používané metody patří zejména LMS a RLS, tedy lineární metody. První z algoritmů je výpočetně nenáročný, strukturálně jednoduchý, ale nevykazuje nejlepší konvergenční vlastnosti. U RLS je tomu naopak - je to metoda sofistikovanější s většími nároky kladenými na výpočetní schopnosti signálových procesorů, která ovšem poskytuje výrazně lepší konvergenční vlastnosti. Cílem našeho výzkumu bylo nalezení algoritmu, který by byl určitým kompromisem mezi výpočetní náročností a rychlostí konvergence. Snažili jsme se o návrh algoritmu nelineárního vzhledem k nutnosti nasazení v nestacionárním prostředí a v prostředí s excitací řečového charakteru. Základním úkolem bylo srovnání nově navržené metody s metodami klasickými a provedení experimentů se signály z reálného prostředí. K tomuto účelu bylo nutno provést řadu simulací v prostředí Matlab s využitím nahrávek signálů z reálného prostředí interiéru automobilu. Dalším z cílů byla analýza výpočetní a paměťové náročnosti algoritmu v závislosti na délce filtru a srovnání s LMS a RLS. Posledním a nejdůležitějším úkolem byla implementace algoritmu na signálovém procesoru TMS320C6711 firmy Texas Instruments. Návrh programu by měl být proveden v jazyce ANSI C tak, aby byl univerzální a přenostilený i na jinou platformu. Snažili jsme se rovněž o optimalizaci dané metody prostředky vývojového prostředí Code Composer Studio a také o návrh programu v jazyce Assembler příslušného DSP procesoru, ale z časových důvodů nebylo možno tento úkol zvládnout. Proti plánovanému zadání tohoto výzkumného projektu se však podařilo rozšířit náš testovací program adaptivních algoritmů, který již delší doby vyvíjíme ve spolupráci se splečností Strom Telecom Praha. V nové verzi je program schopen testovat i nelineární algoritmy a také simulovat nestacionarity a vstupní signály řečového charakteru.

This research report proposes a new algorithm, which uses an optimal step-size (OSS) weight-adjustment scheme. This strategy leads to a better convergence rate and misadjustment in environments with sudden changes of parameters and for colored input data. The computational complexity is comparable with the well-known RLS. The performance of the novel approach is verified by simulations under system identification scenario and compared with that of the NLMS and RLS algorithms. The strategy uses averaged values of the correlation matrix and the cross-correlation vector. Experimental results for car-interior echo cancelation are presented including analysis of converegnce rate and misadjustment.

adaptivni filtrace, potlacovani sumu, LMS, RLS, exponencialni gradient

adaptive filtering, noise cancellation, LMS, OSS, gradient step size, recursive filtering

Vladimir Malenovsky, Ing. Zdenek Smekal, Prof. Ing. Ivan Koula, Ing.

6. 5. 2005

VUT v Brne, FEKT

Brno

1

57

57