基于SOPC技术及HPSO算法的FIR数字滤波器研究

摘要

随着数字信号处理技术广泛应用于航空航天、地质勘测、医学工程、数字电视及电力系统等诸多领域，数字滤波器作为这些领域硬件产品中不可或缺的构件。FIR滤波器具有稳定的系统性能、严格的线性相位以及任意的幅度特性等优势，其应用研究具有极其重要的理论意义与实用价值。根据LTI数字滤波器时域中输出的数学表达式，实现过程主要分为选取滤波器系数和优化卷积运算结构。　　将选取滤波器系数的过程转换为多参数组合优化的问题，讨论了优化学习因子、优化惯性权重、融合其他智能算法以及调整其他相关参数等改进粒子群优化算法的主要策略。本文引入了自然选择机理的HPSO(Hybrid Particle Swarm Optimization,混合粒子群)算法，以摒弃标准粒子群通过跟踪极值而更新粒子位置信息的方法；采用云自适应动态调整惯性权重约束粒子的飞行轨迹，以协调算法局部开发和全局探测的能力；采用高斯扰动以便继续搜索全局最优解，以防止进化后期群体出现的趋同性及全局最优值附近各粒子出现停滞现象；将粒子群体划分为多组子群，通过子群粒子和精英粒子分步协同进化搜索，使得各组粒子既保持子群的寻优方向，又向种群全局最优粒子方向靠拢。　　FIR卷积运算实质上为输入采样数据与滤波器系数之间乘累加的数学运算。根据FPGA易于实现的直接型结构，分析了实现卷积运算的串行结构、并行结构以及分布式结构。以SOPC技术为核心，利用Qsys在FPGA片内构造NiosII处理器系统，通过HDL自定义卷积运算核、模数转换核及数模转换核，并设计延时复位模块与锁相环模块，建立 tcl脚本文件，完成 FPGA顶层硬件电路。通过生成的板级支持包(BSP)文件，采用NiosIISBT for Eclipse完成NiosII软核处理器的软件设计。　　结果表明，本文采用的混合粒子群优化算法设计的FIR滤波器具有通带波动小，阻带衰减大的优点，性能较为优良。以低通滤波器为例，通过ModelSim仿真软件，编写了testbench激励测试文件，结合MATLAB软件显示结果，表明混有的高频正弦噪声信号已被滤除，达到了初步的设计要求，从而证明了上述方法的有效性和可行性。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题研究背景

1.2 国内外研究现状

1.3 研究的主要内容

1.4 论文组织结构

2 数字滤波器技术理论

2.1 数字滤波器及其分类

2.2 数字滤波器的幅频特性

2.3 数字滤波器的主要技术指标

2.4 FIR数字滤波器结构

2.5 FIR数字滤波器设计方法

2.6 本章小结

3 HPSO算法优化设计FIR数字滤波器系数

3.1 粒子群算法

3.2 混合粒子群优化算法

3.3 数字滤波器适应度函数

3.4 HPSO算法性能测试

3.5 本章小结

4 SOPC技术实现FIR数字滤波器卷积运算

4.1 SOPC技术

4.2 NiosII软核处理器

4.3 Avalon交换式总线

4.4 量化滤波器系数

4.5 数字滤波器卷积运算结构

4.6 本章小结

5 FIR数字滤波器的FPGA硬件实现及分析

5.1 硬件开发平台

5.2 FIR数字滤波器总体方案

5.3 构建NiosII软核处理器系统

5.4 FIR数字滤波器的FPGA硬件实现

5.5 系统仿真与调试

5.6 本章小结

结论

致谢

参考文献

攻读学位期间的研究成果