基于特殊DA方案的DLMS自适应滤波器设计*

李 锋，邱陈辉，徐祖强

（江苏科技大学 电子信息学院，江苏 镇江 212003）

自适应滤波器在现代数字信号处理中的应用极为广泛，分成系统辨识、逆模型、预测和干扰消除4大类别[1]。对于实时性要求很高的场合，往往需要使用硬件设计自适应滤波器。基于FPGA的自适应滤波器近年来被不断地研究和改进。

使用FPGA中的逻辑单元(LE)很容易实现乘累加(MAC)运算，从而将采用最小均方(LMS)算法的自适应滤波器直观地映射到FPGA上。但是，基于MAC方案的自适应滤波器的时钟频率会很高，功耗会很大。ALLRED D J等人提出了利用双LUT结构的DA方案来实现LMS自适应滤波器[2]，虽然提高了吞吐量，降低了功耗，但其控制模块、地址循环设置都比较复杂；Guo Rui等人提出采用单LUT结构的 DA方案来实现 LMS自适应滤波器[3]，尽管节省了近一半的LE，但其处理速度有所下降，并且偏移二进制编码（OBC）的硬件编程颇为复杂。

本文提出了基于双LUT模块的特殊DA方案，旨在将LMS顺序执行算法更高效地映射到FPGA上，充分利用了DA的基本特性以及对LMS算法的改进来达到节省资源、提高速度的目标。

1 自适应滤波器的算法

设x(n)和w(n)分别表示自适应滤波器的输入信号和权值向量，定义：x(n)=[x(n)，x(n-1)，…，x(n-L+1)]T，w(n)=[w0(n)，w1(n)， … ，wL-1(n)]T，则 LMS 算 法 的 基 本 形式如下。

滤波输出：

误差计算：

权值更新：

其中，y(n)是自适应滤波器的输出信号，d(n)是期望信号，e(n)表示误差信号，μ是收敛因子，L是自适应滤波器的抽头数。虽然LMS算法仅涉及乘法、加减和迭代3种运算，但它是一种严格顺序执行的自适应算法[1]。倘若利用MAC方案直接将LMS自适应滤波器映射到FPGA上，编程虽然简单，但难以发挥FPGA并行处理的优势。

延迟最小均方（DLMS）算法是对LMS算法的一种改进，该算法最大的优点就是可以并行执行[4]。本文所使用的DLMS算法的权值更新公式为：

而滤波输出、误差计算公式与LMS算法相同。由式(4)知，对第k个权值wk(n)进行迭代更新时，必须对相应的x(n)延迟 k 个采样周期，k=0，1，…，L-1。图 1 给出了DLMS自适应滤波器的模块图。

图1 DLMS自适应滤波器的模块图

图2、图3分别给出了4抽头DLMS自适应滤波器的抽头权值以及输入、输出信号的Matlab仿真曲线。由图2知，自适应滤波器的4个抽头权值的总体变化趋势渐趋平缓。由图3知，输出信号相对于输入信号而言抖动幅度逐渐变小，而且愈发类似于正弦信号。但由于该自适应滤波器只有4个抽头，输入信号的信噪比只有3 dB，所以自适应滤波器的权值在520个采样点以后才比较平缓，并且输出信号与期望信号之间仍存在较明显的差别。若能提高自适应滤波器的抽头数，或改用信噪比更高的输入信号，则会加快抽头权值的平缓速度，并且输出信号将更加接近正弦信号。

图2 DLMS自适应滤波器的权值更新曲线

2 特殊DA方案

图3 DLMS自适应滤波器的输入、输出曲线

在使用DA方案优化基于FPGA的权值固定的经典滤波器时，首先把滤波器的权值系数有规律地存储在LUT模块中，然后利用输入信号的二进制形式从最低位到最高位逐一访问LUT模块的存储条目，最后对LUT模块的各个输出量进行移位、累加运算，得到最终的滤波输出结果[5]。而自适应滤波器的权值是不断更新变化的，必须对存储在LUT模块中的权值进行迭代更新，这时可以考虑使用两个LUT模块联合运作。

设输入信号x(n)被量化成B bit二进制补码的形式，最左边一位是符号位，则：

式(1)可改写成：

Qj存储在LUT模块中时没有正负之别，在LUT模块输出端的后面引入一个符号控制端来判定对Qj做加法还是减法[6]。该LUT模块定义为核心查找表(K-LUT)。

图 4给出了 L=4、B=4的 DLMS自适应滤波器设计中K-LUT及其外围模块的结构图。图中的PSC模块表示并/串转换器，2-1模块表示右移器。K-LUT的第r个条目的更新式如下：

其中c(r)k是地址r的 L bit二进制表示中的第 k位值，也

图4 本DA方案中K-LUT及其外围模块的结构图

对于L=4、B=4的情况，由Quartus II集成开发软件的时序仿真结果知，clk_data的周期应设置成为时钟信号clk周期的6倍。第n时刻I-LUT的各个条目存储内容如表 1 所示。 当 n+1 时刻来临时，x(n)、x(n-1)、x(n-2)、x(n-3)自动变成 x(n+1)、x(n)、x(n-1)、x(n-2)。

表1 n时刻I-LUT中不同地址的条目内容

一旦 n时刻 I-LUT的内容更新并且 y(n)、e(n)、μe(n)的计算都已完成，那么K-LUT的内容将被更新。通过设置合适的 clk_data周期来保证 K-LUT(n)到 K-LUT(n+1)的更新在n+1时刻到来之前全部完成。式(8)则变为：

K-LUT的更新步骤如下：(1)读取 K-LUT(n)和 ILUT(n)中具有相同存储地址的条目；(2)用 μe(n)乘以 ILUT(n)的输出；(3)将步骤(2)中的乘积与 K-LUT(n)的输出进行求和运算；(4)将步骤(3)中的和存储到K-LUT(n+1)中相同存储地址的条目。其中μ和e(n)相乘是通过对e(n)进行移位运算实现的，μ值选成2的幂。

图5为本DA方案的简化流程图，可以看出I-LUT的更新由clk_data控制，而滤波运算、误差计算、μe(n)的乘积运算都由clk控制。

图5 本DA方案的简化流程图

3 基于FPGA实例验证

由于FPGA中的LUT通常具有 4个输入端，共24个存储条目，故本文以设计4阶基于FPGA的DLMS自适应滤波器为例，这样使用两个LUT模块就能实现最基本、最小规模的自适应滤波器。其他的高阶设计都以4阶为基础。

表2给出了分别采用MAC方案和本DA方案设计出的DLMS自适应滤波器的各项性能指标。这里μ取1/4。必须指出，系统时钟clk的最高频率与系统功耗密切相关，频率越高，功耗越大；用于控制输入信号读取速度的clk_data的最高频率表征了DLMS自适应滤波器的处理速度。

表2 通常MAC方案和本DA方案的自适应滤波器性能

由表2知，本DA方案设计出的DLMS自适应滤波器不但消耗了更少的LE和寄存器数量，而且获得了更低的功耗和更高的处理速度，优势明显。表3给出了同样采用本DA方案但μ值不同时的DLMS自适应滤波器的性能比较。

表3 基于本DA方案而μ取不同值时的自适应滤波器性能

由表3知，μ取不同值时采用本DA方案设计DLMS自适应滤波器所消耗的LE和寄存器数目是相同的，所以在保证DLMS算法收敛前提下，μ的取值不会影响设计自适应滤波器所消耗的硬件资源，但是自适应滤波器的功耗和处理速度会有少许差别。

本文提出的特殊DA方案的基本结构主要包含KLUT和I-LUT模块，重点讨论了4阶DLMS自适应滤波器的设计方案。通过验证，采用本DA方案设计基于FPGA的DLMS自适应滤波器相对于MAC方案具有更高的处理速度和更低的资源消耗。本方案推广到更高阶设计时，总体思路不变，但最好要对K-LUT和I-LUT模块进行分解，具体办法有待进一步探究。

[1]HAYKIN S.自适应滤波器原理(第四版)[M].郑宝玉，译.北京：电子工业出版社，2010.

[2]ALLRED D J，HEEJONG Y，KRISHNAN V，et al.A novel high performance distributed arithmetic adaptive filter implementation on FPGA[J].IEEE Signal Processing，2004，5(5)：161-165.

[3]Guo Rui，DEBRUNNER L S.A novel adaptive filter implementation scheme using distributed arithmetic[J].IEEE Signals，Systems and Computers，2011，6(11)：160-164.

[4]Long Guozhu，Ling Fuyun，PROAKIS J G.The LMS algorithm with delayed coefficient adaptation[J].IEEE Transactions on Acoustics，Speech and Signal Processing，1989，37(9)：1397-1405.

[5]UWE M B.Digital signal processing with field programmable gate arrays[M].Third Edition.Germany Berlin：Springer-Verlag，2007.

[6]ALLRED D J，YOO H，KRISHNAN V，et al.LMS adaptive filters using distributed arithmetic for high throughput[J].IEEE Transactions on Circuits and Systems，2005，52(7)：1327-1337.