基于fpga的fir数字滤波系统设计与实现

  • 格式:pdf
  • 大小:1.21 MB
  • 文档页数:3

2019

年第9

期 信息通信 2019

(总第 201

期) INFORMATION & COMMUNICATIONS (Sum. No 201)

基于FPGA

的FIR

数字滤波系统设计与实现

张倩倩,韩佳玮

(中国航空工业集团公司西安航空计算技术研究所,陕西西安710065)

摘要:文章提出一种篡于FPGA

的FIR

数字滤波系统的设计方案,以FPGA

为核心挫制单元,通过Matlab

设计FIR

滤渡

器系数,调用Quartus II

自带的IP

核实现FIR

滤波功能,结合ModelSim

仿真,对输出信号进行时域、频域分析,构建出

一套全数字的F1R

滤波器设计与仿真体系。进而实现了一种集信号发生器、数据采集器和F1R

滤波器为一体的FIR

字滤波系统。经实验,该系统可以显著提离信号的信噪比,降低均方误差。丈章提出的FIR

数字滤渡系统及其实现方

法,具备一定的推广和应用价值。

关键词:FIR

数字滤波;IP

核;全数字;信噪比

中图分类号:TN713.7

文献标识码:A 文章编

1673-1131(2019)09-0037-03

0

引言

数字滤波器是将输入的连续时间信号按照预定的算法转

换成离散时间信号的滤波装置叫与模拟滤波器相比,数字滤

波器在稳定性、灵活性、精度等方面优势突出。

本文是在研究了数字滤波器原理、特性的基础上,以

FPGA

为核心控制单元,设计了一套集信号发生、数据采集、 FIR

滤波功能为一体的FIR

数字滤波器系统架构,综合应用

Matlab

、Quartus n

和Modelsim

等软件,构建了 一套全数字FIR

滤波器及其仿真体系,实现了 FIR

滤波功能。

1

系统框架

系统框架如图1

所示,对模拟信号进行调理和采集,对采

集到的数据进行缓存和处理,将数据通过串行总线传输至显

7基于

MR定位的人流

fl

:分布

4.3

应用于互联网创新

用户级的MR

精确定位可以获得用户全天24

小时的移

动轨迹和移动速度,结合用户使用的业务、通信消费、常用联

系人、开户信息等可以获得用户级的详细画像。不但可用于

营运商自身开展业务营销,而且可以面向互联网公司提供合

法的商业应用。

5结论及未来工作

本文提出一种基于加权最小二乘算法的终端测量报告

(MR)

的三圆定位算法,利用局部区域无线环境近似相同的原

理,避免复杂环境的无线传播损耗的计算;对于定位方程欠定,

提出较传统IA

距离更精确的估计终端■基站距离方法,从而达

到对终端的准确定位。试验结果表明,该定位算法定位精度可

达100

米@77%,

并已运用到多个网络大数据应用中。下一步

工作可以利用最小化路测(MDT

〉定位进一步提升高精度定位

的比例,并在目前二维定位基础上进一步实现三维定位一对

于有室内分布系统的大楼,可利用WLAN

、家宽、LampSite

RRU

位置等信息来实现对楼层高度和楼层平面的定位。

畚考文献:

[1]

黄楠,伍小芹.3G

移动用户定位技术研究[J].

通信技术,

2011,44(7):63-64.

[2]

熊瑾煜.CDMA

地面移动通信用户定位技术研究[D].

解放军信息工程大学,2006.

[3] Mike Thorpe M K, A.Rosslcr, J.Schutz. LTE Location Bas­

ed Services Technology Introduction[R]. Munich: Rohde&

Schwarz, 2013:1-22.

[4] Ranta-Aho K. Performance of3GPP Rel-9 LTE positioning

methods [R]. 2nd Opportunistic RF Localization for Next

G^ieration Wireless Devices, 2010:13-14.

[5] Fischer S. Observed Time DiSerence Of Anival(OTOOA)

Positioning in 3GPP ETE[R]. USA: Qualcomm Technology,

Inc., 2014

: 1-62.

⑹ 池刚毅,商亮,孙浩,et al.

基于三维空间特征库的MR

位系统[J]

•电信工程技术与标准化,2016, (03): 25-27.

[7]

寇艳.WCDMA

网络中基于MR

的移动用户定位算法研

究[D].

北京邮电大学,2013.

[8]

王粟.基于OIT

的MR

定位方法[J].

电信工程技术与标

准化,2016, (10): 63-66.

[9]

翟明明•移动定位服务的现状与发展趋势[几信息通信技

术,2009,3(2): 27-32.

[10]

王新楼,郭超,纪国强.基于MR

位置指纹定位的优化算

法分析和实践[J]

•邮电设计技术,2014, (11): 52-56.

[11] Hata M. Empirical formula for propagation loss in land mo­

bile radio services"]. IEEE TYansactions on Vehicular Tech­

nology 1980,29(3): 317-325.

[12]

朱江,戚正伟.基于信号衰减和孤立点检测的移动定位算

法[J].

计算机工程,2010,36(3): 280-282+285.

[13] H

otD, W

sotAM, Chadney A G. Commsit on difiSactioiiloss ctf*

nx

)ft

)p-to-stteet in COST 23l-Wfisch-Il^ami model [J]. IEEE

Tiansactiais mX^hicularTbdmolog^ 2002,48(5): 1451-1452.

[14]

于胜涛.WSN

网络中基于测距信息筛选的目标定位方法

研究[D].

西安电子科技大学,2014.

[15]

张超,吕建友,王斌,etal.

—种提高室内定位精度的算法

[J].

物联网技术,2014, (02): 19-21+24.

37信息通信

张倩倩等:基于FPGA

的FIR

数字滤波系统设计与实现

示控制计算机。根据功能,将硬件电路分为FPGA

外部电路

和数据釆集电路两部分。前者是保证FPGA

芯片正常工作所

必需的电路,包括电源电路、时钟电路等;后者则是专用于数

据采集的“数字-模拟”转换电路。

2 FIR

数字滤波器设计

2.1

基本原理

FIR

滤波器,是指单位脉冲响应的长度是有限的滤波器。

其突出特点是单位取样响应h(n)

是一个N

点长的有限长序列,

OWnWN-1

叫输出y(n)

可由输入序列x(n)

与单位取样响应

h(n)

的线性卷积表示:

N-1

y(“)=£x

(

上)M”-k

)=x

(“

)*/i

(”

)

(1

)

系统传递函数可表示为:

NT

H(z) = '^ih(n)z-"=h(O)+h

zT+...+»(N-1)

zT

mt)

式中:

h(n)—

滤波器第n

级抽头系数;

x(n-k)------

延时k

个抽头的输入。

2.2

设计流程

FIR

滤波器设计流程如图2

所示,可分为FIR

滤波器系数

设计和硬件实现两个部分。本文借助Matlab

设计出FIR

滤波

器各级延时单元的加权系数,并在FPGA

上实现数字滤波功能。

图2

数字滤波器设计的基本流程

3 FIR

滤波器的FPGA

实现

构建一套全数字的FIR

滤波器设计与仿真体系,具体的

实现步骤如图3

所示,先用Matlab

设计FIR

滤波器系数;再仿

真生成具有白噪声特性的输入信号及单点频信号叠加的输入

信号作为系统输入;在FPGA

上实现FIR

滤波算法,运行Mod-

elSim

仿真,得到FPGA

滤波后的输出;最后,用Matlab

分析滤

波系统输出信号。

图3

全数字设计与仿真体系的构建步骤3.1 MATLAB

设计滤波器系数

Matlab

设计一个15

阶低通线性相位HR

滤波器,长度为16,

釆用布莱克曼窗函数实现,频率500Hz,

釆样频率2000Hz,

12

位量化系数。运行程序,将滤波器系数写入FiiCoe.1xt

文件。

3.2 Matlab

仿真滤波器输入信号

用Matlab

提供的高斯随机序列产生函数randn(l,N)

各类波形产生函数sin (T)

、square (T, DUTY)

生成12

位量化

釆样频率为2000Hz

的高斯白噪声信号和由200Hz

和800Hz

合成的信号。将结果转换为二进制数据写入Firln.txt

文件。

3.3 IP

核设计FIR

滤波器

釆用FIR

滤波器IP

核设计一个15

阶的线性低通滤波器。

首先,在Quartus II

软件中进入FIR

核参数设置界面,设置目

标器件等固定参数,单击“Edit Coefficient Set”

进入滤波器系数

编辑界面,将3.2

设计滤波器时生成的系数文件FirCoe.txt

入其中,实例化后即可供FPGA

调用。

3.4 ModelSim

仿真FPGA

的输出

编写TestBench,

设置系统时钟为Ins,

并设置FIR

滤波后

数据的存放路径。启动ModelSim

对FPGA

程序进行时序和

功能仿真,测试脚本运行后自动将仿真结果存放在指定路径

的 FirOuttxt

文件。

3.5 MATLAB

分析滤波器输出

用Matlab

从FirOuttxt

中读取FIR

滤波后的数据,如图4

所示。进行时域和频域分析,从而评价FIR

滤波器性能。

图4 FIR

滤波前后信号的时域、频域波形

由图4

知,滤波后的白噪声信号在时域和频域上的变化

均趋于缓和,即滤除了高频信号分量;滤波后的合成单频信号

已形成规则的频率为200Hz

的单频信号。因此,FIR

滤波功能

在FPGA

上已经实现。

4

实验结果与分析

调用IP

核产生频率为125KHZ,

峰峰值为10V

且含有高

斯噪声、白噪声的正弦信号,将其接入数据釆集通道。经FIR

滤波后的信号通过串行通信总线传送,显示于上位机界面,分

析纹波、信噪比等参数从而评价滤波效果。滤波前后的波形

如图5

所示。

(a)

滤波前信号波形

38