3.2.1. Giới thiệu bài toán.
Trong phần này sẽ xây dựng một chương trình mô phỏng quá trình lọc dữ liệu để khử bỏ nhiễu bằng việc sử dụng bộ lọc thích nghi với thuật toán LMS. Thuật toán LMS là một thuật toán lọc thích nghi tuyến tính, nó bao gồm hai quá trình cơ bản sau:
- Quá trình lọc: Quá trình này bao gồm việc tính toán đầu ra của bộ lọc dãy theo các tín hiệu vào băng lọc và đánh giá sự sai lệch giữa đầu ra và tín hiệu chuẩn.
- Quá trình xử lý thích nghi: Đây là quá trình điều khiển tự động trọng số lọc tương ứng với sai số được đánh giá.
Như vậy thuật toán LMS là sự kết hợp đồng thời của hai quá trình này và được minh hoạ trên hình 3.3.
Hình 3.3: Sơ đồ biểu diễn thuật toán LMS Thuật toán LMS xây dựng như sau:
* Đầu vào:
- Véctơ trọng số: w(n)
* Đầu ra:
- Véctơ tín hiệu ra của bộ lọc: y(n) = wT(n)x(n)
- Sai số ước lượng: e(n) = d(n) - y(n)
- Cập nhật véctơ hệ số của bộ lọc: w(n+1) = w(n) + 2µe(n)x(n)
* Lưu đồ thuật toán mô phỏng như sau:
Hình 3.4: Sơ đồ thuật toán Bắt đầu
Lấy tín hiệu đầu vào
x(n)
Lấy tín hiệu nhiễu r(n)
từ x(n)
Tạo tín mong muốn
e(n) = d(n)-y(n)< Giữ nguyên hệ số của
bộ lọc của bộ lọc
Kết thúc
Cập nhật lại trọng số của bộ lọc theo thuật toán LMS
S
3.2.2. Chương trình mô phỏng.
Trong phần này sẽ giới thiệu giao diện và cách sử dụng của chương trình. Giao diện của chương trình gồm 2 phần: Phần một là phần bao gồm các nút chức năng của việc thực thi lọc. Nút Loc sẽ thực hiện quá trình lọc nhiễu và hình thành bộ trọng số của bộ lọc. Phần hai là phần hiển thị kết quả.
Tín hiệu đầu vào: Ban đầu tạo tín hiệu đầu vào bao gồm 700 tín hiệu
được lấy ngẫu nhiên. Để tạo ra tín hiệu ngẫu nhiên này ta dùng một công cụ có sẵn của Matlab: x= randn(1,700);
Hình 3.5: Giao diện của chương trình khi tạo tín hiệu đầu vào
Tín hiệu nhiễu (noise): Tương tự như vậy, tín hiệu nhiễu cũng bao gồm 700 giá trị ngẫu nhiên: n= 0.1*randn(1,700);
Hình 3.7: Giao diện của chương trình khi tạo các tín hiệu đầu vào và nhiễu (adsbygoogle = window.adsbygoogle || []).push({});
Trong sơ đồ trên, ta thấy tín hiệu ra và tín hiệu mong muốn sau khoảng 200 lần lặp sai số đã bắt đầu hội tụ về không, lúc này tín hiệu mong muốn và tín hiệu ra có đồ thị gần sát nhau. Ở đồ thị thứ hai cho thấy sự thay đổi của bộ trọng số trước lúc lọc (Estimated) và sau lúc lặp là (Actual). Như vậy bộ lọc số thích nghi hoạt động dựa trên thuật toán LMS đã cơ bản lọc được nhiễu tín hiệu.
1. Kết luận
Các khảo sát của luận văn cho thấy tầm quan trọng của lọc số, ưu điểm của lọc số so với lọc tương tự. Có nhiều loại bộ lọc, nhưng chủ yếu dựa trên hai loại cấu trúc căn bản đó là kiểu FIR và IIR. Đặc biệt, luận văn đã tìm hiểu khá rõ bộ lọc số kiểu thích nghi, đó là kiểu lọc thông minh và sự hoạt động rất hiệu quả của nó; dựa trên các thuật toán như LMS, RLS, NLMS, v.v…Và sự ổn định của chúng khi chúng ta thiết kế theo kiểu cấu trúc FIR.
Hai thuật toán được dùng chủ yếu trong lọc thích nghi là LMS và RLS; loại RLS thì có cơ sở toán học rất chặt chẽ, nhưng vì do yêu cầu phải tính toán nhiều hơn và độ chính xác cao hơn nên phức tạp hơn và tốn thời gian hơn; nên ít được áp dụng bằng kiểu LMS đơn giản hơn, phần thực nghiệm của luận văn này tập trung cho kiểu LMS. Các kết quả thực nghiệm thể hiện khá rõ tính năng của bộ lọc thích nghi và khả năng ứng dụng của khử nhiễu.
Luận văn đã trình bày một cách hệ thống về lý thuyết bộ lọc số, bộ lọc thích nghi, các thuật toán lọc thích nghi và ứng dụng thuật toán lọc thích nghi để xây dựng một chương trình minh họa bằng phần mềm Matlab.
Do thời gian có hạn, trình độ bản thân còn hạn chế, mặc dù đã rất cố gắng và cẩn thận nhưng luận văn vẫn sẽ không tránh khỏi những thiếu sót; em mong các thầy, cô hướng dẫn thêm để luận văn của em được hoàn chỉnh hơn.
2. Hướng phát triển
- Tiếp tục nghiên cứu đề tài và mở rộng cho nhiều kiểu cấu trúc khác nhau để so sánh kết quả hoạt động của chúng.
TÀI LIỆU THAM KHẢO
Tài liệu tham khảo tiếng Việt:
[1]Ngô Quốc Tạo, Bài giảng môn Xử lý ảnh, dành cho lớp Cao học Công nghệ Thông tin, Khoa Công nghệ Thông tin - Đại học Thái Nguyên 2003.
[2]Nguyễn Hữu Hùng - Lọc số kiểu thích nghi trên DSP - Luận văn Thạc sỹ kỹ thuật - Tiến sỹ Ngô Văn Sỹ, hướng dẫn.
[3]Nguyễn Quốc Trung - Xử lý tín hiệu và lọc số - Tập một và hai – Nhà xuất bản Khoa học và kỹ thuật Hà Nội – Năm 1999.
[4]Tống Văn On – Lý thuyết và bài tập xử lý tín hiệu số - Nhà xuất bản Lao động, xã hội – 2006.
[5]Dương Tử Cường , Xử lý tín hiệu số, NXB Quân đội nhân dân, Hà Nội 2003.
[6]TS Đỗ Năng Toàn, Phạm Việt Bình, Giáo trình xử lý ảnh, NXB Khoa học và Kỹ thuật Hà Nội 2008.
[7]Lê Quyết Thắng, Phan Tuấn Tài, Dương Văn Hiếu, Giáo trình Lý thuyết thông tin, Đại học Cần Thơ 2010.
Tài liệu tham khảo tiếng Anh
[8]Monson H.Hayes, Wiley - Statistical Digital Signal Processing and Modeling - 1996.
[9]Rulph Chassaing - Digital Signal Processing with C and the TMS320C30 - John Wiley & Sons, Inc - 1997.
[10]Rulph Chassaing - DSP Applications Using C and the TMS320C6x DSK - John Wiley & Sons, Inc - 2002.
[11]Aizezi Abuding Vishnuvardhan Yalamanchili - Department of Signal and Systems - Chalmers University of Technology Gothenborg - Sweden 2004.
Applications, John Wiley & Son.
[13]S.S Blackman, R.F Popoli (1999), Design and analysis of modern tracking systems, Artech House, Norwood.
Trang web http://www.academia.edu/10367195/Denoising_ECG http://vi.scribd.com/doc/228388459/Chapter3-LMS#scribd http://nguyenhuutienbk.blogspot.com/2011/11/huong-dan-lap- trinh-guis-matlab.html http://voer.edu.vn/c/tao-giao-dien-trong- matlab/c949c256/ffb0da69 http://matlabthayhai.info/tag/lap-trinh-gui-trong-matlab/
MỤC LỤC
(a) Tên hình...5
(b) Sơ đồ mô tả cấu trúc trực tiếp mạch lọc IIR bậc N...5
Section I.2 Sơ đồ cấu trúc dạng trực tiếp I của mạch lọc IIR bậc N...5
Section I.3 Sơ đồ mạch lọc FIR bậc 6 ghép nối tiếp...5 (adsbygoogle = window.adsbygoogle || []).push({});
Section I.4 Sơ đồ mạch lọc FIR pha tuyến tính với M = 6...5
1.1. Khái niệm về bộ lọc số [2],[3]...9
1.1.1. Khái niệm về bộ lọc...9
1.1.2. Bộ lọc tần số...9
1.2.1. Cấu trúc dạng trực tiếp của bộ lọc IIR...13
Hình 1.5 Sơ đồ cấu trúc dạng trực tiếp I của mạch lọc IIR bậc N...15
Hình 1.6: Sơ đồ cấu trúc nối tiếp của mạch lọc IIR bậc 4...16
1.2.3. Cấu trúc dạng song song của bộ lọc IIR...16
1.3. Cấu trúc các bộ lọc FIR [2],[3],[4]&[5]...17
1.3.1. Cấu trúc dạng trực tiếp...17
1.3.2. Cấu trúc nối tiếp...18
Hình 1.9: Sơ đồ mạch lọc FIR bậc 6 ghép nối tiếp...18
1.4. Cấu trúc mắt cáo...19
Hình 1.11. Cấu trúc mạng mắt cáo toàn điểm cực...19
Hình 1.12. Cấu trúc thang - mắc cáo bậc N...20
2.1. Giới thiệu lọc thích nghi...22
2.1.1. Một số khái niệm cơ bản...22
2.1.2. Các kiểu lọc của khử nhiễu thích nghi...28
2.1.2.1. Bộ lọc FIR thích nghi...28
2.1.2.2. Bộ lọc IIR thích nghi...30
2.1.3. Cấu trúc của bộ lọc số thích nghi...31
2.1.4.1.Nhận dạng hệ thống...33
2.1.4.2. Khử nhiễu...34
2.1.4.3. San bằng thích nghi...35
2.1.4.4. Khử tiếng vang...37
2.2. Thuật toán lọc thích nghi LMS và biến thể của nó...39
2.2.1. Thuật toán LMS...41
2.2.2. Thuật toán LMS chuẩn hoá - NLMS...46
Chương 3: MÔ PHỎNG ỨNG DỤNG KHỬ NHIỄU THÍCH NGHI...51
3.1. Giới thiệu...51 (adsbygoogle = window.adsbygoogle || []).push({});
...53
3.2.2. Chương trình mô phỏng...56
Trong sơ đồ trên, ta thấy tín hiệu ra và tín hiệu mong muốn sau khoảng 200 lần lặp sai số đã bắt đầu hội tụ về không, lúc này tín hiệu mong muốn và tín hiệu ra có đồ thị gần sát nhau. Ở đồ thị thứ hai cho thấy sự thay đổi của bộ trọng số trước lúc lọc (Estimated) và sau lúc lặp là (Actual). Như vậy bộ lọc số thích nghi hoạt động dựa trên thuật toán LMS đã cơ bản lọc được nhiễu tín hiệu...58
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN...59 TÀI LIỆU THAM KHẢO...60