C6713 DSK
1. Mục đích thí nghiệm
1. Làm quen với các thiết kếứng dụng thực tế
2. Nghiên cứu, phân tích thiết kếđể làm nền tảng cho các hệ thống lớn hơn.
2. Thiết bị thí nghiệm
STT Tên thiết bị Số lượng
01 Máy vi tính 01
02 Kit C6713 DSK 01
03 Bộ dây nối tín hiệu 01
3. Giới thiệu
Trong các bộ lọc FIR và IIR thông thường, các thông số xác định đặc tính của bộ lọc được giả sửlà đã biết. Chúng có thểthay đổi theo thời gian nhưng tính chất của sự thay đổi này xem như đã biết. Trong nhiều vấn đề thực tế, các thông số này hầu hết là không chắn chắn do thiếu các dữ liệu thử trước. Vài thông số có thể thay đổi theo thời gian nhưng không thể dựđoán được cách thay đổi. Trong các trường hợp này, một bộ lọc có thể tự thích nghi với sự thay đổi sẽ là thích hợp nhất. Các hệ số của bộ lọc thích nghi được điều chỉnh để bù cho sựthay đổi của tín hiệu vào, tín hiệu ra hoặc thông số của hệ thống. Một bộ lọc thích nghi rất hữu ích khi có sự không chắc chắn về đặc tính của tín hiệu hoặc khi các đặc tính thay đổi.
Một bộ lọc rất đơn giản nhưng rất mạnh là bộ kết hợp thích nghi tuyến tính (linear adaptive combiner), thực chất là một bô lọc FIR thích nghi. Tiêu chuẩn trung bình bình phương cực tiểu LMS (Least Mean Squares) là một giải thuật tìm kiếm được sử dụng để điều chỉnh các hệ số của bộ lọc.
4. Cơ sở lý thuyết
Hầu hết các dạng thích nghi có thểđược mô tả bởi cấu trúc như sau:
Hình 21. Cấu trúc bộ lọc thích nghi cơ bản
Đây là một cấu trúc bộ lọc thích nghi cơ bản trong đó ngõ ra y của bộ lọc được so sánh với một tín hiệu mong muốn d để tạo ra một tín hiệu sai sốe, được hồi tiếp trở lại bộ lọc. Tín hiệu sai số này là đầu vào của giải thuật thích nghi để thay đổi bộ lọc sao cho thỏa mãn một tiêu chuẩn hoặc một quy luật xác định trước.
Các hệ số của bộ lọc thích nghi được điều chỉnh, hoặc được tối ưu, sử dụng giải thuật LMS dựa trên tín hiệu sai số. Ởđây, chúng ta chỉ thảo luận giải thuật tìm kiếm LMS với
37
một bộ lọc FIR mặc dù có vài phương pháp thực hiện lọc thích nghi. Ngõ ra của bộ lọc thích nghi ở hình 26 là: ( ) ∑− ( ) ( ) = − = 1 0 N k k n x n k w n y với wk( )n biểu diễn N hệ số của bộ lọc ở thời điểm n.
Đểđánh giá chất lượng của bộ lọc, chúng ta sử dụng một phép đo lường dựa trên tín hiệu sai số,
( ) ( ) ( )n d n y n
e = −
Sai số này là sự sai khác giữa tín hiệu mong muốn d(n) và ngõ ra y(n) của bộ lọc. Các hệ số wk( )n được điều chỉnh sao cho một hàm sai số trung bình bình phướng được cực tiểu. Hàm này là E[ ]e2( )n với E[] biểu diễn giá trị kỳ vọng. Do có N hệ số (hay trọng số), cần tính gradient của hàm sai số trung bình bình phương. M ột sựước lượng có thểđược sử dụng bằng cách dùng gradient của e2(n), cho kết quả:
(n+1)=w ( )n +2 e( ) (n x n−k), k =0,1,...,N−1
wk k β
thể hiện giải thuật LMS.
4.1 Các cấu trúc thích nghi
Một số cấu trúc thích nghi được sử dụng trong các ứng dụng khác nhau của lọc thích nghi.