对于系数固定的FIR、IIR滤波器所具有的特性是确定的，对于输入信号可根据这个滤波器产生相应的输出，即先有了滤波器系数，然后决定相应的输出值。但有些实际应用往往是反过来要求的，即对滤波器输出的要求是明确的，而滤波器的特性却无法事先知道。如在通信系统中，信号通过信道传输，由于信道频率特性的影响，接收信号失真畸变而引发码间干扰，这将严重影响通信质量，为此，需要在系统中插入一种可调的滤波器以减小码间干扰，这种系数可调的滤波器即为自适应滤波器。其参数可以自动地按照某种准则调整到最佳滤波。自适应滤波器已广泛应用于系统模式识别，通信信道的自适应均衡，雷达与声纳的波束形成，减少或消除心电图中的周期干扰，噪声中信号的检测、跟踪、增强和信号预测等。
1 自适应滤波器的原理
自适应滤波器的原理如图1所示。
图中x(n)称为输入信号，y(n)是输出信号，d(n)称为期望信号，或称参考信号、训练信号，e(π)是误差信号，e(n)=d(n)-y(n)。
自适应滤波器H(z)的系数根据误差信号，通过一定的自适应算法，不断地进行改变，使输出信号y(n)最接近期望信号d(n)。
本文以自适应处理器为例说明自适应滤波器的设计。
2 自适应滤波器的设计
2.1 TMS320C6701的主要特点
TMS320C6701是一种通用浮点超高速DSP，与TMS320C6201管脚兼容，主频167 MHz，共8个运算单元，其中6个为浮点单元，也采用8*32 b=256 b的超长指令字，分置运算能力为1 GFLOPS或1 336 MIPS，结构上与C6201类似，不同之处在于：
(1)4个浮点／定点ALU；
(2)2个定点ALU；
(3)2个浮点／定点乘法器，乘法器接受32 b定点数，产生64 b结果；
(4)支持32／64 b的IEEE浮点格式；
(5)峰值运算能力为：1 GFLOPS(32 b单精度)，256 MFLOPS(64 b双精度)，乘法并行操作688 MFLOPS。
2.2 自适应处理器的实现
在自适应信号处理中，DSP要根据一定的算法，从实测数据中估算出权值，然后DSP把这种自适应权与数据合成，得到期望的输出。图2是一个自适应对消原理图，在3路数据中都含有期望的信号和要抑制的干扰，其中各路的干扰是相关的，而信号的相关性很弱，信号与干扰不相关。自适应算法就是从3路数据中取来一批数据作为样本，按最小二乘法则，将3路数据合成，使得合成输出中干扰基本上被消除，而信号仍较强。为了使信号不随干扰一起被对消掉，希望在求全样本中无信号。
可采用DSP对3路输入支路进行自适应合成，每路数据为复数据，I，Q串行，即先实部后虚部的次序，数据速率为1.5 MHz，根据复数的合成公式为：
y=x0-w1xl-w2x2
wn，xn，y均为复数。每输出一个复数数据，需要8次实数乘法和8次实数加法，要求DSP始终保持24 MFLOPS的运算速度。主频60 MHz的TMS320C6701峰值运算速度为60 MFLOPS，数据输入／输出速度也能满足要求。
自适应权值的运算和系统的一些控制功能由另一片TMS320C6701完成，此C6701定期从3路信号中取得一批数据作为样本，样本中仅含干扰而没有信号成分，然后按照如下公式计算出自适应权w=[w1，w2]T：
其中E表示求数学期望，在此用N次平均值近似取代，N定为16，各元素均为复数。
[1] [2] 下一页
