ІМІТАЦІЙНА МОДЕЛЬ АДАПТИВНОГО ФІЛЬТРУ НА ОСНОВІ МЕТОДУ НАЙМЕНШИХ КВАДРАТІВ
DOI:
https://doi.org/10.31319/2519-2884.43.2023.15Ключові слова:
адаптивна цифрова фільтрація, метод найменших квадратів, імітаційне моделювання Simulink, програмована логікаАнотація
У даній дослідницькій роботі було виконано аналіз моделі адаптивного фільтру (АФ), яка базується на алгоритмі за методом найменших квадратів (МНК) і була реалізована у середовищі Simulink. Метою створення імітаційної моделі АФ була верифікація її з подальшою реалізацією на електронних цифрових пристроях, а саме, в базисі програмованій логічній інтегральній схемі (ПЛІС). В процесі отримання результатів імітаційного моделювання запропонованої моделі АФ було проведено верифікацію в ході якої, виконувалося порівняння результатів роботи вбудованої та запропонованої моделі адаптивного фільтру, що підтвердило ефективність та правильність розробленої моделі. Під час верифікації розробленої моделі АФ було проаналізовано ефективність та збіжність алгоритму МНК на прикладі фільтрації зашумлених сигналів, а саме, однотональних та багатотональних сигналів. Отримані результати імітаційного моделювання можуть бути застосовані при розробці адаптивних фільтрів, які базуються на цифрових обчислювальних пристроях, що підтримують конвеєрну архітектуру обробку даних.
Посилання
Paulo S. R. Diniz Adaptive Filtering. Springer New York, NY. 2013. 694 p.
Adali T. and Haykin S. Adaptive Signal Processing. Wiley-IEEE Press. 2010. 407 p.
Farhang-Boroujeny, B. Adaptive Filters: Structures, Algorithms, and Applications. 2013. 800 p.
Murphy, K. P. Machine Learning: A Probabilistic Perspective. 2012. 1098 p.
Hayes, M. H. Statistical Digital Signal Processing and Modeling. 2009. 624 p.
Proakis, J. G., Manolakis, D. G. Digital Signal Processing: Principles, Algorithms, and Applica tions. 2019. 1033 p.
Mohan, B. M. Adaptive Filters: Theory and Applications. 2018. 800 p.
Sayed, A. H. Fundamentals of Adaptive Filtering. John Wiley & Sons, 2003. 820 p.
Bernard, G. Adaptive Filtering: Prediction and Control. Dover Publications, 2003. 540 p.
Chi, C.-Y., Tan, L. Adaptive Filters: Theory and Applications. CRC Press, 2016. 802 p.
Paulo S. R. Diniz (2013) Adaptive Filtering. Springer New York, NY. 2013. 694 p. [in USA]
Adali T. and Haykin S. Adaptive Signal Processing. Wiley-IEEE Press. 2010. 407 p. [in USA]
Farhang-Boroujeny, B. Adaptive Filters: Structures, Algorithms, and Applications. 2013. 800 p. [in USA]
Murphy, K. P. Machine Learning: A Probabilistic Perspective. 2012. 1098 p. [in USA]
Hayes, M. H. Statistical Digital Signal Processing and Modeling. 2009. 624 p. [in USA]
Proakis, J. G., Manolakis, D. G. Digital Signal Processing: Principles, Algorithms, and Applica-tions. 2019. 1033 p. [in USA]
Mohan, B. M. Adaptive Filters: Theory and Applications. 2018. 800 p. [in USA]
Sayed, A. H. Fundamentals of Adaptive Filtering. John Wiley & Sons, 2003. 820 p. [in USA]
Bernard, G. Adaptive Filtering:Prediction and Control. Dover Publications, 2003. 540 p. [in USA]
Chi, C.-Y., Tan, L. Adaptive Filters: Theory and Applications. CRC Press, 2016. 802 p. [in USA]
