浮点LMS算法的FPGA实现 - CSDN文库

1星 80 浏览量更新于2023-03-16 评论 3 收藏 84KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

浮点浮点LMS算法的算法的FPGA实现实现

本文正是基于这种高效结构的多输入FPA，在FPGA上成功实现了基于浮点运算的LMS算法。测试结果表明，实

现后的LMS算法硬件资源消耗少、运算速度快且收敛性能与理论值相近。

引言

　　LMS(最小均方)算法因其收敛速度快及算法实现简单等特点在自适应滤波器、自适应天线阵技术等领域得到了十分广泛的

应用。为了发挥算法的最佳性能，必须采用具有大动态范围及运算精度的浮点运算，而浮点运算的运算步骤远比定点运算繁

琐，运算速度慢且所需硬件资源大大增加，因此基于浮点运算的LMS算法的硬件实现一直以来是学者们研究的难点和热点。

　　文献[1]提出了一种适合于

　　本文正是基于这种高效结构的多输入FPA，在FPGA上成功实现了基于浮点运算的LMS算法。测试结果表明，实现后的

LMS算法硬件资源消耗少、运算速度快且收敛性能与理论值相近。

1 浮点运算单元的设计

1.1 浮点加法器的设计

一般说来，双输入浮点加法器需要以下操作步骤：

　　a) 对阶操作：比较指数大小，对指数小的操作数的尾数进行移位，使操作数的阶码相同。

　　b) 尾数相加：对对阶后的尾数进行加(减)操作。

　　c) 规格化：规格化有效位并且根据移位的方向和位数修改最终的阶码。

　　在用FPGA进行数字信号处理的系统中，一般处理的数据都是经A／D采样送出的信号，其分辨率一般取12～16位，取18

位有效位数即可满足绝大多数的情况。同时，目前FPGA 芯片内集成的乘法器均是18×18位的硬核。据此，文献[1]自定义了一

种24位的浮点数据格式。

　　该格式的浮点数所表示的具体值可用下面的通式表示：

式中：m为18位补码数。

　　小数点定在最高位与次高位之间，这样m即表示-1～1之间的小数；e为6位补码数，范围为-32～31。且规定当m=0，e=-

32时值为0。

　　传统的多输入浮点加法器结构如图2所示。以8输人为例，需要7个双输入FPA通过3级级联而成。这种结构的算法的顺序

时延含有大量的重复步骤。如3级双输入FPA运算就有3次相同的规格化操作，如果将3级规格化操作用1级操作来代替，不仅

可大大缩短运算时延，还可减少所需硬件资源。

　　基本运算单元不再是传统的双输入FPA，而是根据FPA的一般运算步骤构造的算法结构，通过大量采用并行运算从而大大

减小运算时延。以8输入的对阶操作为例，改进算法的8输入对阶操作只需顺序进行3级比较操作、1级减法操作及1级移位操作

即可完成；而采用图2所示的并行算法，则需顺序进行3级比较操作、3级减法操作及3级移位操作，相对于改进算法来说增加

了2级顺序减法操作及2级移位操作时延。

1.2 浮点乘法器的设计

　　浮点乘法器与浮点加法器相比，不需要对阶等系列操作，实现起来相对简单示。

　　首先将输人数据的18位补码直接相乘得36位乘法结果，由于尾数的小数点定在最高位与次高位之间，相乘结果的绝对值

小于1，故截取第35～18位为尾数乘法结果。尾数乘法结果与相加后的指数一起进行规格化输出即完成浮点乘法功能。

2

2.1 LMS算法的一般步骤

　　Widrow和Hoff在1960年提出了LMS算法，它是取单个误差样本平方的梯度作为均方误差梯度的估计，算法的步骤如下：

　　式(2)～式(5)中：y(n)为输出信号；X(n)为输入矢量；W(n)为抽头系数矢量；r(n)为参考信号；e(n)为误差信号；▽(n)为梯

度矢量；μ为步长因子。

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

评论1

SpringCsdnLt

2022-04-16

鸡肋，百度就可以，别浪费币

weixin_38659646

粉丝: 3
资源: 941

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈