基于FPGA的信号小波实时处理方法 - CSDN文库

199 浏览量更新于2023-05-12 2 收藏 77KB 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

资源推荐

基于基于FPGA的信号小波实时处理方法的信号小波实时处理方法

根据小波去噪的原理及特点,提出了用FPGA实现小波实时信号处理的方法。实验结果证明采用FPGA实现小波信

号处理能在低信噪比的情况下有效去除噪声,同时能够满足信号处理系统的实时性要求。

小波变换能够同时在时域和频域进行局部分析，在对时变信号进行分析时具有明显的优势。小波算法在进行信号处理时，由于

具有滤波效果好、信号细节损失少的优点，从而引起了广泛的关注和应用。目前常用于高速实时信号处理的硬件芯片分为两大

类：基于大规模可编程集成电路FPGA的纯硬件实现方案和基于高速通用DSP的软件实现方案。采用FPGA的硬件实现方案硬

件接口设计灵活，可以和任意数字外围电路直接使用，且其具有高度的集成度和高速的处理速度；而基于高速通用DSP的软

件实现方案代码设计灵活，可以快速修改和调试程序[6]。小波算法运算量较大，如果采用DSP方案由软件来实现该算法就很

难满足系统实时性的要求。基于以上原因本文提出了采用FPGA方案实现小波算法。该方案对一维信号具有良好的去噪效果，

同时也能满足系统的实时性要求。

1 小波去噪的基本原理

对于小波算法，应用最广泛的是信号处理和图像处理，而在这两个领域中应用最多的就是信号及图像的去噪和压缩。由于在正

交小波中，正交基的选取比传统方法更接近实际信号本身，所以通过小波变换可以更容易地分离出噪声，因此，相对于传统方

法，小波分析在去噪和压缩方面有着无可比拟的优势[5]。

小波分析用于去噪的过程如下：

(1)分解过程：选定一种小波，对含噪信号进行N层小波分解，得到各层分解的小波系数。

(2)阈值处理过程：将通过分解得出的各层高频小波系数进行阈值处理，在进行到最后一层时，要同时对该层的高、低频系数

进行阈值处理。

(3)重构过程：将经过阈值处理后的小波系数通过小波逆变换重构出去噪后的信号。

阈值降噪法是一种实现简单、效果较好的小波降噪方法。小波变换具有很强的去数据相关性，它能将信号的能量集中在小波域

一些大的小波系数中，而噪声的能量却分布于整个小波域内，因此经小波分解后信号的小波系数比噪声的大。于是，采用阈值

的办法可以把信号的小波系数保留，而使绝大部分噪声小波系数置零[2]。目前，常用的阈值函数有硬阈值函数和软阈值函

数。硬阈值法处理的结果可以很好地保留信号边缘等局部特征，软阈值法处理的结果要相对平滑，但是比较容易造成模糊等失

真现象。

2 硬件实现

系统框图如图1所示。根据相关分析，设计采用了XILINX公司生产的超大规模 FPGA器件Virtex 5 XC5VSX50T。系统接口采

用RS422串口，相对于RS232，通过RS422能够以更快的波特率来收发数据，同时其通信距离也比RS232更远。在进行小波

变换之前需要预存一定长度的数据，因此在接口和小波变换模块之间需要设置一个FIFO。FPGA通过接口模块将收到的含噪信

号数据存入FIFO模块中，预存32个数据。

为保证一定的滤波效果又不使算法的运算量过大，本文将小波变换模块的分解、重构层数设为5层。小波变换模块主要包括前

向小波变换模块、阈值处理和逆向小波变换模块。前向小波变换模块完成对含噪信号的多层分解，将含噪信号分解为低频分量

和高频分量。阈值处理模块去除经过多层小波分解出来的各层高频噪声，在前4层阈值处理过程中需将处理后的高频分量存储

到相应的RAM中。逆向小波变换模块完成信号的多层重构，得出去噪后的信号。逆向小波变换模块重构信号的顺序和前向模

块相反，是按最后一层到第一层的顺序重构信号，在进行到相应层次时将存放在相应RAM中经阈值处理后的高频分量取出与

该层低频分量进行重构，完成5层逆向小波变换之后即可得到去噪后的信号。小波变换模块的FPGA结构图如图2所示。

本设计选用DB4小波对含噪信号进行提升小波变换，DBN系列的小波扩张性比较好，可以灵活地权衡增加支集长度（为了提

高能量的集中度）带来的边界问题，且DB4小波滤波器长度较短，能够提高运算速度，也能够满足一定的滤波效果。

在MATLAB平台中通过执行语句“lsdb4=liftwave('db4');displs(lsdb4)；”就能得到db4提升小波的方案信息。其方案信息如下：

lsdb4={ [-0.32227589] [-1.11712361 -0.30014226]

[-0.01880835 0.11764809] [2.13181671 0.63642827]

[-0.46908348 0.14003924 -0.02479124] [0.73412453]

[1.36216672] }；

由提升小波算法可知，该算法主要由加、减、乘运算组成，对于FPGA实现来说，加减运算可以调用FPGA的加法器IP核，而

浮点系数的乘运算可以通过移位相加来实现。以浮点系数-0.32227589为例，-0.32227589=-((1/4)+(1/16)+(1/128))，所以要实

现数据与系数-0.32227589相乘，可以通过右移相加的方法来实现，这样做可以减少对乘法器的调用，从而减少了该部分设计

时所需的面积，提高了芯片的处理速度。其具体实现框图如图3所示。

3 仿真结果及分析

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

weixin_38672731

粉丝: 5
资源: 952

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