1 ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CNTT VÀ TRUYỀN THÔNG Lê Thị Uyên NGHIÊN CỨU BỘ LỌC THÍCH NGHI VÀ ỨNG DỤNG TRONG KHỬ NHIỄU TÍN HIỆU LUẬN VĂN THẠC SĨ: KHOA HỌC MÁY TÍNH Thái Nguyên, tháng năm 2015 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ ĐẠI HỌC THÁI NGUYÊN TRƯỜNG ĐẠI HỌC CNTT VÀ TRUYỀN THÔNG Lê Thị Uyên NGHIÊN CỨU BỘ LỌC THÍCH NGHI VÀ ỨNG DỤNG TRONG KHỬ NHIỄU TÍN HIỆU Chuyên ngành: Khoa học máy tính Mã số: 60 48 01 LUẬN VĂN THẠC SĨ: KHOA HỌC MÁY TÍNH NGƯỜI HƯỚNG DẪN: PGS.TS Ngô Quốc Tạo Thái Nguyên, tháng năm 2015 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ LỜI CẢM ƠN Em xin bày tỏ lòng biết ơn sâu sắc đến thầy giáo: PGS.TS Ngô Quốc Tạo, Viện Công nghệ thông tin – Viện Khoa học Công nghệ Việt Nam Trong suốt thời gian học làm luận văn tốt nghiệp, thầy dành nhiều thời gian quý báu để tận tình bảo, hướng dẫn, định hướng cho em việc nghiên cứu, thực luận văn Em xin bày tỏ lòng biết ơn chân thành đến Ban giám hiệu, Phòng sau đại học, thầy cô giáo Trường Đại học Công nghệ thông tin Truyền thông – Đại học Thái Nguyên giảng dạy trình học tập, thực hành, làm tập, đọc nhận xét luận văn em, giúp em hiểu thấu đáo lĩnh vực mà em nghiên cứu hạn chế cần khắc phục việc học tập, nghiên cứu thực luận văn Tôi xin cảm ơn chân thành đến Ban giám hiệu thầy cô khoa Hệ thống thông tin quản lý – Trường Đại học Hải Dương tạo điều kiện giúp đỡ suốt trình học tập Cuối xin bày tỏ lòng biết ơn chân thành tới gia đình, người thân, tới bạn bè, đồng nghiệp , tận tình giúp đỡ tạo điều kiện cho suốt trình học tập hoàn thành luận văn Mặc dù có nhiều cố gắng, song Luận văn không tránh khỏi thiếu sót Rất mong nhận ý kiến đóng góp quý báu thầy cô bạn Thái Nguyên tháng 09 năm 2015 Tác giả LÊ THỊ UYÊN Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ DANH MỤC MỘT SỐ THUẬT NGỮ THƯỜNG DÙNG TRONG BỘ LỌC THÍCH NGHI XỬ LÝ TÍN HIỆU - Analog filter: Bộ lọc tương tự - Digital filte: Bộ lọc số - Digital Signal Processing: Xử lý tín hiệu số - Dynamic Range: Dải động - Linear Time Invariable: Tuyến tính - bất biến thời gian - Finite Impulse Reponse (FIR): Đáp ứng xung chiều dài hữu hạn - Infinite - duration Impulse Reponse (IIR): Đáp ứng xung chiều dài vô hạn - Mean Square Error (MSE): Sai số bình phương nhỏ - Lattice Filter Structures: Cấu trúc mạch lọc ô mạng - Adaptive Filter: Bộ lọc thích nghi - Least Mean Square (LMS): Thuật toán xử lý tín hiệu thích nghi - Normalized Least Mean Square (NLMS): Thuật toán xử lý tín hiệu thích nghi chuẩn hóa - Adaptive Filter: Cấu trúc lọc - Performance Evaluation: Đánh giá hiệu suất - Adaptive Algorithm: Thuật toán thích nghi Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ DANH MỤC HÌNH VẼ Số hiệu (a) Tên hình Trang hình Hình 1.1 Sơ đồ dòng tín hiệu Hình 1.2 Sơ đồ khối hệ thống thực mặt vật lý (b) Sơ đồ mô tả cấu trúc trực tiếp mạch lọc IIR bậc Hình 1.3 N Hình 1.4 Sơ đồ cấu trúc dạng trực tiếp II mạch lọc IIR bậc N Section I.2 Sơ đồ cấu trúc dạng trực tiếp I mạch lọc Hình 1.5 10 IIR bậc N Hình 1.6 Sơ đồ cấu trúc nối tiếp mạch lọc IIR bậc 11 Hình 1.7 Sơ đồ cấu trúc dạng song song mạch lọc IIR bậc 12 Hình 1.8 Sơ đồ cấu trúc dạng trực tiếp mạch lọc FIR bậc M 12 Hình 1.9 Section I.3 Sơ đồ mạch lọc FIR bậc ghép nối tiếp 13 Section I.4 Sơ đồ mạch lọc FIR pha tuyến tính với M = Hình 1.10 13 Hình 1.11 Cấu trúc mạng mắc cáo toàn điểm cực 14 Hình 1.12 Cấu trúc thang - mắc cáo bậc N 15 Hình 2.1 Bộ lọc tuyến tính môi trường dừng 17 Hình 2.2 Sơ đồ khối hệ thống xử lý tín hiệu thích nghi 18 Hình 2.3 Bộ lọc dàn hàng 19 Hình 2.4 Cấu trúc lọc FIR thích nghi dạng ngang 22 Hình 2.5 Cấu trúc lọc thích nghi dạng tổ hợp tuyến tính 23 Hình 2.6 Cấu trúc lọc IIR thích nghi 24 Hình 2.7 Cấu trúc lọc thích nghi 25 Hình 2.8 Sơ đồ nhận dạng hệ thống 27 Hình 2.9 Nhận dạng hệ thống GSM 28 Hình 2.10 Khử nhiễu âm 28 Hình 2.11 San thích nghi 29 Hình 2.12 San thích nghi thông tin di động 30 Hình 2.13 Hệ thống khử tiếng vang 31 Hình 2.14 Loại bỏ tiếng vang âm 31 Hình 2.15 Khử tiếng vang mạng điện thoại 32 Hình 2.16 Cấu trúc lọc thích nghi tổng quát 33 Hình 2.17 Sơ đồ biểu diễn thuật toán LMS 33 Hình 2.18 Sơ đồ cấu trúc lọc ngang thích nghi bậc N 35 Hình 2.19 Sơ đồ khối mô thuật toán LMS 43 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ Hình 3.1 Hình 3.2 Hình 3.3 Hình 3.4 Hình 3.5 Hình 3.6 Hình 3.7 Hình 3.8 Mô hình khử nhiễu thích nghi Cấu trúc lọc FIR thích nghi dạng ngang Sơ đồ biểu diễn thuật toán LMS Sơ đồ thuật toán Giao diện chương trình tạo tín hiệu đầu vào Giao diện chương trình tạo tín hiệu nhiễu Giao diện chương trình tạo tín hiệu đầu vào nhiễu Kết thực trình lọc Số hóa Trung tâm Học liệu - ĐHTN 46 47 49 50 51 51 52 52 http://www.lrc-tnu.edu.vn/ MỞ ĐẦU Ngày nay, với phát triển vượt bậc khoa học kỹ thuật, hệ thống tương tự thay dần hệ thống số Các công nghệ ứng dụng rộng rãi cho xử lý tín hiệu Bài toán loại bỏ nhiễu tạp âm luôn vấn đề lớn hệ thống xử lý tín hiệu Để loại bỏ can nhiễu tạp âm thường sử dụng lọc Các lọc kinh điển thiết kế với mục đích chọn lọc tần số (bộ lọc thông thấp, lọc thông cao, lọc thông dải…) hay cực tiểu hóa bình phương trung bình tín hiệu sai lệch Tuy nhiên phương pháp yêu cầu cần phải biết trước đặc trưng thống kê nhiễu kỳ vọng, phương sai, hàm tương quan… giả định nhiễu tạp âm trình ngẫu nhiên dừng Nhưng thực tế, nhiễu tạp âm trình ngẫu nhiên không dừng tham số thay đổi theo thời gian việc thiết kế lọc theo phương pháp kinh điển khó đạt hiệu cao Để phù hợp với điều kiện thực tế người ta đề xuất phương pháp xử lý tín hiệu thích nghi Mục đích xử lý tín hiệu thích nghi đạt tín hiệu đầu tối ưu Việc nghiên cứu xử lý tín hiệu môi trường không dừng dựa thuật toán xử lý thích nghi có ý nghĩa thực tiễn lớn thiết kế hệ thống thông tin có độ xác cao Đề tài “Nghiên cứu lọc thích nghi ứng dụng khử nhiễu tín hiệu” sâu vào nghiên cứu thuật toán xử lý tín hiệu thích nghi LMS biến thể Từ thực mạch xử lý tín hiệu thích nghi loại bỏ can nhiễu Nội dung luận văn bao gồm ba chương: - Chương 1: Tổng quan cấu trúc lọc số - Chương 2: Các lọc thích nghi - Chương 3: Mô ứng dụng khử nhiễu thích nghi Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ Trong trình làm luận văn, có nhiều cố gắng, song tránh khỏi sai sót, em mong nhận góp ý tận tình Hội đồng bảo vệ để em hoàn thiện luận văn Em xin chân thành cảm ơn thầy cô khoa, đặc biệt thầy Ngô Quốc Tạo tận tình hướng dẫn em hoàn thành luận văn Thái Nguyên, ngày tháng năm 2015 Giáo viên hướng dẫn Học viên thực PGS.TS Ngô Quốc Tạo Lê Thị Uyên Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ Chương 1: TỔNG QUAN VỀ CẤU TRÚC BỘ LỌC SỐ 1.1 Khái niệm lọc số [2],[3] 1.1.1 Khái niệm lọc Lọc số trình quan trọng xử lý tín hiệu số, khả phi thường lọc số làm cho chúng trở nên phổ biến ngày Các lọc số gồm có hai công dụng chính: phân tích tín hiệu phục hồi tín hiệu Phân tích tín hiệu áp dụng tín hiệu mong muốn bị giao thoa với tín hiệu khác hay bị loại nhiễu tác động vào Còn phục hồi tín hiệu tín hiệu mà ta mong muốn hay cần để đánh giá, xét nghiệm bị sai lệch nhiều yếu tố môi truờng tác động vào; làm cho bị biến dạng gây ảnh hưởng đến kết đánh giá Có hai loại lọc lọc tương tự lọc số Hai loại lọc hoàn toàn khác mặt thiết kế vật lý cách thức hoạt động Bộ lọc tương tự (Analog filter) sử dụng mạch điện tử tương tự tạo từ thành phần như: điện trở, tụ điện khuếch tạo hiệu ứng lọc cần thiết tín hiệu tương tự điện áp, dòng điện,…Bộ lọc số (Digital filter) sử dụng xử lý số để thực tính toán tín hiệu số Bộ xử lý máy tính đa chẳng hạn máy tính chip DSP (Digital Signal Processing) chuyên ngành Các lọc tương tự có ưu điểm giá thành rẻ, tác động nhanh, dải động (Dynamic Range) biên độ tần số rộng nói chung thực công việc lọc số Tuy nhiên ngày lọc số ngày chiếm ưu 1.1.2 Bộ lọc tần số * Hệ thống tuyến tính bất biến - lọc tần số Các hệ thống LTI (Linear Time Invariable) hay mạch lọc số biểu thị dạng nhân, cộng trễ đơn vị (Hình 1.1) liên y[n]=x[n]+s[n] x[n] Số hóa Trung tâm + Học liệu - ĐHTN s[n] http://www.lrc-tnu.edu.vn/ 10 kết với tạo thành sơ đồ dòng tín hiệu Sơ đồ dòng tín hiệu thực chức tính toán xác định, biểu thị phương trình sai phân hàm truyền hệ thống hay mạch lọc số Sơ đồ dòng tín hiệu lại có nhiều dạng cấu trúc khác nhau, nhiên ta tìm cấu trúc tối ưu hay gọi cấu trúc tắc Đó cấu trúc có nhân, cộng trễ đơn vị Thiết lập cấu trúc bước để thực thi phần cứng phần mềm cho mạch lọc số Hình 1.1: Sơ đồ dòng tín hiệu Theo tính chất tự nhiên tín hiệu không tuần hoàn có lượng hữu hạn có phổ bao gồm dải liên tục Hệ thống LTI thông qua hàm đáp ứng tần số làm suy giảm số thành phần tần số tín hiệu vào đồng thời khuếch đại thành phần tần số khác Hệ thống có tác dụng lọc tín hiệu đầu vào Hiệu lọc thành phần tần số khác thể rõ thông qua đồ thị H ( ω ) Mặt khác, góc pha H ( ω ) xác định độ lệch pha tín hiệu vào qua hệ thống hàm tần số Như vậy, tùy theo cách chọn hệ số thiết kế lọc tần số cho phép truyền tín hiệu với thành phần tần số nằm Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 49 Một điểm quan trọng thuật toán NLMS hội tụ nhanh LMS cho tín hiệu vào tương quan không tương quan Hơn NLMS khắc phục vấn đề biên độ nhiễu gradient Đặc biệt vectơ tín hiệu vào nhỏ, việc khó khăn số hoá nảy sinh việc chia cho giá trị nhỏ dạng bình phương u (n) Để khắc phục vấn đề này, ta sử dụng phương trình đệ quy sau: Wˆ ( n + 1) = Wˆ (n) + µ% u ( n )e ∗ ( n ) a + u ( n) (2.39) Trong a >0 < µ%< Khi a=0 ta thấy (2.39) trở thành phương trình (2.38) Để làm rõ lợi ích thuật toán LMS ta thực mô khử nhiễu sử dụng NLMS Sơ đồ hệ thống hình 2.20: Hình 2.23: Sơ đồ khối mô thuật toán LMS Từ sơ đồ ta thấy nhiễu tín hiệu sai lệch sử dụng để điều chỉnh đáp ứng lọc thích nghi Tín hiệu nhiễu tạo từ Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 50 tạo sóng sin, tín hiệu chuẩn xem tín hiệu có lẫn nhiễu Trong sơ đồ ta giả định tín hiệu nhiễu độc lập Nghĩa x(n) = s (n) + i (n) với x(n), s (n), i (n) tín hiệu có lẫn nhiễu, tín hiệu nhiễu, nhiễu Thuật toán NLMS tóm tắt sau: Input: - Vector trọng số: w(n) - Vector tín hiệu đầu vào: x(n) - Vector tín hiệu mong muốn: d(n) Output: - Vector tín hiệu lọc: y(n) = wT(n)x(n) - Sai số ước lượng: e(n) = d(n) - y(n) - Cập nhật vector hệ số lọc: µ% w(n+1) = w(n) + xT n x n + ψ e ( n ) x ( n ) ( ) ( ) Chương xây dựng lý thuyết chặt chẽ để hiểu lọc thích nghi cách rõ ràng, hoạt động, trình cập nhật hệ số theo thuật toán định trước Các thuật toán như: LMS, NLMS xây dựng cho ứng dụng cập nhật hệ số cách hiệu thông minh Đây thuyết sở để chương sau xây dựng lọc thích nghi cho khử nhiễu tín hiệu với thuật toán cụ thể chọn cho việc cập nhật hệ số Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 51 Chương 3: MÔ PHỎNG ỨNG DỤNG KHỬ NHIỄU THÍCH NGHI 3.1 Giới thiệu Chương tiếp cận ý tưởng để thiết kế lọc thích nghi cho ứng dụng khử nhiễu, dựa lý thuyết giới thiệu chương trước Các xử lý thích nghi thiết kế để thực gần ước lượng Chúng làm việc với vòng hồi tiếp kín, đáp ứng tần số xử lý khống chế thuật toán hồi tiếp Điều cho phép chúng bù lại méo dạng biến đổi theo thời gian đạt khả vận hành gần với hàm ước lượng tối ưu Các lọc thích nghi dùng lọc lập trình có đáp ứng tần số, hàm truyền bị biến đổi, thích nghi hóa mà không làm suy giảm thành phần mong muốn tín hiệu, làm suy giảm tín hiệu can nhiễu, tức làm giảm thiểu méo dạng có tín hiệu vào Cách thức biến đổi đáp ứng xung lọc thích nghi thuật toán lọc thích nghi Như vậy, lọc thích nghi lọc biến đổi theo thời gian mà đáp ứng xung thời điểm tùy thuộc vào tín hiệu vào, tín hiệu mong muốn vào thuật toán lọc thích nghi Bản chất biến đổi theo thời gian lọc thích nghi dẫn đến khái niệm hội tụ Trong môi trường dừng, tiêu hội tụ số lượng mẫu liệu cần để đáp ứng xung lọc thích nghi đạt đến đáp ứng xung lọc tối ưu Còn môi trường không dừng, tiêu hội tụ số đo mức độ tương tương đáp ứng xung lọc thích nghi với đáp ứng xung lọc tối ưu biến thiên theo thời gian Tóm lại, lọc thích nghi IIR FIR, FIR sử dụng nhiều thân loại lọc ổn định Như vậy, độ ổn định toàn bộ lọc thích nghi tùy thuộc vào thiết kế vòng hồi tiếp, tức thuật toán để hiệu chỉnh hệ số lọc Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 52 Bộ lọc thích nghi lọc động với bước lặp lặp lại làm thay đổi đặc trưng để tạo đầu tối ưu mong muốn Một thuật toán lọc thích nghi làm thay đổi thông số sau bước lặp để giảm thiểu khác biệt tín hiệu đầu mong muốn d(n) với tín hiệu đầu thực tế y(n) Bộ lọc thích nghi làm điều thông qua hàm đánh giá Sử dụng lọc thích nghi để khử nhiễu, trình khử nhiễu điều khiển thuật toán xử lý thích nghi tạo lọc có hiệu tốt so với việc khử nhiễu trực tiếp từ tín hiệu thu Một hệ thống khử nhiễu thích nghi minh họa sau: Nguồn tin Nhiễu x(n) + + d(n) = x(n) + V2(n) + v2(n) v1(n) + e(n) Bộ lọc thích nghi - + Hình 3.1: Mô hình khử nhiễu thích nghi Trong sơ đồ này, tín hiệu vào d(n) tín hiệu mang thông tin x(n) bị tác động tín hiệu nhiễu v2(n) Để khử nhiễu này, sử dụng lọc thích nghi với tín hiệu vào lọc nhiễu v1(n) tương quan với tín hiệu nhiễu v2(n) không tương quan với tín hiệu x(n) Bộ lọc tạo tín hiệu ước đoán y(n) để nhận tín hiệu x(n) tín hiệu ước đoán tín hiệu mang thông tin x(n) Trong hình trên, tín hiệu d(n) dùng làm tín hiệu mong muốn lọc thích nghi tín hiệu hệ thống e(n) sử dụng làm tín hiệu lỗi thuật toán lọc thích nghi để hiệu chỉnh hệ số lọc Kết thuật toán lọc thích nghi hội tụ, thu tín hiệu sai số e(n) xấp xỉ với tín hiệu mang thông tin x(n) Như phương pháp lọc thích Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 53 nghi tốt phương pháp lọc thông thường chúng trừ bỏ nhiễu thay lọc nhiễu khỏi tín hiệu thu Cấu sử dụng lọc thích nghi cấu trúc FIR ngang mô tả Hình 3.2 x(n) z-1 x h0 x(n-1) x z-1 z-1 h1 x(n-N+2) hN-2 ∑ Thuật toán thích nghi x x(n-N+1) z-1 hN-1 x y(n) _ e(n) + d(n) + Hình 3.2: Cấu trúc lọc FIR thích nghi dạng ngang Trong đó: - N chiều dài lọc - x(n): tín hiệu đầu vào - hk đáp ứng lọc (k=0, 1, …, N-1) - d(n): tín hiệu mong muốn - e(n) = d(n) - y(n): tín hiệu sai số - y(n): tín hiệu lọc Phương trình sai phân lọc sau: y ( n) = N −1 ∑ hk x ( n − k ) k =0 Số hóa Trung tâm Học liệu - ĐHTN (2.6) http://www.lrc-tnu.edu.vn/ 54 3.2 Xây dựng chương trình minh họa 3.2.1 Giới thiệu toán Trong phần xây dựng chương trình mô trình lọc liệu để khử bỏ nhiễu việc sử dụng lọc thích nghi với thuật toán LMS Thuật toán LMS thuật toán lọc thích nghi tuyến tính, bao gồm hai trình sau: - Quá trình lọc: Quá trình bao gồm việc tính toán đầu lọc dãy theo tín hiệu vào băng lọc đánh giá sai lệch đầu tín hiệu chuẩn - Quá trình xử lý thích nghi: Đây trình điều khiển tự động trọng số lọc tương ứng với sai số đánh giá Như thuật toán LMS kết hợp đồng thời hai trình minh hoạ hình 3.3 Hình 3.3: Sơ đồ biểu diễn thuật toán LMS Thuật toán LMS xây dựng sau: * Đầu vào: - Véctơ trọng số: w(n) - Véctơ tín hiệu đầu vào: x(n) Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 55 - Véctơ tín hiệu mong muốn: d(n) * Đầu ra: - Véctơ tín hiệu lọc: y(n) = wT(n)x(n) - Sai số ước lượng: e(n) = d(n) - y(n) - Cập nhật véctơ hệ số lọc: w(n+1) = w(n) + µ e(n)x(n) * Lưu đồ thuật toán mô sau: Bắt đầu Lấy tín hiệu đầu vào x(n) Lấy tín hiệu nhiễu r(n) từ x(n) Tạo tín mong muốn e(n) = d(n)-y(n)< Đ S Giữ nguyên hệ số lọc lọc Kết thúc Cập nhật lại trọng số lọc theo thuật toán LMS Hình 3.4: Sơ đồ thuật toán Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 56 3.2.2 Chương trình mô Trong phần giới thiệu giao diện cách sử dụng chương trình Giao diện chương trình gồm phần: Phần phần bao gồm nút chức việc thực thi lọc Nút Loc thực trình lọc nhiễu hình thành trọng số lọc Phần hai phần hiển thị kết Tín hiệu đầu vào: Ban đầu tạo tín hiệu đầu vào bao gồm 700 tín hiệu lấy ngẫu nhiên Để tạo tín hiệu ngẫu nhiên ta dùng công cụ có sẵn Matlab: x= randn(1,700); Hình 3.5: Giao diện chương trình tạo tín hiệu đầu vào Tín hiệu nhiễu (noise): Tương tự vậy, tín hiệu nhiễu bao gồm 700 giá trị ngẫu nhiên: n= 0.1*randn(1,700); Hình 3.6: Giao diện chương trình tạo tín hiệu nhiễu Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 57 Hình 3.7: Giao diện chương trình tạo tín hiệu đầu vào nhiễu Hình 3.8: Kết thực trình lọc Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 58 Trong sơ đồ trên, ta thấy tín hiệu tín hiệu mong muốn sau khoảng 200 lần lặp sai số bắt đầu hội tụ không, lúc tín hiệu mong muốn tín hiệu có đồ thị gần sát Ở đồ thị thứ hai cho thấy thay đổi trọng số trước lúc lọc (Estimated) sau lúc lặp (Actual) Như lọc số thích nghi hoạt động dựa thuật toán LMS lọc nhiễu tín hiệu Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 59 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Kết luận Các khảo sát luận văn cho thấy tầm quan trọng lọc số, ưu điểm lọc số so với lọc tương tự Có nhiều loại lọc, chủ yếu dựa hai loại cấu trúc kiểu FIR IIR Đặc biệt, luận văn tìm hiểu rõ lọc số kiểu thích nghi, kiểu lọc thông minh hoạt động hiệu nó; dựa thuật toán LMS, RLS, NLMS, v.v…Và ổn định chúng thiết kế theo kiểu cấu trúc FIR Hai thuật toán dùng chủ yếu lọc thích nghi LMS RLS; loại RLS có sở toán học chặt chẽ, yêu cầu phải tính toán nhiều độ xác cao nên phức tạp tốn thời gian hơn; nên áp dụng kiểu LMS đơn giản hơn, phần thực nghiệm luận văn tập trung cho kiểu LMS Các kết thực nghiệm thể rõ tính lọc thích nghi khả ứng dụng khử nhiễu Luận văn trình bày cách hệ thống lý thuyết lọc số, lọc thích nghi, thuật toán lọc thích nghi ứng dụng thuật toán lọc thích nghi để xây dựng chương trình minh họa phần mềm Matlab Do thời gian có hạn, trình độ thân hạn chế, cố gắng cẩn thận luận văn không tránh khỏi thiếu sót; em mong thầy, cô hướng dẫn thêm để luận văn em hoàn chỉnh Hướng phát triển - Tiếp tục nghiên cứu đề tài mở rộng cho nhiều kiểu cấu trúc khác để so sánh kết hoạt động chúng - Nghiên cứu ứng dụng lọc số vào thực tế Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 60 TÀI LIỆU THAM KHẢO Tài liệu tham khảo tiếng Việt: [1]Ngô Quốc Tạo, Bài giảng môn Xử lý ảnh, dành cho lớp Cao học Công nghệ Thông tin, Khoa Công nghệ Thông tin - Đại học Thái Nguyên 2003 [2]Nguyễn Hữu Hùng - Lọc số kiểu thích nghi DSP - Luận văn Thạc sỹ kỹ thuật - Tiến sỹ Ngô Văn Sỹ, hướng dẫn [3]Nguyễn Quốc Trung - Xử lý tín hiệu lọc số - Tập hai – Nhà xuất Khoa học kỹ thuật Hà Nội – Năm 1999 [4]Tống Văn On – Lý thuyết tập xử lý tín hiệu số - Nhà xuất Lao động, xã hội – 2006 [5]Dương Tử Cường , Xử lý tín hiệu số, NXB Quân đội nhân dân, Hà Nội 2003 [6]TS Đỗ Năng Toàn, Phạm Việt Bình, Giáo trình xử lý ảnh, NXB Khoa học Kỹ thuật Hà Nội 2008 [7]Lê Quyết Thắng, Phan Tuấn Tài, Dương Văn Hiếu, Giáo trình Lý thuyết thông tin, Đại học Cần Thơ 2010 Tài liệu tham khảo tiếng Anh [8]Monson H.Hayes, Wiley - Statistical Digital Signal Processing and Modeling - 1996 [9]Rulph Chassaing - Digital Signal Processing with C and the TMS320C30 - John Wiley & Sons, Inc - 1997 [10]Rulph Chassaing - DSP Applications Using C and the TMS320C6x DSK - John Wiley & Sons, Inc - 2002 [11]Aizezi Abuding Vishnuvardhan Yalamanchili - Department of Signal and Systems - Chalmers University of Technology Gothenborg Sweden 2004 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 61 [12]B.Farhang-Boroujeny (1998), Adaptive Filter, Theory and Applications, John Wiley & Son [13]S.S Blackman, R.F Popoli (1999), Design and analysis of modern tracking systems, Artech House, Norwood Trang web http://www.academia.edu/10367195/Denoising_ECG http://vi.scribd.com/doc/228388459/Chapter3-LMS#scribd http://nguyenhuutienbk.blogspot.com/2011/11/huong-dan-laptrinh-guis-matlab.html http://voer.edu.vn/c/tao-giao-dien-trongmatlab/c949c256/ffb0da69 http://matlabthayhai.info/tag/lap-trinh-gui-trong-matlab/ Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 62 MỤC LỤC (a) Tên hình .5 (b) Sơ đồ mô tả cấu trúc trực tiếp mạch lọc IIR bậc N .5 Section I.2 Sơ đồ cấu trúc dạng trực tiếp I mạch lọc IIR bậc N Section I.3 Sơ đồ mạch lọc FIR bậc ghép nối tiếp .5 Section I.4 Sơ đồ mạch lọc FIR pha tuyến tính với M = 1.1 Khái niệm lọc số [2],[3] .9 1.1.1 Khái niệm lọc .9 1.1.2 Bộ lọc tần số .9 1.2.1 Cấu trúc dạng trực tiếp lọc IIR 13 Hình 1.5 Sơ đồ cấu trúc dạng trực tiếp I mạch lọc IIR bậc N 15 Hình 1.6: Sơ đồ cấu trúc nối tiếp mạch lọc IIR bậc 16 1.2.3 Cấu trúc dạng song song lọc IIR .16 1.3 Cấu trúc lọc FIR [2],[3],[4]&[5] 17 1.3.1 Cấu trúc dạng trực tiếp .17 1.3.2 Cấu trúc nối tiếp 18 Hình 1.9: Sơ đồ mạch lọc FIR bậc ghép nối tiếp 18 1.4 Cấu trúc mắt cáo .19 Hình 1.11 Cấu trúc mạng mắt cáo toàn điểm cực .19 Hình 1.12 Cấu trúc thang - mắc cáo bậc N 20 2.1 Giới thiệu lọc thích nghi .22 2.1.1 Một số khái niệm .22 2.1.2 Các kiểu lọc khử nhiễu thích nghi 28 2.1.2.1 Bộ lọc FIR thích nghi 28 2.1.2.2 Bộ lọc IIR thích nghi 30 2.1.3 Cấu trúc lọc số thích nghi 31 2.1.4.1.Nhận dạng hệ thống .33 2.1.4.2 Khử nhiễu 34 2.1.4.3 San thích nghi .35 2.1.4.4 Khử tiếng vang 37 2.2 Thuật toán lọc thích nghi LMS biến thể .39 2.2.1 Thuật toán LMS 41 2.2.2 Thuật toán LMS chuẩn hoá - NLMS .46 Chương 3: MÔ PHỎNG ỨNG DỤNG KHỬ NHIỄU THÍCH NGHI .51 3.1 Giới thiệu 51 53 3.2 Xây dựng chương trình minh họa 54 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 63 3.2.1 Giới thiệu toán 54 3.2.2 Chương trình mô 56 Trong sơ đồ trên, ta thấy tín hiệu tín hiệu mong muốn sau khoảng 200 lần lặp sai số bắt đầu hội tụ không, lúc tín hiệu mong muốn tín hiệu có đồ thị gần sát Ở đồ thị thứ hai cho thấy thay đổi trọng số trước lúc lọc (Estimated) sau lúc lặp (Actual) Như lọc số thích nghi hoạt động dựa thuật toán LMS lọc nhiễu tín hiệu 58 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN .59 TÀI LIỆU THAM KHẢO 60 Số hóa Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ [...]... của bộ lọc số thích nghi Mỗi bộ lọc thích nghi bao gồm một hoặc nhiều tín hiệu đầu vào và một tín hiệu đáp ứng mong muốn (có thể được truy cập vào bộ lọc thích nghi hoặc không) Cấu trúc chung của các bộ lọc thích nghi bao gồm ba Module như mô tả trong Hình 2.7 Tín hiệu vào Tín hiệu ra Cấu trúc lọc Thuật toán thích nghi Đánh giá hiệu suất Hình 2.7: Cấu trúc cơ bản của bộ lọc thích nghi - Cấu trúc lọc: ... lọc thích nghi nhằm tăng hiệu suất của nó Độ phức tạp tính toán và đặc điểm của thuật toán thích nghi phụ thuộc vào cấu trúc lọc và tiêu chí về hiệu suất Để thiết kế một bộ lọc thích nghi ta cần xác định rõ các yếu tố: - Các tín hiệu cần được xử lý bởi bộ lọc - Cấu trúc bộ lọc số sử dụng cho bộ lọc thích nghi - Thuật toán thích nghi được áp dụng cho bộ lọc - Ứng dụng thực tế sẽ sử dụng bộ lọc thích nghi. .. thuật toán cho bộ lọc thích nghi Có nhiều cấu trúc lọc và thuật toán được sử dụng trong bộ lọc thích nghi, mỗi loại phù hợp cho một ứng dụng cụ thể Chúng ta có thể chia bộ lọc thích nghi thành hai loại là tuyến tính và phi tuyến [4] Ở đây chúng ta chỉ quan tâm đến loại bộ lọc thích nghi tuyến tính Bộ lọc thích nghi tuyến tính cũng có thể chia thành hai loại chính: Bộ lọc thích nghi có đáp ứng xung hữu... bộ lọc thích nghi nào cũng phụ thuộc rất nhiều vào các thông tin tiên nghi m về các tín hiệu vào và mục đích của ứng dụng Thông tin tiên nghi m không đáng tin cậy và/ hoặc các giả định sai về tín hiệu có thể làm giảm sút hiệu suất nghi m trọng hoặc thậm chí làm hỏng ứng dụng lọc thích nghi Với các thông tin đầu vào đáng tin cậy, việc lựa chọn một cấu trúc lọc và thuật toán phù hợp cho bộ lọc thích nghi. .. vấn đề đó, người ta nghi n cứu thiết kế bộ lọc sao cho có thể tự thích nghi với hoàn cảnh hiện hành, có nghĩa là nó có thể tự điều chỉnh các hệ số trong bộ lọc để bù lại các thay đổi trong tín hiệu vào, tín hiệu ra, hoặc trong thông số của hệ thống Đó chính là bộ lọc thích nghi Các bộ lọc thích nghi (Adaptive Filter) được sử dụng tốt nhất trong các loại bộ lọc, ở các tín hiệu có điều kiện hay các thông... thống trong GSM 2.1.4.2 Khử nhiễu Loại bỏ nhiễu là một trong những ứng dụng quan trọng của xử lý tín hiệu thích nghi Loại bỏ nhiễu thích nghi là một phương pháp khử nhiễu bằng cách trừ đi thành phần nhiễu trong tín hiệu thu được kết hợp với một quá trình điều khiển hệ thống cho mục đích cải thiện tỷ lệ tín/ tạp (SNR) Thông thường, phương pháp khử nhiễu không thích nghi không thích hợp để khử nhiễu từ tín. .. quy định rõ số lượng và loại tham số có thể được điều chỉnh ta có thể thiết kế được một bộ lọc thích nghi tốt cho một ứng dụng cụ thể Từ hình 2.7 có thể thấy rằng hoạt động của bộ lọc thích nghi gồm hai quá trình cơ bản: quá trình lọc và quá trình thích nghi Trong quá trình lọc, tín hiệu đầu ra được sinh ra từ tín hiệu đầu vào bằng cách sử dụng một bộ lọc Quá trình thích nghi sử dụng một thuật toán... Cấu trúc của bộ lọc FIR thích nghi dạng ngang Trong đó: - N là chiều dài của bộ lọc - x(n): tín hiệu đầu vào - hk là đáp ứng của bộ lọc (k=0, 1, …, N-1) - d(n): là tín hiệu ra mong muốn - e(n) = d(n) - y(n): là tín hiệu sai số - y(n): là tín hiệu ra của bộ lọc Phương trình sai phân của bộ lọc như sau: N −1 y ( n ) = ∑ hk x ( n − k ) (2.6) k =0 Trong một số trường hợp, các mẫu tín hiệu vào không chứa... pháp để có thể tìm ra được tín hiệu mong muốn nhưng phương pháp hiệu chỉnh theo sai số bình phương trung bình là phổ biến hơn cả Sơ đồ khối của hệ thống xử lý tín hiệu thích nghi được mô tả trên hình 2.2 Đầu vào Đầu vào bộ lọc Bộ lọc Tham số bộ lọc Thích nghi Đầu ra - + - + Sai số Hình 2.2: Sơ đồ khối của hệ Tín hiệu mong muốn Đầu ra bộ lọc thống xử lý tín hiệu thích Tín nghi hiệu mong Từ trên sơ đồ ta... Trong thực tế các bộ lọc FIR thích nghi được sử dụng nhiều trong các ứng dụng thông thường còn bộ lọc IIR thích nghi chỉ được sử dụng trong những trường hợp đặc biệt bởi một số lý do sau: - Bộ lọc IIR thích nghi khó ổn định - Việc điều chỉnh các hệ số của bộ lọc IIR thích nghi khó hơn Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc-tnu.edu.vn/ 31 - Hàm sai số của bộ lọc IIR thích nghi thường có nhiều