Filtre adaptive. Aplica!

ii ale filtrelor adaptive

n multe aplica!ii de prelucrare a semnalelor coeficien!ii filtrelor numerice nu pot fi calcula!i ini!ial (off-
line) dup" care s" se execute filtrarea n timp real. De exemplu un modem care transmite #i receptioneaz" date pe o
linie telefonic" trebuie s" con!in" n structura sa #i un egalizor care s" corecteze distorsiunile care apar n mediul de
transmisie.
Deoarece canalul de transmisie are diferite caracteristici de r"spuns n frecven!" la momente de timp
distincte , rezult" c" distorsiunile vor fi diferite la momente de timp diferite,deci egalizorul trebuie s"-#i modifice
coeficien!ii n timp (trebuie s" aib" coeficien!i ajustabili).
Din acest motiv egalizorul se mai nume#te #i egalizor adaptiv sau generic filtru adaptiv.
Un filtru adaptiv este de fapt un filtru numeric la care se adaug" un bloc de ajustare a coeficien!ilor.
(figura $).



T T T T
h(0) h($) h(2) h(3) h(4)
Algoritm pentru ajustarea coeficientilor
Intrare
Iesire


Figura $. Structura unui filtru adaptiv FIR

Structura din figura $ este cea mai des utilizat" datorit" faptului c" filtrul digital este de tip FIR (mai
simplu de realizat). Exist" #i filtre adaptive n structur" IIR.
De asemenea structura FIR este preferat" deoarece este necondi!ionat stabil" , spre deosebire de structura
IIR.
Coeficien!ii filtrului adaptiv se calculeaz" conform unui algoritm care urm"re#te ca ie#irea filtrului s" fie ct
mai aproape de o ie#ire dorit" (ideal").

Observa!ie : n cazul filtrelor adaptive coeficien!ii nu se calculeaz" cu metodele studiate pentru filtrele obi#nuite
(neadaptive).
Un algoritm de ajustare a coeficien!ilor filtrului adaptiv trebuie s" posede urm"toarele caracteristici :

$.- rat" de convergen!" ridicat"
(rata de convergen!" este definit" ca num"rul de itera!ii necesar pentru ca ie#irea filtrului s" se apropie suficient de
mult de ie#irea dorit" ) . Un algoritm cu rat" de convergen!" ridicat" conduce la un filtru adaptiv care poate urm"ri
varia!ii rapide ale semnalului de intrare.
2.- factor de dezacord mic
( factorul de dezacord indic" diferen!a ntre ie#irea obtinut" #i ie#irea dorit" ) .Acest factor ofer" o informa!ie
cantitativ" asupra calit"!ii filtrului adaptiv real n compara!ie cu filtrul adaptiv teoretic.
3.- robuste!e - se refer" la capacitatea algoritmului de a opera satisf"c"tor la o gam" divers" de secven!e de
intrare (semnale deterministe sau semnale aleatoare cu caracteristici statistice diferite).
4.- cerin!e de calcul reduse - se refer" la numarul de opera!ii necesare pentru implementare (adun"ri,
sc"deri, nmul!iri, mp"r!iri) , la capacitatea de memorie necesar" pentru structura de date a algoritmului #i la efortul
de programare necesar implement"rii algoritmului pe calculator.
5.- structura simpl" - algoritmul trebuie s" fie modular #i cu un grad ridicat de paralelism (pentru a putea
fi u#or realizat hardware n tehnologie VLSI)
6.- senzitivitate redus" la cuantizarea coeficien!ilor - dac" algoritmul se implementeaz" numeric pe
calculator atunci trebuie s" fie pu!in dependent de cuantizarea cantit"!ilor cu care se opereaz" n caz contrar
func!ionarea devine incorect" sau chiar instabil".






mbun"t"!irea calit"!ii semnalului (Adaptive Line Enhancer - ALE )

Structura unui ALE este prezentat" n figura 3.

Semnalul de intrare este un semnal de band" ngust" acoperit de zgomot ( de exemplu un semnal
sinusoidal + zgomot).Filtrul adaptiv #i ajusteaz" coeficien!ii astfel nct la ie#ire s" se ob!in" semnalul de band"
ngust" ( de exemplu semnalul sinusoidal) cu o mic" atenuare.
Un element esen!ial n structura din figura 3 este ntrzierea ntre intrare #i filtrul adaptiv; aceast" ntrziere
asigur" eliminarea corela!iei ntre zgomotul de la intrarea n sistem #i zgomotul de la intrarea n filtrul adaptiv.
n acest mod diferen!a dintre ie#irea filtrului adaptiv #i intrare este:

e(n) = [ s(n) + w(n-D) ] * h(n) - w(n) , unde * este produsul de convolu!ie.

Func!ia e(n) are valori mai mici , ca valoare medie p"tratic" , dac" D > 0 deoarece intervine n calcul
produsul de convolu!ie w(n-D)* w(n) care este nul dac" D>0 (semnale necorelate).

semnal cu zgomot
s(n)+w(n)
Intirziere (D) Filtru adaptiv
Algoritm de
adaptare
+
+
- e(n)
iesire
s(n)
^
s(n)
^
= semnal imbunatatit (extras din zgomot)
e(n) = functia de eroare (minima in medie patratica)
s(n) = semnal util (de banda ingusta)
w(n) = semnal zgomot ( de banda larga)


Figura 3 . Sistemul ALE

Algoritmul LMS pentru ajustarea coeficien!ilor filtrului adaptiv

Ajustarea coeficien!ilor filtrului adaptiv se realizeaz" cu scopul de a minimiza diferen!a dintre ie#irea
filtrului adaptiv #i o ie#ire dorit" . Vom nota aceast" diferen!" cu e(n) - eroarea de estimare.
Eroarea de estimare este dat" de formula :

e(n) = d(n) - h(n)*u(n)

unde h(n) reprezint" secven!a coeficien!ilor filtrului adaptiv , u(n) secven!a semnalului de intrare , d(n) - semnalul
de ie#ire dorit , iar * reprezint" produsul de convolu!ie.
Pentru a calcula h(n) se minimizeaz" eroarea p"tratic" medie a erorii de estimare.
Algoritmul LMS poate fi scris:
y(n) =
k
N
=

0
$
h(k).u(n-k) ;
e(n) = d(n) - y(n) ; (eroarea la pasul curent n)
h
n+$
(k) = h
n
(k) + .e(n).u(n-k) ; k = 0,$,...,N-$ #i n = 0,$,2,......

unde h
n
(k) reprezint" coeficientul de index k la pasul n . Parametrul controleaz" stabilitatea #i viteza de
convergen!" ale algoritmului de ajustare recursiv #i se nume#te constant" sau pas de adaptare
n concluzie algoritmul LMS presupune c" la fiecare e#antion al intr"rii u(n) ( la fiecare pas) se efectueaz"
urmatoarele:

$. - calculul ie#irii filtrului adaptiv ( y(n) ); se presupune c" la n=0 avem h(0)=0;
2. - calculul erorii ntre e#antionul de ie#ire al filtrului adaptiv #i e#antionul ie#irii dorite;
3. - actualizarea coeficien!ilor filtrului adaptiv ( h(k) cu k = 0,$,...,N - $).

Constanta de adaptare, , trebuie aleas" suficient de mare pentru ca viteza de convergen!" s" fie ridicat"
#i suficient de mic" pentru a men!ine stabilitatea algoritmului.
Pe de alt" parte alegerea lui depinde de caracteristicile statistice ale semnalului de intrare, u(n) ; de
asemenea dac" este prea mic termenul .e(n).u(n-k) poate fi considerat nul datorit" cuantiz"rii ce apare n
structura hardware care implementeaz" filtrul adaptiv - n acest caz ajustarea coeficien!ilor se ncheie f"r" ca
minimul erorii p"tratice medii s" fie atins.
Se demonstreaz" c" trebuie s" ndeplineasc" urm"toarea condi!ie :

0 < < $ / ( $0.N.P
u
) , unde N este num"rul de coeficien!i ai filtrului adaptiv (de tip FIR) , iar
P
u
este puterea semnalului de intrare definit" astfel :
P
u
= [$/(M+$)] .
n
M
=

0
u
2
(n) ;

Implementarea algoritmului LMS

n continuare se prezint" o modalitate se implementare a algoritmului LMS de adaptare a coeficientilor.
Rutina trebuie apelat" la fiecare achizi!ie a unui e#antion nou. Implementarea filtrului adaptiv ( pentru ALE, sau
pentru compensatorul adaptiv de ecou) va con!ine o rutin" de implementare a filtrului FIR #i o rutin" de adapare a
coeficien!ilor filtrului FIR.

{----------------Algoritmul LMS -----------------------}
{parametrii de intrare :
mx0=eroarea , my1 =pasul de adaptare
i3 ->linia de intirziere
i6 ->coeficientii FIR adaptiv
cntr =numarul de coeficienti ai FIR
parametrii de iesire : coeficientii FIR actualizati

lms: mf=mx0*my1(rnd), mx0=dm(i3,m1); {mf =e(n) * }
{mx0 =u(n-k)}
mr=mx0*mf(rnd), ay0=pm(i6,m5); {mr1=e(n)**u(n-k)}
{ay0 =h(n)}
do adaptive until ce;
ar=mr1+ay0, mx0=dm(i3,m1), ay0=pm(i6,m4);
{h(n) =h(n) +mr1=e(n)**u(n-k) }
{citeste urmatorul h(n)}
adaptive: pm(i6,m6)=ar, mr=mx0*mf(rnd); {h(n+1) =h(n) }
{mr1=e(n)**u(n-k)}
modify(i6,m4); {reface i6}
modify(i3,m3); {reface i3}
rts;