浮點LMS算法的FPGA實現(xiàn)

引言
　　LMS(最小均方)算法因其收斂速度快及算法實現(xiàn)簡單等特點在自適應(yīng)濾波器、自適應(yīng)天線陣技術(shù)等領(lǐng)域得到了十分廣泛的應(yīng)用。為了發(fā)揮算法的最佳性能，必須采用具有大動態(tài)范圍及運算精度的浮點運算，而浮點運算的運算步驟遠(yuǎn)比定點運算繁瑣，運算速度慢且所需硬件資源大大增加，因此基于浮點運算的LMS算法的硬件實現(xiàn)一直以來是學(xué)者們研究的難點和熱點。

　　文獻[1]提出了一種適合于FPGA(現(xiàn)場可編程門陣列)實現(xiàn)的自定義24位浮點格式和一種高效結(jié)構(gòu)的多輸入FPA(浮點加法器)，這種結(jié)構(gòu)的多輸入FPA與傳統(tǒng)的級聯(lián)結(jié)構(gòu)相比不僅可增加運算速度，還能大量減少所需的硬件資源。

　　本文正是基于這種高效結(jié)構(gòu)的多輸入FPA，在FPGA上成功實現(xiàn)了基于浮點運算的LMS算法。測試結(jié)果表明，實現(xiàn)后的LMS算法硬件資源消耗少、運算速度快且收斂性能與理論值相近。

1 浮點運算單元的設(shè)計

1.1 浮點加法器的設(shè)計

一般說來，雙輸入浮點加法器需要以下操作步驟：

　　a) 對階操作：比較指數(shù)大小，對指數(shù)小的操作數(shù)的尾數(shù)進行移位，使操作數(shù)的階碼相同。

　　b) 尾數(shù)相加：對對階后的尾數(shù)進行加(減)操作。

　　c) 規(guī)格化：規(guī)格化有效位并且根據(jù)移位的方向和位數(shù)修改最終的階碼。

　　在用FPGA進行數(shù)字信號處理的系統(tǒng)中，一般處理的數(shù)據(jù)都是經(jīng)A／D采樣送出的信號，其分辨率一般取12～16位，取18位有效位數(shù)即可滿足絕大多數(shù)的情況。同時，目前FPGA 芯片內(nèi)集成的乘法器均是18×18位的硬核。據(jù)此，文獻[1]自定義了一種24位的浮點數(shù)據(jù)格式。

　　該格式的浮點數(shù)所表示的具體值可用下面的通式表示：

式中：m為18位補碼數(shù)。

　　小數(shù)點定在最高位與次高位之間，這樣m即表示-1～1之間的小數(shù)；e為6位補碼數(shù)，范圍為-32～31。且規(guī)定當(dāng)m=0，e=-32時值為0。

　　傳統(tǒng)的多輸入浮點加法器結(jié)構(gòu)如圖2所示。以8輸人為例，需要7個雙輸入FPA通過3級級聯(lián)而成。這種結(jié)構(gòu)的算法的順序時延含有大量的重復(fù)步驟。如3級雙輸入FPA運算就有3次相同的規(guī)格化操作，如果將3級規(guī)格化操作用1級操作來代替，不僅可大大縮短運算時延，還可減少所需硬件資源。

　　基本運算單元不再是傳統(tǒng)的雙輸入FPA，而是根據(jù)FPA的一般運算步驟構(gòu)造的算法結(jié)構(gòu)，通過大量采用并行運算從而大大減小運算時延。以8輸入的對階操作為例，改進算法的8輸入對階操作只需順序進行3級比較操作、1級減法操作及1級移位操作即可完成；而采用圖2所示的并行算法，則需順序進行3級比較操作、3級減法操作及3級移位操作，相對于改進算法來說增加了2級順序減法操作及2級移位操作時延。

1.2 浮點乘法器的設(shè)計

　　浮點乘法器與浮點加法器相比，不需要對階等系列操作，實現(xiàn)起來相對簡單示。

　　首先將輸人數(shù)據(jù)的18位補碼直接相乘得36位乘法結(jié)果，由于尾數(shù)的小數(shù)點定在最高位與次高位之間，相乘結(jié)果的絕對值小于1，故截取第35～18位為尾數(shù)乘法結(jié)果。尾數(shù)乘法結(jié)果與相加后的指數(shù)一起進行規(guī)格化輸出即完成浮點乘法功能。

2 浮點LMS算法的FPGA實現(xiàn)

2.1 LMS算法的一般步驟

　　Widrow和Hoff在1960年提出了LMS算法，它是取單個誤差樣本平方的梯度作為均方誤差梯度的估計，算法的步驟如下：

　　式(2)～式(5)中：y(n)為輸出信號；X(n)為輸入矢量；W(n)為抽頭系數(shù)矢量；r(n)為參考信號；e(n)為誤差信號；▽(n)為梯度矢量；μ為步長因子。

　　由式(2)～式(5)可知，LMS算法的所有運算均由加法及乘法操作組成，易于硬件實現(xiàn)。算法步驟其實為遞推公式，且步驟中多處需進行多輸入加法操作，這樣，采用高效結(jié)構(gòu)的多輸入浮點加法器即可大量節(jié)約硬件資源并提高運行速度。

2.2 算法的FPGA實現(xiàn)

　　采用浮點LMS算法對自適應(yīng)橫向濾波器進行了實現(xiàn)。輸入信號為500 kbit／s的偽隨機序列加高斯白噪聲，采樣頻率為4 MHz，采樣數(shù)據(jù)為18位補碼，共7級抽頭系數(shù)。這樣，由式(2)～式(5)可知，將第1步(式(2))、第2步(式(3))組合起來則需并行進行7個乘法操作，再進行一次8輸入的加法操作；第3步(式(4))為并行進行7個乘法操作；第4步(式(5))需并行進行7個加法操作，其中肛取2-5，則其乘法操作在FPGA實現(xiàn)時可用移位操作代替。

　　采用的開發(fā)環(huán)境為ISE7．li，編程語言為VHDL，綜合工具為Synplicity7.0，仿真工具為Modelsim6.0，F(xiàn)PGA處理時鐘頻率為64 MHz。

　　基于浮點運算的LMS算法所需硬件資源較少，運算速度高(最高時鐘頻率大于64 MHz)，可以滿足系統(tǒng)設(shè)計要求。

　　不同信噪比條件下FGPA實現(xiàn)后的仿真結(jié)果與理論仿真結(jié)果的對比圖。由圖中可清楚地看出，在FPGA上實現(xiàn)的浮點LMS算法的收斂性能與理論值非常接近。

3 結(jié)束語

　　LMS算法的理論雖然十分成熟，但浮點LMS算法的硬件實現(xiàn)因浮點運算單元的硬件資源消耗大、運算速度慢等缺點，從而一定程度上限制了LMS算法在需要快速數(shù)字信號處理場合中的應(yīng)用。本文根據(jù)文獻[1]提出的高效結(jié)果的多輸入浮點加法器，成功地在FPGA上實現(xiàn)了浮點LMS算法。仿真測試結(jié)果表明，實現(xiàn)后的LMS算法硬件資源消耗少、運算速度