[发明专利]一种用于ADC校准的LMS算法有效
申请号: | 201310108903.7 | 申请日: | 2013-03-29 |
公开(公告)号: | CN103178846A | 公开(公告)日: | 2013-06-26 |
发明(设计)人: | 李斌;雷青;吴朝晖;杨祎魏 | 申请(专利权)人: | 华南理工大学 |
主分类号: | H03M1/10 | 分类号: | H03M1/10 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 蔡茂略 |
地址: | 510641 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 adc 校准 lms 算法 | ||
1.一种用于ADC校准的LMS算法,其特征在于,包括:待校准的ADC(11)、降频器(15)、低速高精度ADC(12)、LMS自适应滤波器(13)和减法器(14),模拟输入信号vin输入所述待校准的ADC(11)的输入端,并且通过所述降频器(15)降频后输入低速高精度ADC(12)的输入端,所述LMS自适应滤波器(13)的输入端与所述待校准ADC(11)的输出端相连,输出通过所述降频器(16)降频后与所述减法器(14)的一个输入端相连接,所述减法器(14)的另一个输入与所述低速高精度ADC(12)的输出端相连接,所述减法器(14)的输出端与所述LMS自适应滤波器(13)的控制端相连。
2.根据权利要求1所述的LMS算法,其特征在于,所述待校准的ADC(11)对输入的模拟输入信号进行模数转换,并将转换后的数字输出作为所述LMS自适应滤波器(13)的输入信号。
3.根据权利要求1所述的LMS算法,其特征在于,所述降频器(15)降低输入信号的频率,使降频后模拟信号的频率与低速高精度ADC的采样频率成比例。
4.根据权利要求1所述的LMS算法,其特征在于,所述低速高精度ADC(12),对降频后的模拟输入信号进行模数转换,输出的数字信号做为ADC校准的参考信号。
5.根据权利要求1所述的LMS算法,其特征在于,所述降频器(16),对LMS自适应滤波器的输出进行降频,使得所述减法器(14)的两个输入信号在时域是一一对应的关系。
6.根据权利要求1所述的LMS算法,其特征在于,所述减法器(14),对参考信号和所述降频器(16)降频后的数字信号相减得到误差信号,并将误差信号返回到所述LMS自适应滤波器(13),用于更新下一时刻的抽头权系数。
7.根据权利要求1所述的LMS算法,其特征在于,所述LMS自适应滤波器(13)利用误差信号因子、输入信号因子和步长因子自适应的更新滤波器的抽头权系数,通过不断的调整滤波器的抽头权系数,直到误差信号达到所要求的精度,完成ADC的校准。
8.根据权利要求7所述的LMS算法,其特征在于,所述步长因子与误差信号是非线性关系,用于控制收敛速度和收敛精度。
9.根据权利要求7所述的LMS算法,其特征在于,所述抽头权系数在用当前的抽头权系数自适应更新到下一时刻的抽头权系数时,增加了一个与误差有关的扰动因子,减小抽头权系数每次的变化量,从而减小抽头权系数的振荡幅度。
10.根据权利要求1至9任一项所述的LMS算法,其特征在于,迭代公式如下:
滤波输出:y(n)=X(n)WT(n),
其中,X(n)=[x(n) x(n-1) x(n-2) …… x(n-M+1)],
M为自适应滤波器的阶数,
W(n)=[w0(n) w1(n) …… wM-1(n)]
估计误差:e(n)=d(n)-y(n)
步长更新:μ(n)=β[1-e-α|e(n)e(n-1)|],
α>0,β为控制函数取值范围的常数,
抽头权系数更新:
w(n+1)=w(n)+μ(n)e(n)x(n)+γ(n)[|e(n)|-|e(n-1)|],
γ(n)=an,a为大于0小于1的常数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310108903.7/1.html,转载请声明来源钻瓜专利网。