自适应滤波器

 这个东西是2017年全国电子设计大赛E题，题目要求如下：



  题目要求做一个自适应滤波器，开始看了一个星期的自适应滤波器，，无奈有点晕头晕脑，，没看太明白，仿真结果也不太理想，于是决定用模拟方案（最后还是用数字方案完整的实现了所有功能），输入为混有噪声信号的D与纯噪声信号B，输出为有用信号，其中D中的噪声与纯噪声信号B频谱相同，噪声信号被限定为正弦波、三角波、或者方波，但相位差未知，因为过了一个移相器，所以单纯用减法器减掉噪声是不行的，既然相位差未知，所以我们第一个想法是测出相位差，于是有了下面的方案：
图1：利用乘法器检测相位

  信号D中除了噪声，还包含有用信号，所以通过比较器然后测相位差是行不通的，所以我们打算用模拟乘法器，将信号B不断移相得到信号F，然后与D相乘，再过低通滤波器（同频信号相乘会得到直流和和频，不同频信号相乘得到差频和和频，低通是为了滤掉除直流以外的信号），当低通滤波器输出直流电压最大时，此时F的相位与D中噪声信号相位相同，从而根据移相器移相的角度得到相位差，然后用另外一路移相器移到该相位得到信号G，再用减法器相减，得到有用信号E。
理想很丰满，现实确总让人失望，这个方案里有几个不好弄的问题。

1. 第一个遇到的就是移相器怎么弄。。自适应滤波器里面要有两个程控移相器，开始打算是用DAC8811(乘法、电流输出型DAC)做程控电阻，然后用模电书里面的全通滤波器做移相，结果发现那个全通滤波器控制相移的电阻两端没一个是虚地或者地，然后DAC8811就弄不了了，遂作罢。然后由想着用程控电位器，于是赶紧申请了几颗TI的程控电位器，，结果申请回来正打算开始做，发现程控电位器的带宽太低了，不够用，并且TI也没有合适的程控电位计，，遂作罢，最后用FPGA弄了个FIFO，加上A/D、D/A才弄好。
2. 然后就是利用乘法器检测相位这个方案也不太好做精确，当噪声是正弦波，并且相位差很小的时候，测相精度就很差，实际做出来只能精确到±5°以内。。
3. 还有减法器，，实测即使相位已知，当噪声信号是正弦波还好，但如果是方波，，相减后会有很大的毛刺，，
4. 另外就是这个方案从一开始就由一个问题，，题目要求系统反应时间小于1秒，但相位从0-180°扫描过去，几乎不可能在1秒内完成，，经过不断优化，，1°的步进时，最快要10秒左右才能扫一次。

   对于问题1，FPGA+FIFO+A/D+D/A解决了

   对于问题2，我们换了种思路，如图2，我们先对噪声信号B移相，得到信号F，然后先用信号D减去信号F，由于噪声信号频率可以测出来，我们用FPGA产生两路与由于信号噪声同频，但两路信号间相位差为90°的正交方波信号，做一个锁定放大器，检测信号相减后剩余的噪声信号，当剩余噪声信号最小时，记录相位，然后控制另外一路移相器以到那个相位与信号D相减得到有用信号E，这样做之后效果好很多，相位误差±1°左右，噪声信号为正弦波和三角波时，基本可以满足题目要求，但方波还是不行。。

  对于问题3，可能把运放换成高速运放，或者限制输入信号带宽应该会好一点吧，由于时间有限和有了更好的方案，就没管这个问题了。。

  对于问题4，，放弃了这个要求了，，不过我们又做了个数字方案，这个要求也满足了。

图2：利用锁定放大器检测相位

图3：哗啦啦的线。。大三的阴影

图4：最后滤出来的波形，忘记拍滤之前的了，，，大致就是两个不同频率、1Vpp的正弦波叠加。

  做了两个多星期，，总算出了点结果，，好在还没有结束

  在书上看到了自适应陷波器，相当于一个窄带陷波器，可以做成多路构成多路窄带滤波器，，然后matlab仿真，，效果不错，C语言仿真，效果不过，Verilog写完modelsim仿真，效果不错，，signTab仿真，，效果不错，，然后上A/D，D/A，完美。。。
迭代公式很简单，，怎么推到出来的，，迷迷糊糊看了个大概，，，这里面印象最深的是第一次在FPGA里面用到了流水线，，以前一直是状态机模拟C语言的，，这次用流水线大大提高了时间效率，一环扣一环，，一点多余都没有。
最后系统大致结构为：首先FPGA测量噪声频率，然后单片机算出噪声基波及各次谐波所对应的频率控制字，然后写入到FPGA，控制FPGA内部DDS产生不同频率的参考信号，从而滤除掉噪声的基波和各次谐波，，本来打算再做一路AD采样，通过频谱检测当前是否为正弦波，如果是正弦波，就只抑制基波，避免伤及无辜，但由于时间有限，，还是没有做。。

图5：自适应陷波器结果图。。网上截图的，，这里只有一路陷波，实际上我们做了16路。

图6：状态机流水

图7：流水线代码截图，一环扣一环，，没有任何多余。。。
图8：matlab仿真

图9：modelsim仿真

图10：滤出来干干净净的波形

  最后实测的图忘记拍了，，效果不错，，完全满足题目所有要求。

  这个题做了快一个月，做了一个模拟方案，一个数字方案，也算是收获不少吧。

  最后附matlab仿真代码：

clear;clc;
close all;
%采样信息
fs=1e6;
t=0:1/fs:1;
%噪声信息
noiseInfo=[
    10.01e3 pi/2;
    39.99e3 pi/2;
    99.99e3 pi/2;
    69.99e3 pi/2;
    29.99e3 pi/2;
];
%有用信号信息
sourceInfo=[
    10e3 0;
    30e3 0;
];noise=zeros(16,length(t));
source=zeros(16,length(t));
ref_s=zeros(16,length(t));
ref_c=zeros(16,length(t));dn=zeros(1,length(t));
wn=zeros(16,2);
en=zeros(1,length(t));%生成噪声
for i=1:1:length(noiseInfo(1:end,1))
    noise(i,:)=sin(2*pi*t*noiseInfo(i,1)+noiseInfo(i,2))*10;
    ref_s(i,:)=sin(2*pi*t*(noiseInfo(i,1)+0.000));
    ref_c(i,:)=cos(2*pi*t*(noiseInfo(i,1)+0.000));
end
%生成有用信号
for i=1:1:length(sourceInfo(1:end,1))
    source(i,:)=sin(2*pi*t*sourceInfo(i,1)+sourceInfo(i,2))*10;
end
%将噪声累加
for i=1:1:length(noiseInfo(1:end,1))
    dn=dn+noise(i,:);
end
%将有用信号累加
for i=1:1:length(sourceInfo(1:end,1))
    dn=dn+source(i,:);
end
%滤波
for i=1:1:length(t)
    sum=0;
    for j=1:1:length(noiseInfo(1:end,1))
        sum=sum+wn(j,1)*ref_s(j,i)+wn(j,2)*ref_c(j,i);
    end
    en(i)=dn(i)-sum;
    for j=1:1:length(noiseInfo(1:end,1))
        wn(j,1)=wn(j,1)+2*0.00002*en(i)*ref_s(j,i);
        wn(j,2)=wn(j,2)+2*0.00002*en(i)*ref_c(j,i);
    end
end
figure;
plot(dn);
figure;
plot(en);
figure;
plot(abs(fft(dn(6e5:1e6))));
figure;
plot(abs(fft(en(6e5:1e6))));