Digitale filtre

6. juni 2005
Digitale filtre
4.7 Software simulering og implementering af FIR løsning
Ved implementering af et filter på signal processoren er det fordelagtigt at
konvertere filterkoefficienterne til fast tals format, se ressource afsnittet om
Blackfin processoren på side 9. Til konverteringen benytes en udleveret
konverterings funktion 'gen_C_header'.
Det er fordelagtigt at undersøge om filteret virker under kontrollerede forhold.
Dete gøres ved at skrive koden der skal behandle indgangssignal og teste koden
med et kendt signal. Ved hjælp af MATLAB og 'gen_C_header' kan der laves et
signal, der umiddelbart kan bruges til simulering i visualDSP++ med Blackfin
processorens talformat og regne instruktioner.
Til simuleringen defineres et hukommelsesområde hvor udgangssignalet
gemmes. Værdierne i hukommelsen kan efter en foldning med det genererede
signal sammenlignes med værdierne af en foldning af det samme signal med
MATLAB.
Funktionen til foldning af inputsignal med filter
/**
* Convolution of delayLine and filter
*
* _x is a delayline of _n elementens
* the delayLine will contain data in the format
* delayLine[] = { x0, x1, x2, x3, x4, x5 }
* ^ _xOffset should be 0 as the next sample should be placed at
* location 0 in the array
*
* after reciving 2 more samples the delayline would contain data as following:
* delayLine[] = { x6, x7, x2, x3, x4, x5 }
* ^ _xOffset should be 2
*
* _h is the filter coeffecients
*
*/
inline fract32 runFIR(const fract16 _x[], const fract16 _h[], const int _n,
const int _xOffset) {
fract32 y = 0;
int k = 0;
//sum delayline with filter, starting with oldest value x[old] -> x[_n-1]
for (k = 0; k < _n; k++) {
fract32 temp = mult_fr1x32(_x [ (_xOffset + k + 1 ) % _n ] ,_h[_n-1-k]);
y = add_fr1x32( temp, y);
}
return y;
}
ITVP4 – Gruppe 5 Side 32 af 53