论文部分内容阅读
盲源分离(Blind Source Separation,BSS)目前在生物医学、语音识别、雷达与通信系统等领域具有突出的应用。独立分量分析(Independent Component Analysis, ICA)是一种解决盲源分离的方法，该方法在于寻找一个线性坐标系统，使产生的信号尽可能地彼此统计独立。Infomax、FastICA是ICA中两种典型的算法，在解决BSS问题中应用很广泛。采用ICA进行严格意义上的实时处理是很困难的，一方面它本身是个离线的，每次处理需要较多数量的输入信号采样点；另一方面ICA涉及较多的乘累加运算、矩阵运算、迭代处理，算法复杂度较高。基于此，在工程上准实时地实现ICA算法，需要对算法结构进行变换，充分挖掘算法内部的并行性，还有对器件进行选型。FPGA非常适合实现分布式的算法结构，被广泛应用到高速或者实时信号处理中；而且目前在VLSI芯片设计中，也常被用来做为仿真验证的器件。本文探究在FPGA芯片上使用硬件描述语言来实现ICA算法，同时采用VLSI的各种变换技术对算法进行结构优化，使设计在速度、面积、功耗三方面得到权衡，并在FPGA芯片上进行仿真验证。文中首先较为详细地描述了ICA理论，特别是FastICA和Infomax算法；接着从VLSI的角度细致地阐述了诸多基础运算的算法结构、设计构架，并部分地给出了Synplify综合电路和Modelsim仿真结果；通过分析InfomaxS和im FualsitnIkC A和的Sy算st法em结G构en，er同ato时r利实用现已框经图设，计以好及的一基种础新运颖算的模通块道，本Fa文stI给CA出的了详Infomax的分架离，。该FastICA系统基于倍降速的递归流水线技术，能较好的实现≥2通道细的实信现号构