Gürültü azaltmada LMS adaptif süzgeçlerin FPGA kullanarak uygulanması
Noise cancellation using LMS adaptive filter and application implemented on FPGA
- Tez No: 201251
- Danışmanlar: YRD. DOÇ. DR. ÜNAL KÜÇÜK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Uyarlamalı süzgeçler, LMS, FPGA, gerçek zamanlı algoritmalar, ses isleme, gürültü bastırma, Adaptive filters, LMS, FPGA, Real Time algorithms, audio processing, noise cancellation
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Dogal ortamda insan kulagına gelen ses bilgisi birden fazla kaynaktan çesitli bilesenlerle birlikte gelmektedir. Kulak, bu toplanmıs isareti degerlendirmeye çalısmaktadır. Bu durumda istenmeyen isaretler ses kalitesini düsürmekte hatta bazen duyulan sesin anlasılmamasına neden olmaktadır. Gürültü birden fazla kaynaktan gelebilir, genligi ve frekansı degisken olabilir. Böyle durumlarda, bu degisimler kendini tekrarlamıyorsa ve önceden bilinmiyorsa önlem almak zorlasır, anlık çözümler bulmak zorunda kalınır. Çesitli gürültü kaynakları için çesitli süzgeçler kullanılmaktadır. Eger gürültü bilesenleri belli degerleri alıyorsa ve belli zaman aralıklarında kendini tekrarlıyorsa alınabilecek önlemler hem donanım açısından daha basittir hem de sonuçları oldukça iyidir. Fakat gürültü tamamen öngörülemez ise ve belli bir periyodu yoksa farklı önlemler almak gerekir. Bunun için matematiksel çözümler üretilebilir ancak bunun donanımsal maliyeti çok yüksektir yada imkansızdır. Bu yüzden kendinden uyarlamalı süzgeçler kullanılabilir. Kendinden uyarlamalı süzgeçler, süzgeç çıkısından aldıkları bilgiyi kendi agırlıklarını güncellemede kullanarak çıkısı girise göre düzeltmeye çalısır. Günümüzde oldukça genis uygulamaları bulunan kendinden uyarlamalı süzgeçlerden biri de LMS tabanlı veya bir ileriki hali NLMS tabanlı süzgeçlerdir. LMS tabanlı süzgeçlerin sonuçları mükemmel degildir fakat kabul edilebilir sonuçlar üretmektedir. LMS tabanlı süzgeçler bunun yanında donanıma uyarlaması bakımından avantajlara sahiptir. Donanım, algoritmaların yanında ikinci bir problemdir. Bulunan en uygun algoritmanın donanımı imkansız olabilir bu yüzden algoritma ile donanım arasında en iyi iliskiyi kurabilmek çözümün diger parçasıdır. Bu çalısmada algoritmadan donanıma geçis süreci dikkatli bir sekilde anlatılmıstır. Sunulan bu çalısma: iki giris isaretini alarak uygun çıkıs üretebilen kendinden uyarlamalı, LMS yöntemi ile çalısan süzgeç ve bunun FPGA üzerinde gerçek zamanlı olarak uygulanmasını anlatmaktadır.
Özet (Çeviri)
Normally, sound contents are compound of various sources that is processed at human ears. Such a condition, ear tries to gather valuable information among others which may resulted in failure. In the case of failure, we conclude that noise is at harmful degree. In addition, when noise comes from different sources with changing contents like frequency and amplitudes with no periodicity, solutions to cancel noise will be a quite hard job and instantenous solutions may be needed. The varios noise kinds, the various fitler types has been found. If noise contents are always same and known having periodicity, solutions will be easy with regarded success. Sometimes contens come with no information, in such cases high level mathmatical process will be required with highly costs of hardware. Instead, adaptive filters may be chosen in these conditions. Adaptive filters try to adjust their weights according to their own outputs related with their own inputs. These kind of filters have been used in a quite range of applications. LMS or NLMS oriented adaptive filters is a good example of these filters. LMS oriented filters results are not excellent but accaptable. In addition, LMS oriented filters are one of the easiets filters which is easily implemented on hardwares. Hardware consideration is a second problem with algorithms. The most performanced algorithm may have impossible hardware solutions. For this reason, finding the right relation between the algorithm and the hardware is a part of solution. In this thesis, the process of algorithm towards hardware solution is explained in details. This thesis explains: the LMS oriented self-adaptive fitler which takes two input and produces one output. Also, real-time process of fitler is explaind with use of FPGA.
Benzer Tezler
- Real-time noise cancellation using adaptive algorithms
Adaptif algoritmalar kullanarak gerçek zamanlı gürültü engelleme
ALİ HAMİTOĞLU
Yüksek Lisans
İngilizce
2012
Mühendislik BilimleriDoğu Akdeniz Üniversitesi-Eastern Mediterranean UniversityBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN KÖMÜRCÜGİL
- Biyolojik işaretler için adaptif gürültü azaltma sistemi
Adaptive noise canceller for biological signals
AYDIN AKAN
Yüksek Lisans
Türkçe
1991
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ERTUĞRUL YAZGAN
- Multı-rotor insansız hava araçları için aktif gürültü sönümleme geliştirilmesi
Development of active noise damping for multi-rotor unmanned aerial vehicles
İREM GÜLDEMET
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriTürk Hava Kurumu Üniversitesiİnsansız ve Otonom Sistem Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAMİT TEKİN
DR. ÖĞR. ÜYESİ MASOUD LATIFINAVID
- Transmisson of 2-B images for turbo codes
Turbo kodlu 2-B görüntülerin iletilmesi
KENAN BÜYÜKATAK
Doktora
İngilizce
2005
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ.DR. SEDEF KENT
- Developing de-noising algorithm improved with least mean squares filter for autonomous-vehicles LIDAR in snowfall
Otonom araçlarda LIDAR için kar yağışında en küçük ortalamlı kareler filtresiye güçlendirilmiş gürültü giderici algoritma geliştirilmesi
CEMRE KAVVASOĞLU
Yüksek Lisans
İngilizce
2019
Mekatronik Mühendisliğiİstanbul Okan ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER CİHAN KIVANÇ