CN1708902A - 用于确定数字滤波器的滤波系数的方法和数字滤波器 - Google Patents

Abstract

在一个用于确定数字滤波器的滤波系数的方法中，特别实在UMTS中，预定的滤波系数bν被除以相同的换算因数s并且然后被量化，其中，从最高有效位向前计数的n个“1”比特被使用，和(一个或多个)量化误差E通过选择换算因数s0被最小化，并且这些被换算和量化的滤波系数βν在滤波器中被实现。

Description

用于确定数字滤波器的滤波系数的方法和数字滤波器

本发明涉及一个用于修改数字滤波器的滤波系数的方法，更具体地用于UMTS(通用移动电信系统)，其中，滤波系数在滤波器设计程序中被预定和修改。此外，本发明涉及这种类型的数字滤波器。

数字滤波器被用作UMTS标准中的脉冲整形滤波器和匹配滤波器(3GPP，TS25.201：UE无线电发射和接收(FDD)，V3.2.0)和(3GPP，TS25.213：传播和调制(FDD)，V3.0.0)。由于将被处理的滤波器系数的数目和很大的信号带宽，这类滤波器需要许多计算电路。因此，它们几乎不能由信号处理器来执行，信号处理器是具有滤波功能的仪器的一部分。由于滤波器必需通过硬件来实现和有其自己的滤波器元件(芯片)导致仪器表面区域很大并增加功率消耗。这两个因素阻挠了仪器的结构小型化。

一种数字滤波器在US-PS6311203中被描述，其中，用两个因数相乘来简化滤波器系数的计算。可以用简单方法来估算的滤波器系数的预选择没有被提供。

在US-PS5732004中，换算因数被分配给单独的滤波器系数。用于所有滤波器系数的公用换算因数没有被提供。

从WO01/22582A1已知一个浮点FIR滤波器。公用的换算因数没有被提供。

本发明的一个目的是提供一个方法和一个其类型在公开段落中被定义的滤波器，其中，滤波器特性和处理率没有决定性的恶化，而滤波器被制造得使芯片表面积很小并且电流消耗很少。

关于该方法的上述目的通过权利要求1的技术特征来实现，而滤波器则用权利要求4的技术特征来实现。

为了这个目的，预先在滤波器设计程序中确定的理想滤波系数被量化和换算，以便它们可以由简单的加法操作来处理从而避免了高代价的乘法器。由量化和换算简化的滤波器系数在包含滤波器功能的相应仪器中没有被确定。它们通过扩展的滤波器设计程序中的理想滤波器系数被确定并接着被在仪器中实现。

被量化和换算的滤波器系数简化了滤波信号计算的数字复杂度。这能够实现一个在仪器中所需区域或空间小并且功率消耗小的滤波器函数。滤波器可以是具有定点运算的UMTS上行链路和/或下行链路，根升余弦滤波器。然而，所述方法也可以被用于与定点运算协作的其它非递归滤波器。

本发明的有利实施例通过从属的权利要求和以下说明而变得明显。在附图中：

图1示出根据目前技术水平的FIR滤波器，

图2示出一个改进的滤波器方案，具有滤波系数的相加级，

图3示出具有三个加法器的相加级之一，

图4替换地示出具有一个加法器的相加级，

图5替换地示出具有可选滤波系数的一个相加级，

图6示出滤波系数的一个确定流程图，

图7根据目前技术水平示出用于滤波系数乘法运算的计算方案，

图8示出通过量化滤波系数的乘法运算的计算方案，

图9示出每个系数估算4个″1″比特的数量响应，

图10示出每个系数估算3个″1″比特的数量响应，

图11示出对每个系数估算2个″1″比特的数量响应，

图12示出在1.5和2.3之间的换算因数中的量化误差，

图13示出用于平方乘法运算的乘法器。

在现有技术的滤波器(图1)中，输入信号X在多个乘法器1中被乘以滤波器系数bN-1到b0。滤波器系数通过对应于滤波器期望类型的滤波器设计程序被预先确定。结果的局部信号YN-1到Y0由加法器2用延时方法(z-1)相加，这个和表示被滤波的输出信号V。根升余弦滤波器的理想频率响应在图9到12中用虚线显示。图7示出根据现有技术的一个乘法运算的例子，其中，假设信号值是十进制217，即二进制11011001，并且十进制的滤波系数0.716796875是二进制形式的0.101101111。对于有九个二进制小数数字的随机系数，八个计算步骤是必需的。这导致滤波器的复杂度很高。

在所描述的滤波器中，由换算和量化所简化的系数被使用，所述简化可以用简单的方法来处理。图6的流程图用图解法示出新的滤波器系数β_v怎样从预定的滤波系数b_v形成。这是在滤波器中实现滤波系数之前实现的。

一般来说，只要滤波器的滤波系数b_v已经首先由标准滤波器设计确定，它们就被除以一个对所有的滤波系数都一样的换算因数。计算结果是被换算的滤波器系数β_v＝b_v/s。

接着，对换算后的滤波系数进行量化。在量化过程中，在最高有效位(MSB)之后找到的″1″比特的数目n被限制在某个最大数n，其中，n在所描述的例子中是4、3或2。数目n对于每个相加级可以取决于提供的系数而不相同。这基于识别，即信号值被乘以具有很少″1″比特的滤波系数比乘以相同有效字长的随机滤波系数需要更少的加法运算。

量化的结果将不可避免地出现滤波信号的失真。量化误差的可能性被最小化。

在量化之后，相应的量化误差：

E(s)＝∑|b_v-sxβ_v|²

被确定(对照图6)和存储。那么，例如1.0的换算因数被一个步骤增加(sstep)并且随着这个新换算因数出现的量化误差被再次确定和存储。如果步骤中增加的换算因数超过2.0，则做出什么换算因数s0导致了最小量化误差的比较。这个换算因数s0然后被用于经由换算和量化找到的滤波器系数β_v的最终确定，其中

β_v＝Q(b_v/s₀)

Q然后描述量化。

在滤波器的输出端，由于乘以公用换算因数s0的结果，把原始滤波器系数除以公值s0被取消。

下表用数字示例来示出量化算法的阶段：

阶段	二进制	十进制	量化误差
				原始值	0.101101111	0.716796875	-
步骤1：4个″1″比特	0.101101	0.703125	0.013671875
				考虑的下一个比特	0.1011011	0.7109375	0.005859375
在第四个″1″比特四舍五入	0.101110	0.71875	0.00195125

在这个表中，假设最高有效位之后允许的″1″比特的数目n＝4。

表中显示，二进制的原始值有七个″1″比特。根据这个原则，在步骤1中二进制值被限制在最高有效位之后的四个″1″比特，在此为0。这对应于十进制数0.703125，其对照十进制原始值而意指量化误差0.013671875。

在第二步中，跟随步骤1的最后一个″1″比特的下一个比特被考虑，它在这个例子中又是一个″1″比特。因为这个比特是一个″1″比特，所以在下一步中四舍五入，以便出现二进制值0.1011110。这对应于十进制数0.71875，不考虑所用的换算因数，其与十进制原始值相比表示0.00195125.的量化误差。四舍五入从而大大减少了量化误差。

图8与图7相比表示这个计算方案，其中，″217″用所述的量化和换算滤波器因数分别用十进制或二进制方式来处理：0.71875或0.101110，。基于所使用的量化方案，滤波因数可以明白地由所有(最大为n)被设置成″1″的比特的位置来描述，在这种情况下i0、k0、l0、m0有值1、3、4和5。这个处理过程只需要四个步骤i0、k0、l0、m0。每个乘以，，1″的运算对应于输入信号的移动：在此十进制为217，二进制为11011001。因此，i0是一个位置的移动，k0是三个位置的移动，l0是四个位置的移动，m0是五个位置的移动。这类移动可以用很少的电路来实现，因为只需要恰当地连接数据线来实现这个目的，如图13中所示经由一个位置的移动。

由于所述量化的结果，最佳换算因数s0可以在有限的间隔中找到，例如在从1到2或从

到

的间隔中。

所述的滤波器系数β_v分别提供简化的滤波器结构或滤波器实现过程，因为乘法器被加法器所替代。

图2大略地示出滤波器的结构。图1的乘法器1被相加级ADD3替代，其中，被换算和量化的滤波系数β_v、β_N-1到β₀被分别处理。在可以被安排为乘法器的最后阶段4中，和信号用滤波系数1/s0的换算因数的倒数、即因数s0来处理，从而除去换算因数对输出信号V的作用。如果绝对值不扮演决定性的角色，则最终阶段4可以被省掉。

图3示出用于滤波系数bN-1的其中一个相加级ADD3。图3涉及一种情况，其中，数目n＝4，从而滤波系数每个系数被限制在四个″1″比特。因此，四个乘法器5、6、7、8被提供，它们根据相应的滤波系数被设计用于平方乘法运算，即-iN-1，-KN-1，-lN-1，-MN-1，而这些功率对应于图8的例子i0、k0、l0、m0。

乘法器5和6的计算结果在加法器9中被求和。乘法器7和8的计算结果在加法器11中被求和。这两个加法器的计算结果在又一个加法器10中被加到中间信号YN-1。在这种情况和实施例的其它例子中，加法器9、10、11的数目是n-1。如果n＝1，则只需要一个乘法器而不需要加法器。

在图4中实施例的例子中，假设n＝2，从而滤波系数被限制在两个″1″比特。因此，只需要两个乘法器5、6和一个加法器10。

在图5所示实施例的例子中，相加级3包括可编程的选择器12。由于可编程结构，滤波系数不需要必须在滤波器的实现过程之前被确定。相反可用选择器来实现一般的可编程滤波器，其中的滤波系数具有最大的n个″1″比特。在此再次假定n＝4(对照图8，因此三个加法器9、10、11是必需的。通过可编程的选择器12，因此其输出Xi、Xk、Xl、Xm被选择。输入i、k、l和m的数值范围位于0和M-1之间并且连接X0…Xm-1的其中一个相应输入与其中一个输出。输出Xj由i确定，而Xm由m确定，依此类推。例如，输入i＝1、k＝3，l＝4和m＝5的编程选择输出XI＝X1、Xk＝X3、Xl＝X4、Xm＝X5。在这个例子中，M是8(对照图7、图8)。

图13示出其中一个平方乘法器5、6、7、8。这个乘法器由8位输入和8位输出之间的数据线的简单连接形成。图13示出移动一个位置的连接情况。在提及的另一个情况中，相应的其它连接被选择。

图8用断续的线条表示出现在具有用上述方法选择的滤波系数的滤波器中的数量响应，其中n＝4。实线与虚线的比较示出由于所述的滤波器系数选择的结果而不存在明显的偏差。

图10用实线表示具有n＝3的滤波器系数的数量响应。比较显示从大约4MHz就存在细微的偏差。因此，图11表示n＝2的滤波系数的数量响应。在此，只有从3.5MHz开始才存在一定的偏差。

图12示出上述具有从1.6到2.1变动的换算因数的(一个或多个)量化误差E的曲线。量化误差示出大约为1.97的最小值。这个值因此被用作换算因数s0。

在所有的实施例中，换算因数的量化和优化已经实现，作为高代价乘法器的替代(图1)，简单的相加级3可以被使用从而减少了所需的硬件芯片面积。相加级3的乘法器5到8可以用与图1乘法器相反的相当简单的方式来制造。因为比在现有技术水平中所必需的运算操作少，功率消耗也被减少。信号失真是细微的并取决于数目n的选择。如果所有相加级3中的加法都被同时并由相同地由许多加法器来执行，则处理率被提高。

当所建议的量化被用于UMTS根升余弦滤波器时，在对称系数长度为32的滤波器中有可能用16个12比特的相加级3来替换16个12比特的乘法器。

Claims (10)

1.一个具体用于UMTS(通用移动电信系统)的用于确定数字滤波器滤波系数的方法，其中滤波器系数在滤波器设计程序中被预先确定和修改，其特征在于：预定的滤波系数(b_v)除以相同的(一个或多个)换算因数，被换算的滤波系数(β_v)通过这样被量化，从最高有效位向前计数只有某个最大数(n)的″1″比特被使用，而且量化滤波器系数的量化误差相对于预定的滤波系数并由(一个或多个)换算因数的重复修改来确定，相应的换算因数(s0)在量化误差最小的时候被设置，并且具有最小误差的滤波系数(β_v)在滤波器中被实现。

2.权利要求1的方法，其特征在于：数目(n)是四个或三个或两个。

3.权利要求1或2的方法，其特征在于：如果最后一个″1″比特之后又是一个″1″比特，则四舍五入从最后一个比特向前进行。

4.一个数字滤波器，具体用于UMTS，其中，数字滤波系数用信号来处理，其特征在于：二进制滤波系数(β_v)用换算因数(s0)来换算，并且滤波系数(b_v)被量化以便它们不超过从最高有效位向前计数的某个数量(n)的″1″比特，相加级ADD(3)被提供来用信号处理被换算和量化的滤波器系数(β_v)。

5.权利要求1的数字滤波器，其特征在于：结束阶段(4)被提供，其通过换算因数的倒数因数(s0)来处理输出信号。

6.权利要求4的数字滤波器，其特征在于：每个相加级(3)都包括n-1个加法器(9、10、11)和n个平方乘法器(5、6、7、8)。

7.权利要求4或5的数字滤波器，其特征在于：在相加级(3)中，平方乘法器(5、6、7、8)的数目n是不同的并且因此加法器(9、10、11)的数目也不相同。

8.权利要求7的数字滤波器，其特征在于：单独的相加级(3)只有单个平方乘法器。

9.前面任意一个权利要求所述的数字滤波器，其特征在于：平方乘法器(5、6、7、8)由其输入和输出来连接形成。

10.前面任意一个权利要求所述的数字滤波器，其特征在于：相加级(3)包括一个可编程的选择器(12)，它根据其编程来连接平方乘法器(5、6、7、8)和加法器(9、11)。

Images