Strategie di progettazione e implementazione filtri adattivi su FPGA

L'ECG è una rappresentazione elettrica dell'attività di pompaggio del sangue del cuore, che può essere registrata facilmente con elettrodi di superficie sugli arti o sul torace. Possiamo filtrare i rumori ad alta e bassa frequenza implementando filtri fissi, ma i movimenti artefatti e i rumori legati al movimento dei muscoli non possono essere filtrati da filtri fissi poiché non abbiamo alcuna informazione preventiva sulla natura di questi rumori e i segnali dell'elettromiogramma (EMG) si sovrappongono ai segnali ECG a causa della vicinanza fisica del movimento del corpo. È necessario un filtro statico per rimuovere tutte le frequenze di rumore, che potrebbero abbassare eccessivamente l'attributo dell'ECG poiché anche il battito cardiaco avrebbe probabilmente componenti di frequenza nell'intervallo rifiutato. Per superare questa perdita latente di informazioni, viene utilizzato un filtro adattivo. Pertanto, la tecnica adattiva consente un filtro con un ambito di accettazione maggiore, il che significa che il nostro filtro fornisce una qualità del segnale di uscita perfettamente in linea con gli obiettivi per le diagnosi mediche. Il filtro adattivo viene addestrato utilizzando l'algoritmo LMS e l'algoritmo RLS. Gli algoritmi vengono applicati utilizzando Simulink come modello di riferimento in cui i blocchi sono presi dal set di blocchi Xilinx.