Strategie projektowania i implementacja filtrów adaptacyjnych na FPGA

EKG jest elektryczn¿ reprezentacj¿ aktywno¿ci pompowania krwi przez serce, któr¿ mo¿na ¿atwo zarejestrowä za pomoc¿ elektrod powierzchniowych na ko¿czynach lub klatce piersiowej. Mo¿emy filtrowä szumy o wysokiej i niskiej cz¿stotliwo¿ci poprzez implementacj¿ stäych filtrów, ale artefakty ruchowe i szumy zwi¿zane z ruchem mi¿¿ni nie mog¿ by¿ filtrowane przez stäe filtry, poniewä nie mamy ¿adnych wcze¿niejszych informacji dotycz¿cych charakteru tych szumów, a sygnäy elektromiogramu (EMG) nak¿adaj¿ si¿ na sygnäy EKG z powodu fizycznej blisko¿ci ruchu ciäa. Filtr statyczny jest wymagany do usuni¿cia wszystkich cz¿stotliwo¿ci szumów, co mo¿e nadmiernie obni¿y¿ atrybut EKG, poniewä bicie serca prawdopodobnie miäoby równie¿ sk¿adowe cz¿stotliwo¿ci w odrzucanym zakresie. Aby omin¿¿ t¿ ukryt¿ utrat¿ informacji, stosuje si¿ filtr adaptacyjny. W ten sposób technika adaptacyjna pozwala na filtr z wi¿kszym zakresem akceptacji, co oznacza, ¿e nasz filtr zapewnia jako¿¿ sygnäu wyj¿ciowego zgodn¿ z celem dla diagnoz medycznych. Filtr adaptacyjny jest tutaj trenowany przy u¿yciu algorytmu LMS i algorytmu RLS. Algorytmy s¿ egzekwowane przy u¿yciu Simulink jako modelu referencyjnego, w którym bloki s¿ pobierane z zestawu bloków Xilinx.