Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

2 Przegląd Elektrotechniczny

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

Novel hardware-efficient design of LMS-based adaptive FIR filter utilizing Finite State Machine and Block-RAM

100%

Sharifi-Tehrani O.

Przegląd Elektrotechniczny

2011

tom R. 87, nr 7

240-244

A novel pure-hardware design of LMS-based adaptive FIR filter core is proposed which is highly efficient in FPGA area/resource utilization and speed. Unlike HW/SW co-design and other pure-hardware methods, the required area/resource is reduced while keeping the speed in an appropriate level by taking advantage of finite state machine (FSM) and using internal block-rams (BRAM). This model because of being completely general (device independent), gives the ability of implementation on different FPGA brands and thus, is suitable for embedded systems, system-onprogrammable- chip (SoPC) and network-on-chip (NoC) applications.

Opisano projekt filtru adapatacyjnego SOI który może byc wykorzystany w technice FPGA. Dla zapewnienia odpowiedniej szybkości zastosowano metodę FSM (finite state machine) i wewnętrzny RAM. Układ może być wykorzystany w systemach typu SoPC (system on programmable chip).

Design and Implementation of Dual-Microphone Adaptive-Active Noise Cancellation System for De-Noising Speech Signal

63%

Sharifi-Tehrani O. , Ghafarioun E.

tom R. 88, nr 2

258-261

Active Noise Control (ANC) has become an important field of research in recent decades. Noise Control in industrial environments and conference halls as well as in communication systems has been studied under the title adaptive-active noise cancellation-control (AANCC) and the results of these studies have been used in practical applications. Reducing time dependent noise is one of the ways recommended for speech enhancement. Here we have introduced an artificial neural network called ADALINE as a smart dual microphone active noise control system. This artificial neural network identifies sources of noise and interference during its training phase and adjusts accordingly. In this way the system reduces the input signal noise. Tests and implementations presented here are based on speech in Persian language and cumulative white Gaussian noise and the interference is assumed to be of the cosine type.

Przedstawiono analizę szumów w otoczeniu przemysłowym i w salach konferencyjnych a następnie przedstawiono metody adaptacyjnych metod redukcji szumów. Szczególną uwagę zwrócono na szum zależny od czasu. Zastosowano metodę podwójnego mikrofonu i wykorzystano sieci neuronowe. Sieć identyfikuje źródło szumu i zakłóceń. Metodę sprawdzono doświadczalnie.