Implementación en FPGA del algoritmo ICA para Cancelación de ruido en dispositivos móviles

Luz Noé Oliva Moreno, Margarita Elizabeth Gómez Mayorga, Claudia Alejandra López Rodríguez, Miguel Ángel Mentado Contreras

Resumen


Actualmente se ha incrementado el uso de dispositivos móviles como celulares y tabletas electrónicas, las cuales manipulan muchas aplicaciones, y requieren de procesadores con mayor potencial de procesamiento. En este artículo se propone el uso de una arquitectura paralela en un FPGA (del inglés Field Programmable Gate Array), que realice la cancelación del ruido en tiempo real e independiente de las tareas del procesador de un equipo. La técnica utilizada es el Análisis de Componentes Independientes (ICA del inglés Independent Component Analysis), que se basa en las propiedades estadísticas de las señales en espacios multidimensionales, calcula los pesos sinápticos dato a dato y originalmente está inspirada en la arquitectura de las Redes Neuronales Artificiales. En el desarrollo se realizó la arquitectura con Simulink mediante el software de Matlab y posteriormente con un lenguaje de Descripción de Hardware HDL-Verilog (HDL del inglés hardware description language), se realizó la implementación en un FPGA; La conversión de las señales analógicas a digitales y digitales a analógicas, se realizó mediante un ADC y un DAC de 12 bits a una frecuencia de muestreo de 44Khz; y se obtuvieron resultados de la simulación y de los
experimentales.

Texto completo:

1385-1404 PDF

Referencias


Comon, P. (1994) Independent component analysis, a new concept? Elsevier. Vol. 36. No. 3. pp. 287-314.

Hyvärinen, A., Karhunen, J., & Oja, E. (2004) Independent component analysis. John Wiley & Sons Vol. 46.

Oja, E. & Hyvarinen, A. (1997) A fast fixed-point algorithm for independent component analysis. Neural computation. pp. 1483-1492.

Cohen, M. & Andreou, A. (1992) Current-mode subthreshold MOS

implementation of the Hérault-Jutten auto adaptive network. IEEE journal of solidstate circuits, Vol. 27. No. 5. May.

Haykin, S. (1999) Neural Networks: a comprehensive foundation. Prentice Hall, Inc. pp. 680-690.

Cooper, G. & McGillem, C. (1986) Probabilistic Methods of Signal and System Analysis, 2da Ed. New York: Holt, Rinehart and Winston.

Handong, B., Zhiguo, Z., Jing, H. & Zhiwen, L. (2011) FPGA Implementation of ICA Algorithm for Adaptive Noise Canceling. International Conference on Awareness Science and Technology (iCAST) 3rd Ed. pp. 452-456.

Ounas, M., Chitroub, S., Touhami, R. & Yagoub, M. (2008) Digital circuit design of ICA based implementation of FPGA for real time Blind Signal Separation. MLSP. IEEE Workshop on Machine Learning for Signal Processing. pp. 181-186.






URL de la licencia: https://creativecommons.org/licenses/by/3.0/deed.es

Barra de separación

Licencia Creative Commons    Pistas Educativas está bajo la Licencia Creative Commons Atribución 3.0 No portada.    

TECNOLÓGICO NACIONAL DE MÉXICO / INSTITUTO TECNOLÓGICO DE CELAYA

Antonio García Cubas Pte #600 esq. Av. Tecnológico, Celaya, Gto. México

Tel. 461 61 17575 Ext 5450 y 5146

pistaseducativas@itcelaya.edu.mx

http://pistaseducativas.celaya.tecnm.mx/index.php/pistas