Filtrado adaptativo implementado sobre plataforma DSP TMS320c6713 para identificación de sistemas
Cargando...
Fecha
Director
Enlace al recurso
DOI
ORCID
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás. Seccional Bucaramanga
Compartir
Descripción
This paper presents the experimental development of software and hardware configuration to implement two adaptive algorithms: LMS (Least Mean Square) and RLS (Recursive Least Square), using TMS320C6713 DSP platform of Texas Instruments, for unknown systems identification. Methodology for implementation and validation analysis for the adaptive algorithms is described in detail for real-time systems identification applications, and the experimental results were evaluated in terms of performance criterions in time domain, frequency domain, computational complexity, and accuracy.
Este documento describe el desarrollo experimental de la configuración de hardware y software para implementar dos algoritmos adaptativos: el de Mínimos Cuadrados Promediados LMS (Least Mean Square) y Mínimos Cuadrados Recursivos RLS (Recursive Least Square), usando la plataforma DSP TMS320C713 de Texas Instruments para identificación de sistemas desconocidos. La metodología para la implementación y análisis de operación de los algoritmos adaptativos se presentan en detalle para aplicaciones de identificación de sistemas en tiempo real, y los resultados experimentales fueron evaluados en términos de criterios de desempeño en el dominio temporal, frecuencial, complejidad computacional y precisión.
Este documento describe el desarrollo experimental de la configuración de hardware y software para implementar dos algoritmos adaptativos: el de Mínimos Cuadrados Promediados LMS (Least Mean Square) y Mínimos Cuadrados Recursivos RLS (Recursive Least Square), usando la plataforma DSP TMS320C713 de Texas Instruments para identificación de sistemas desconocidos. La metodología para la implementación y análisis de operación de los algoritmos adaptativos se presentan en detalle para aplicaciones de identificación de sistemas en tiempo real, y los resultados experimentales fueron evaluados en términos de criterios de desempeño en el dominio temporal, frecuencial, complejidad computacional y precisión.
Abstract
Idioma
Palabras clave
Adaptive Filtering, Digital Signal Processor, LMS Algorithm, RLS Algorithm, Real Time Processing, System Identification, Algoritmo LMS, Algoritmo RLS, Filtrado Adaptativo, Identificación de Sistemas, Procesador Digital de Señales, Procesamiento en Tiempo Real
Citación
Colecciones
Licencia Creative Commons
Copyright (c) 2018 ITECKNE