Entwurf von Strategien und Implementierung von adaptiven Filtern auf FPGA

Das EKG ist eine elektrische Darstellung der Blutpumpaktivit?t des Herzens, die sich leicht mit Oberfl?chenelektroden an den Gliedma en oder am Brustkorb aufzeichnen l?sst. Wir k?nnen hoch- und niederfrequente Ger?usche durch den Einsatz fester Filter filtern, aber Bewegungsartefakte und Ger?usche, die mit der Bewegung von Muskeln zusammenh?ngen, k?nnen nicht durch feste Filter gefiltert werden, da wir keine Vorinformationen ?ber die Art dieser Ger?usche haben und die EKG-Signale aufgrund der physischen N?he der K?rperbewegung von Elektromyogramm-Signalen (EMG) ?berlagert werden. Ein statischer Filter ist erforderlich, um alle St?rfrequenzen zu entfernen, was die Eigenschaften des EKGs ?berm? ig beeintr?chtigen k?nnte, da der Herzschlag wahrscheinlich auch Frequenzkomponenten im zur?ckgewiesenen Bereich aufweisen w?rde. Um diesen latenten Informationsverlust zu umgehen, wird ein adaptiver Filter verwendet. Die adaptive Technik erm?glicht somit einen Filter mit einem gr? eren Akzeptanzbereich, was bedeutet, dass unser Filter eine f?r medizinische Diagnosen absolut zielgenaue Ausgangssignalqualit?t liefert. Der adaptive Filter wird hier mithilfe des LMS-Algorithmus und des RLS-Algorithmus trainiert. Die Algorithmen werden mithilfe von Simulink als Referenzmodell durchgesetzt, wobei die Bl?cke aus dem Xilinx-Blocksatz entnommen werden.