Strategie projektowania i implementacja filtrów adaptacyjnych na FPGA

EKG jest elektryczną reprezentacją aktywności pompowania krwi przez serce, kt?rą można latwo zarejestrowac za pomocą elektrod powierzchniowych na kończynach lub klatce piersiowej. Możemy filtrowac szumy o wysokiej i niskiej częstotliwości poprzez implementację stalych filtr?w, ale artefakty ruchowe i szumy związane z ruchem mięśni nie mogą byc filtrowane przez stale filtry, ponieważ nie mamy żadnych wcześniejszych informacji dotyczących charakteru tych szum?w, a sygnaly elektromiogramu (EMG) nakladają się na sygnaly EKG z powodu fizycznej bliskości ruchu ciala. Filtr statyczny jest wymagany do usunięcia wszystkich częstotliwości szum?w, co może nadmiernie obniżyc atrybut EKG, ponieważ bicie serca prawdopodobnie mialoby r?wnież skladowe częstotliwości w odrzucanym zakresie. Aby ominąc tę ukrytą utratę informacji, stosuje się filtr adaptacyjny. W ten spos?b technika adaptacyjna pozwala na filtr z większym zakresem akceptacji, co oznacza, że nasz filtr zapewnia jakośc sygnalu wyjściowego zgodną z celem dla diagnoz medycznych. Filtr adaptacyjny jest tutaj trenowany przy użyciu algorytmu LMS i algorytmu RLS. Algorytmy są egzekwowane przy użyciu Simulink jako modelu referencyjnego, w kt?rym bloki są pobierane z zestawu blok?w Xilinx.