Journal of Communications Technology and ElectronicsJournal of Communications Technology and ElectronicsРадиотехника и электроника0033-84943034-5901The Russian Academy of Sciences69116510.31857/S0033849425050099qkfrilTHEORY AND METHODS OF SIGNAL PROCESSINGТЕОРИЯ И МЕТОДЫ ОБРАБОТКИ СИГНАЛОВResearch ArticleHardware Optimization of Finite Impulse Response FiltersАппаратная оптимизация фильтров с конечной импульсной характеристикойBakholdinN. V.БахолдинН. В.bakholdin.nv@phystech.eduBakhurinS. A.БахуринС. А.bakhurin.sa@mipt.ruBusseA.БуссеА.bakholdin.nv@phystech.eduDegtyarevA.ДегтяревА.bakholdin.nv@phystech.eduSolovievM.СоловьевМ.bakholdin.nv@phystech.eduMoscow Institute of Physics and TechnologyМосковский физико-технический институт15052025705VOL 70, NO5 (2025)ТОМ 70, №5 (2025)50651522092025Copyright ©; 2025, Russian Academy of SciencesCopyright ©; 2025, Российская академия наук2025Russian Academy of SciencesРоссийская академия наукhttps://journals.eco-vector.com/0033-8494/article/view/691165

The paper discusses hardware implementation algorithms for widely used half-band filters (HBF), such as the Coefficient Quantization Algorithm (CQA), the Multiple Constant Multiplication (MCM) algorithm, and their combination, CQA+MCM. The use of the CQA algorithm reduces the number of multipliers in the HBF filter structure. The MCM algorithm converts multipliers into a set of adders and bit shifts. Combining both algorithms allows for replacing all multipliers with a set of adders and bit shifts. A resource analysis was carried out for hardware implementations of 30th- and 94th-order HBF filters. It was found that the CQA algorithm reduces the number of multipliers by 37 % and 74 %, respectively. The MCM algorithm completely eliminates multipliers from the filter design, but the number of adders increases by 3x and 2.6x, respectively. A comparison with existing methods showed that the time required to compute the coefficients of the optimized filter using the proposed algorithms is only a few seconds, whereas most other methods take significantly longer (up to a full day). It was shown that the difference in the required resources does not exceed 10 %.

Рассмотрены алгоритмы аппаратной реализации широко распространенных полуполосных фильтров (HBF, half-band filter), такие как алгоритм квантования коэффициентов (CQA, coefficient quantization algorithm), алгоритм умножения на константу (MCM, multiple constant multiplication) и их объединение CQA+MCM. Применение алгоритма CQA позволяет уменьшить количество умножителей в схеме HBF фильтра. Алгоритм MCM позволяет пересчитать умножители в набор сумматоров и битовых сдвигов. Объединение двух алгоритмов позволяет заменить все умножители на набор сумматоров и битовых сдвигов. Проведен расчет ресурсов, необходимых для аппаратной реализации HBF фильтров 30 и 94 порядков, и было выяснено, что применение CQA алгоритма позволяет сократить число умножителей на 37 % и 74 %. Применение MCM алгоритма позволяет полностью убрать умножители из схемы фильтра, однако число сумматоров увеличивается в 3 и 2.6 раз соответственно. Проведено сравнение предложенных методов с уже существующими показало, что время, требуемое для расчета коэффициентов оптимизированного фильтра, для предложенных алгоритмов составляет несколько секунд, в то время как для большинства других методов требуется гораздо больше времени (вплоть до суток). Показано, что разница в числе требуемых ресурсов не превышает 10 %.

finite impulse response filtersdigital resamplershardware optimizationфильтры с конечной импульсной характеристикойцифровые передискретизаторыаппаратная оптимизацияOппенгейм А., Шафер Р. Цифровая обработка сигналов. М.: Техносфера, 2012.Rabiner L., Schafer R. // IEEE Trans. 1971. V. AE-19. № 3. P. 200.San-José-Revuelta L.M., Arribas J.I. // Expert Systems with Applications. 2018. V. 106. P. 92.Selesnick I. Linear-Phase FIR Filter Design by Least Squares /EL 713. Lecture Notes. N.Y.: New York Univ., 2005. 39 p. https://eeweb.engineering.nyu.edu/iselesni/EL713/firls/firls.pdfAggarwal A., Rawat T.K., Kumar M., Upa-dhyay D.K. Design of optimal band-stop FIR filter using L1 norm based RCGA // Ain Shams Engineering J. 2018. V. 9. № 2. P. 277.McClellan J., Parks T., Rabiner L. // IEEE Trans. 1973. V.AE-21. № 6. P. 506.Aksoy L., Flores P., Monteiro J. // IEEE Trans. 2014. V. SP-63. № 1. P. 142.Kumm M., Volkova A., Filip S.-I. // IEEE Trans. 2023. V. CAD-42. № 2. P. 658.Xu F., Chang C.H., Jong C.C. // IEEE Trans. 2007. V. CAD-26. № 10. P. 1898.Shi D., Yu Y.J. // IEEE Trans. 2011. V. CS-58. № 1. P. 126.Gustafsson O., Wanhammar L. // Proc. 2002 45 th Midwest Symp. Circuits and Systems (MSCAS). Tusla. 04–07 Aug. N.Y.: IEEE, 2002. V. 3. P. 9.Yu Y.J., Lim Y.C. // Circuits, Systems, Signal Processing. 2010. V. 29. № 1. P. 65.Yli-Kaakinen J., Saramaki T. // Proc. 2001 IEEE Int. Symp. Circuits and Systems (ISCAS). Sydney. 09 May. N.Y.: IEEE, 2001. P. 185.Shahein A., Zhang Q., Lotze N., Manoli Y. // IEEE Trans. 2012. V. CS(I) – 59. № 3. P. 616.Aktan M., Yurdakul A., Dündar G. // IEEE Trans. 2008. V. CS-55. № 6. P. 1536.Chen C.-L., Willson A.N., Jr. // IEEE Trans. 1999. V. СЫ(II)-46. № 1. P. 29.Aksoy L., Güneş E. O., Flores P. // Microprocessors and Microsystems. 2010. V. 34. № 5. P. 151.Degtyarev A., Saifullin K., Bakhurin S. // 2022 24th Int. Conf. on Digital Signal Processing and its Applications (DSPA). Moscow, 30 Mar. – 01 Apr. N.Y.: IEEE, 2022. Paper No. 9790772.Bakholdin N., Degtyarev A., Bakhurin S. // 2023 5th Int. Youth Conf. on Radio Electronics, Electrical and Power Engineering (REEPE). Moscow. 16–18 Mar. N.Y.: IEEE, 2023. Paper No. 10086717.Cолонина А.И. Цифровая обработка сигналов. Моделирование в Simulink. СПб.: БХВ-Петербург, 2012.Thong J., Nicolici N. // IEEE Trans. 2011. V. CAD-30. № . 9. P. 1373.Boudjelaba K., Ros F., Chikouche D. // IET Signal Processing. 2014. V. 8. P. 429.Aksoy L., Flores P., Monteiro J. // 2014 IEEE Int. Symp. on Circuits and Systems (ISCAS). Melbourne, 01–05 Jun. N.Y.: IEEE, 2014. P. 1456.