《DSP处理器原理与应用 教学课件 ppt 作者 鲍安平 全书 第1章》由会员分享，可在线阅读，更多相关《DSP处理器原理与应用 教学课件 ppt 作者 鲍安平 全书 第1章（82页珍藏版）》请在金锄头文库上搜索。
1、,第1章 DSP概 述,1.1 引言 1.2 什么是DSP 1.3 DSP处理器的特点 1.4 DSP处理器的应用 1.5 具有代表性的DSP芯片生产商 习题与思考题,现代社会，数字电视、数码相机、数字电话、数字视频、数字音频等产品已经得到了广泛的应用。与传统的模拟产品比较，这些数字产品能够提供更完美的效果。这在很大程度上是由于这些产品使用了数字信号处理技术的缘故。目前，数字信号处理任务大多数都是由DSP来完成的，DSP技术已成为人们日益关注的并得到迅速发展的前沿技术。,1.1 引 言,DSP是数字信号处理(Digital Signal Processing)的缩写，也是数字信号处理器(Dig
2、ital Signal Processor)的缩写。我们所说的DSP技术，通常指的是利用通用的或专用的DSP处理器来完成数字信号处理的方法和技术。,1.2 什么是DSP,1.2.1 数字信号处理 数字信号处理是一种通过使用数学方法来提取信息，处理现实信号的信号处理技术。这些被处理的信号由数字序列表示。 1807年傅里叶分析诞生，并在随后产生了两种傅里叶分析方法，即连续的和离散的傅里叶分析，但是由于其计算量太大，很难在实际使用中发挥作用。直到1965年，IBM公司的Cooley和Tukey提出DFT(离散傅里叶变换)的高效快速算法(Fourier Transform，FFT)，才使数字信号处理方
3、法的使用有了突破性的进展。,自FFT产生以来，数字信号处理(DSP)已有40多年的历史，在这期间，伴随着计算机和信息技术的飞速发展，数字信号处理技术日臻完善，进而形成一门独立的学科系统。 如今，在数字信号处理的各个应用领域，如语音与图像处理、信息的压缩与编码、信号的调制与调解、信道的辨识与均衡、各种智能控制与移动通信等都延伸出各自的理论与技术，可以说凡是用计算机来处理各类信号的场合都引用了数字信号处理的基本理论、概念和技术。 经典的数字信号处理方法有时域的信号滤波(如IIR、FIR)和频域的频谱分析(如FFT)。,1.2.2 数字信号处理器 数字信号处理器(Digital Signal Pro
4、cessors，DSP)是指具有专门为完成通用数字信号处理任务而优化设计的系统体系结构、软件和硬件资源的单片、可编程的处理器。 经典的数字信号处理，如IIR、FIR和FFT的核心是乘加运算。数字信号处理器是专门为完成数字信号处理任务而优化设计的，其设计的宗旨是为了更快地完成数字信号处理任务，因此其特点是更适合于乘加运算。另外，数字信号处理器是可编程的，非常利于程序修改以及产品升级。,1.2.3 数字信号处理的特点与优势 1. 数字信号处理的优点 1) 设计灵活性 图1-1为一个典型的FIR滤波器，同样的滤波效果可以由传统的模拟滤波器完成，但是如果需要改变设计时，模拟系统必须重新进行系统设计，至
5、少需要改变系统中的某些器件或参数，然后再重新装配和调试，这个过程是非常费时和费力的。而如果使用以DSP处理器为核心的数字系统，则是在一个硬件平台通过用各种软件来执行各种各样的数字信号处理任务。改变设计时，只需要改变相应的软件或软件中的参数，而不需要改变硬件平台本身，,具有极大的灵活性，是传统的模拟系统无法比拟的。例如，数字滤波器可以通过重新编程来完成低通、高通、带通和带阻等不同的滤波任务，不需要改变硬件；而模拟滤波器则必须改变其设计并重新调试，才能达到目的。近年来得到迅速发展和应用的软件无线电技术，是在一个以高性能DSP处理器为核心的硬件平台上，用不同的软件来实现对不同工作模式的电台间通信；对
6、于模拟电台而言，只有工作模式完全相同的电台之间才能进行通信。 以DSP处理器为核心的数字系统的灵活性是模拟系统很难达到的，有的甚至是模拟系统不可能实现的。,图1-1 有限冲击响应滤波器(FIR)结构图,2) 精度高 一般来说，数字系统精度要比模拟系统高。模拟系统由于受元器件精度的制约，精度始终很难提高，虽然现在有了高精度的电阻等元器件，但其直接影响了系统的成本，而且其精度也不能让人满意。而数字系统的精度是由系统所采用的A/D转换器的位数、处理器字长以及所采用的算法等因素决定的。相对而言，可以获得更高的精度。,3) 可靠性和可重复性好 数字系统的可靠性和可重复性也是模拟系统所不能达到的。模拟系统
7、受环境温度、湿度、噪声、电磁场等的干扰和影响大。当环境的温度、湿度、振动以及在外界电磁场干扰等条件改变时，模拟系统的性能就会发生改变，而且可能是大的改变。另外，随时间的改变，模拟系统的特性也会发生改变。数字系统的输入、输出是由软件来确定的，因此，不存在随时间而改变的问题。相对模拟系统而言，数字系统的稳定性要好得多，即受时间和环境的影响要小得多。,两个同样设计的模拟系统，采用同样的元器件，在相同的输入信号和环境下，由于元器件参数的离散性，所得到的输出往往会有细小的差别。另外，同一个模拟系统在不同的时间和环境下，相同的输入也往往得不到相同的输出结果。而数字系统一旦其设计完毕以后，精度也就确定了，并
8、且其精度不会随着时间和环境的变化而变化。,4) 便于大规模集成 随着科学与技术的发展，近年出现了大量的模拟集成电路和模拟/数字混合集成电路，但从可选择的种类、集成度、功能与性能、性价比等诸方面而言，还是不能与超大规模数字集成电路相比。DSP处理器就是基于超大规模数字集成电路技术和计算机技术而发展起来的、适合于作数字信号处理的高速高位微处理器。它们体积小、功能强、功耗小、一致性好、使用方便、性价比高。,5) 数字系统的其他优势 数字系统除具有上述优势以外，还在抗干扰性能、数据压缩、实现自适应算法等方面有不俗的表现。 数字系统的抗干扰功能强大。在数字系统中，信号是用0和1来表征的，虽然0和1所表征
9、的数字信号也会受到噪声的干扰，但只要能够正确地识别0和1，并将其再生，则可以完全消除噪声的影响。另外，迅速发展的各种数字纠错编解码技术，能够在极为复杂的噪声环境中，甚至信号完全被噪声所淹没的情况下，正确地识别和恢复原有的信号。这点在模拟系统中是无法做到的。,模拟信号进行压缩时付出的代价是随着带宽的变窄，信号的质量会受到比较大的影响。然而数字信号的压缩可以在对原信号质量影响很小的前提下，取得很高的压缩比。这对数据的传输和存储，无疑是很有利的。例如，采用数字电视技术以后，可以利用原有的有线电视网络传输更多的、质量更好的电视节目，并且可以提供诸如互动电视等更好的服务。,从信号与系统的角度讲，自适应就
10、是使系统的特性随输入信号的改变而改变，从而在某种准则下，得到最优的输出。例如，IP电话中的回声会严重影响服务质量，必须加以消除。但回声的幅度和延时量随时都在改变，只有使用自适应系统才能将其消除。就模拟系统而言，只有改变系统的设计和元器件的参数，才能改变系统的特性，因而很难实现实时自适应。以DSP处理器为核心的数字系统，已经成为实现各种自适应算法的首选。对于特定的自适应算法，它能根据确定的准则，实时地改变系统的参数，从而实现实时自适应；对于不同的自适应算法，只需要更换适当的软件即可。,2. 模拟信号处理的不可替代性 尽管数字系统具有如此之多的优越性，但仍然不能完全取代模拟系统。 实际上，自然界的
11、信号绝大多数是模拟信号。如声音、图像、温度、压力、速度、加速度等信号都是随时间连续变化的模拟信号。我们要利用数字系统对其进行处理，必须首先用模拟系统和模拟数字混合系统加以处理。例如用模拟滤波器将其改变成带限信号，用模拟放大器改变其幅度，然后采样/保持，通过A/D变换器变换成为数字信号后，才能用数字信号处理系统加以处理；处理之后，还要通过D/A变换器变换成为模拟信号，,并通过适当的模拟信号处理，才能加以使用。所以，要想构成一个完整的数字信号处理系统，大多数情形下离不开模拟系统。,1.2.4 数字信号处理算法的特点 上面我们讲到了DSP处理器是专门为数字信号处理算法而优化设计的，那么DSP算法到底
12、有什么特点呢？ 图1-1中有限冲击响应滤波器(FIR)可以用下式来表示： (1-1) 式1-1是一个一系列乘积的累加，也就是说该式使用了乘法和加法，并且做了N重的循环。,由此可以看出DSP算法是属于数学计算，这区别于那些以数据操作为主的常规任务。数据操作的典型运用如字处理、数据库管理、表格、操作系统等，其主要操作有诸如将数据B移动到数据A，检测A是否等于B等。而数学计算的典型运用，如数字信号处理、科学和工程仿真等，其主要操作是乘法、加法等运算。,1.2.5 实时处理的概念 上面我们讲了模拟系统从本质上来说是实时的，那么，什么是实时处理呢？可以这样说：实时的概念是根据具体的应用来确定的。 对于一
13、个处理过程，如果满足下式，我们可以认为处理是实时的。 等待时间0 (1-2) 如图1-2所示，要使等待时间0，就必须使处理时间小于采样时间，也就是说要在规定的采样时间内完成与之相应的数据处理。,图1-2 处理时间、采样时间、等待时间关系图,对于图1-1中有限冲击响应滤波器(FIR)来说，要使其处理是实时的，就必须在采样时间内完成式(1-1)的计算，这样的计算量通常来说都是相当大的。 数字信号处理器是专门为完成数字信号处理任务而优化设计的，因此其实时处理数据的能力也是独一无二的。,1.2.6 数字信号处理算法实现的途径 数字信号处理的实现方法有多种，大体可以分为基于PC和非基于PC的两种。 基于
14、PC的实现方法可以说是通过软件来实现的。例如，我们在个人电脑上常用的MP3播放器就是通过软件来实现MP3格式的音频文件解压缩的，而这过程是通过在个人电脑上运行的软件来实现的。 非基于PC的实现方法可以说是通过硬件来实现的。例如，FPGA(现场可编程门阵列)、ASIC (专用集成电路)以及专用的和通用的DSP，都可以用来实现DSP算法。,用FPGA(现场可编程阵列)实现DSP的各种功能实质上是采用了一种硬连接逻辑电路，但由于FPGA具有现场可编程能力，允许根据需要迅速重新组合基础逻辑来满足使用要求，因而更加灵活，而且比通用DSP芯片具有更高的速度。一些大的公司如Xilinx、Altera也正把F
15、PGA产品扩展到DSP的应用中去。值得一提的是Xilinx在2004年9月成立了DSP部，2005年又加大对DSP研发的投入。,ASIC系统是为某种应用目的专门设计的系统。通常用于数字信号处理的ASIC系统只涉及一种或一种以上自然类型数据的处理，例如音频、视频、语音的压缩和解压、调制/解调等。其内部由基本DSP运算单元构建，包括FIR、IIR、FFT、DCT、卷积码的编解码器及RS编解码器等。其可应用于计算复杂密集、数据量、运算量都很大的场合，但成本较高。 通用可编程DSP芯片是目前使用最多的数字信号处理器件。其特点本书将予以详细讨论。,1.3.1 DSP处理器的结构特点 DSP处理器是专门用
16、来进行高速数字信号处理的微处理器，其设计的着眼点是要求速度快、处理的数据量大、效率高。它的主要结构特点如下。,1.3 DSP处理器的特点,1. 采用哈佛(Harvard)结构和改进的哈佛结构 以奔腾为代表的通用处理器采用冯诺依曼(Von Neumen)结构，这主要考虑到成本，其结构如图1-3所示。在冯诺依曼结构中，程序代码和数据共用一个公共的存储空间，指令、数据、地址的传送采用同一条总线，靠指令计数来区分三者。由于取指和存取数据是在同一存取空间通过同一总线传输，因而指令的执行只能是顺序的，不可能重叠进行，所以无法提高运算速度。,图1-3 冯诺依曼结构,DSP处理器几乎毫无例外的采用哈佛结构，如图1-4所示。哈佛结构把程序代码和数据的存储空间分开，并有各自的地址和数据总线，每个存储器独立编址，用独立的一组程序总线和数据总线进行访问。这样，DSP处理器就可以并行地进行指令和数据的处理，提高了信号处
