DSP与数字信号处理作业

1、1、什么是DSP？简述DSPs的特点？简述DSPs与MCU、FPGA、ARM的区别？学习DSP开发需要哪些知识？学习DSP开发需要构建什么开发环境？(15分)答：（1）DSP是Digital Signal Processing(数字信号处理的理论和方法）的缩写，同时也是Digital Signal Processor（数字信号处理的可编程微处理器）的缩写。通常流过器件的电压、电流信号都是时间上连续的模拟信号，可以通过A/D器件对连续的模拟信号进行采样，转换成时间上离散的脉冲信号，然后对这些脉冲信号量化、编码，转化成由0和1构成的二进制编码，也就是常说的数字信号。DSP能够对这些数字信号进行变换

2、、滤波等处理，还可以进行各种各样复杂的运算，来实现预期的目标。（2）DSP既然是特别适合于数学信号处理运算的微处理器，那么根据数字信号处理的要求，DSP芯片一般具有下面所述的主要特点：1）程序空间和数据空间分开，CPU可以同时访问指令和数据；2）在一个指令周期内可以完成一次乘法和一次加法运算；3）片内具有快速RAM，通常可以通过独立的数据总线在程序空间和数据空间同时访问；4）具有低开销和无开销循环及跳转的硬件支持；5）具有快速的中断处理和硬件I/O支持；6）可以并行执行多个操作；7）支持流水线操作，使得取址、译码和执行等操作可以重复执行。（3）DSP采用的是哈佛结构，数据空间和存储空间是分开的

3、，通过独立的数据总线在数据空间和程序空间同时访问。而MCU采用的是冯·诺依曼结构，数据空间和存储空间共用一个存储器空间，通过一组总线（地址总线和数据总线）连接到CPU）。很显然，在运算处理能力上，MCU不如DSP；但是MCU价格便宜，在对性能要求不是很高的情况下，还是很具有优势的。ARM是Advanced RISC（精简指令集）Machines的缩写是面向低运算市场的RISC微处理器。ARM具有比较强的事务管理功能，适合用来跑跑界面、操作系统等，其优势主要体现在控制方面，像手持设备90%左右的市场份额均被其占有。而DSP的优势是其强大的数据处理能力和较高的运算速度，例如加密/解密、调

4、制/解调等。FPGA是Field Programmable Gate Array（现场可编程门阵列）的缩写，它是在PAL、GAL、PLD等可编程器件的基础上进一步发展的产物，是专用集成电路中集成度最高的一种。FPGA采用了逻辑单元阵列LCA（Logical Cell Array）的概念，内部包括了可配置逻辑模块CLB、输入/输出模块IOB、内部连线三个部分。用户可以对FPGA内部的逻辑模块和I/O模块进行重置配置，已实现用户自己的逻辑。它还具有静态可重复编程和动态在系统重构的特性，使得硬件的功能可以像软件一样通过编程来修改。使用FPGA来开发数字电路，可以大大缩短设计时间，减少PCB面积，提高

5、系统的可靠性；同时FPGA可以用VHDL或Verilog HDL来编程，灵活性强。由于FPGA能够进行编程、除错、再编程和重复操作，因此可以充分地进行设计开发和验证。当电路有少量改动时，更能显示出FPGA的优势，其现场编程能力可以延长产品在市场上的寿命，而这种能力可以用来进行系统升级和除错。但价格比较高。（4）无论学习哪一款微处理器，无关乎两个部分：一个是硬件，一个是软件。硬件部分，最好有过MCU或者ARM之类相关微处理器的开发经验，因为硬件上，各个处理器之间是有许多共同点的，设计时处理的方法很多是一样的。软件部分，需要会C或者C+，当然，如果会汇编更好。除了这两方面的技能之外，如果在信号处理

6、理论方面有一些基础，例如知道时域与频域、s域、z域的变换，知道FFT、各种数字滤波器的知识。（5）CCS（Code Composer Studio）是开发DSP时所需的软件开发环境，即编写、调试DSP代码都需要在CCS软件中进行。2、经典的数字信号处理的算法主要包括哪些内容？试分别简述之？(15分)答：经典的数字信号处理的算法主要包括FFT算法、DET算法和CORDIC算法。FFT算法是一种DFT的高效算法，称为快速傅立叶变换（fast Fourier transform）。FFT算法可分为按时间抽取算法和按频率抽取算法；DFT，离散傅立叶变换，是一种针对离散信号进行的变换，适合计算机数据处理

7、的要求，将一个长度为N离散的信号，分解为N/2+1个余弦波和N/2+1个正弦波。CORDIC（Coordinate Rotation Digital Computer）算法即坐标旋转数字计算方法，是J.D.Volder1于1959年首次提出，主要用于三角函数、双曲线、指数、对数的计算。该算法通过基本的加和移位运算代替乘法运算，使得矢量的旋转和定向的计算不再需要三角函数、乘法、开方、反三角、指数等函数。3、简述TI公司的DSPs的产品系列及其应用范围？(15分)答：目前，TI公司在市场上主要有三大系列DSP产品：1）TMS320C2000系列，面向数字控制、运动控制领域，主要包括：TMS320C

8、24xx/TMS320F24xx、TMS320C28xx/TMS320F28xx等。2）TMS320C5000系列，面向低功耗、手持设备、无线终端应用领域，主要包括：TMS320C54x、TMS320C54xx、TMS320C55xx等。3）TMS320C6000系列，面向高性能、多功能、复杂应用领域，例如图像处理，主要包括：TMS320C62xx、TMS320C64xx、TMS320C67xx等。此外，还有面向低端应用。价格可以和MCU竞争、功能稍微减弱的Piccolo平台的产品，主要有TMS320F2803x/2x。面向高端视频处理的达芬奇平台，例如DM642/DM6437/DM6467D

9、ENG，有面向移动终端的双核处理器OMAP平台，例如OMAP3530。4、结合MATLAB、DSP技术谈谈基于DSPs的FFT的开发过程？(15分)答：MATLAB中已经提供了FFT的算法，FFT可以采用直接调用的方式：FFT正变换：X=FFT(x)；X=FFT(x，N)；反变换x=IFFT(X)；x=IFFT(X，N)；实际DSP应用中，FFT采用的是按时间抽选的基2FFT算法。下图所示为8点DIT的FFT运算流图：程序实现流程图如下所示：5、结合自己的专业设计一种基于DSPs的数字信号处理系统。要求包括硬件设计与软件设计，设计中的某个算法要求利用MATLAB进行仿真或者利用DSP的实验箱进

10、行实现(40分)答：通过F28335DSP编程实现FFT和IFFT，给定模拟采样输入，进行256点的FFT变换和反变换。程序及DSP运行结果波形如下：#include "DSP2833x_Device.h"#include "DSP2833x_Examples.h"#include <math.h> #define pi 3.141593 / float小数点后6位#define NL 256；int N=NL; /FFT点数float InputNL;/输入的信号序列struct Complex/ 定义复数结构体 float real,im

11、ag;struct Complex Wn;/定义旋转因子struct Complex Vn;/每一级第一个旋转因子虚部为0，实部为1struct Complex T;/存放旋转因子与X(k+B)的乘积float outputNL=0;/ 输出的FFT幅值（复数的模）struct Complex SampleNL;/ 采样输入的实数转化为复数struct Complex MUL(struct Complex a,struct Complex b)/定义复乘 struct Complex c; c.real=a.real*b.real-a.imag*b.imag; c.imag=a.real*b.

12、imag+a.imag*b.real; return(c);void MYiFFT(struct Complex *xin,int N)/输入为复数指针*xin，做N点FFT int L=0; / 级间运算层 int J=0; / 级内运算层 int K=0,KB=0; / 蝶形运算层 int M=1,Nn=0;/ N=2M float B=0; / 蝶形运算两输入数据间隔 /* 以下是为倒序新建的局部变量*/ int LH=0,J2=0,N1=0,I,K2=0; struct Complex T; /*以下是倒序*/ LH=N/2; / LH=N/2 J2=LH; N1=N-2; for(I

13、=1;I<=N1;I+) if(I<J2) T=xinI; xinI=xinJ2; xinJ2=T; K2=LH; while(J2>=K2) J2-=K2; K2=K2/2;/ K2=K2/2 J2+=K2; /* 以下为计算出M */ Nn=N; while(Nn!=2)/ 计算出N的以2为底数的幂M M+; Nn=Nn/2; /* 蝶形运算 */ for(L=1;L<=M;L+) / 级间 B=pow(2,(L-1); Vn.real=1; Vn.imag=0; Wn.real=cos(pi/B); Wn.imag=sin(pi/B); for(J=0;J<

14、B;J+) / 级内 for(K=J;K<N;K+=2*B) / 蝶形因子运算 KB=K+B; T=MUL(xinKB,Vn); xinKB.real=xinK.real-T.real;/原址运算，计算结果存放在原来的数组中 xinKB.imag=xinK.imag-T.imag; xinK.real=xinK.real+T.real; xinK.imag=xinK.imag+T.imag; Vn=MUL(Wn,Vn);/ 旋转因子做复乘相当于指数相加，得到的结果 / 和J*2（M-L）是一样的，因为在蝶形因子运算 / 层中M与L都是不变的，唯一变x化的是级内的J / 而且J是以1为步长

15、的，如J*W等效于W+W+W.J个W相加 void MYFFT(struct Complex *xin,int N)/输入为复数指针*xin，做N点FFT int L=0; / 级间运算层 int J=0; / 级内运算层 int K=0,KB=0; / 蝶形运算层 int M=1,Nn=0;/ N=2M float B=0; / 蝶形运算两输入数据间隔 /* 以下是为倒序新建的局部变量*/ int LH=0,J2=0,N1=0,I,K2=0; struct Complex T; /*以下是倒序*/ LH=N/2; / LH=N/2 J2=LH; N1=N-2; for(I=1;I<=N

16、1;I+) if(I<J2) T=xinI; xinI=xinJ2; xinJ2=T; K2=LH; while(J2>=K2) J2-=K2; K2=K2/2;/ K2=K2/2 J2+=K2; /* 以下为计算出M */ Nn=N; while(Nn!=2)/ 计算出N的以2为底数的幂M M+; Nn=Nn/2; /* 蝶形运算 */ for(L=1;L<=M;L+) / 级间 B=pow(2,(L-1); Vn.real=1; Vn.imag=0; Wn.real=cos(pi/B); Wn.imag=-sin(pi/B); for(J=0;J<B;J+) / 级

17、内 for(K=J;K<N;K+=2*B) / 蝶形因子运算 KB=K+B; T=MUL(xinKB,Vn); xinKB.real=xinK.real-T.real;/原址运算，计算结果存放在原来的数组中 xinKB.imag=xinK.imag-T.imag; xinK.real=xinK.real+T.real; xinK.imag=xinK.imag+T.imag; Vn=MUL(Wn,Vn);/ 旋转因子做复乘相当于指数相加，得到的结果 / 和J*2（M-L）是一样的，因为在蝶形因子运算 / 层中M与L都是不变的，唯一变x化的是级内的J / 而且J是以1为步长的，如J*W等效于

18、W+W+W.J个W相加 /*功能：计算复数的模形参：*Sample指向需要取模的复数结构体 N为取模点数 *output存放取模后数值的数组*/void ModelComplex(struct Complex *Sample,int N,float *output) int i; for(i=0;i<N;i+) outputi=sqrt(Samplei.real*Samplei.real+Samplei.imag*Samplei.imag)*2/N;void main(void) Uint16 i=0; InitSysCtrl(); DINT; InitPieCtrl(); IER = 0x0000; IFR = 0x0000; for(i=0;i<NL;i+) Inputi=1.0*sin(2*pi*i/(NL-1)+1.0/3*sin(2*pi*i*3/(NL-1)+1.0/5*sin(2*pi*i*5/(NL-1); for(i=0;i<NL;i+) /输入