dsp数字信号处理芯片的发展和应用

1、 可修改 欢迎下载 精品 Word 可修改 欢迎下载 精品 Word 可修改 欢迎下载 精品 Word数字信号处理芯片的开展和应用关键词：数字信号处理；芯片； HYPERLINK :/ 开展；应用 摘要：数字信号处理DSP系统由于受运算速度的限制，其实时性在相当的时间内远不如模拟信号处理系统。从80年代至今的十多年中，DSP芯片在运算速度、运算精度、制造工艺、芯片本钱、体积、工作电压、重量和功耗方面取得了划时代的开展，开发工具和手段不断完善。DSP芯片有着非常快的运算速度，使许多基于DSP芯片的实时数字信号处理系统得以实现。目前，DSP芯片已应用在通信、自动控制、航天航空及医疗领域，取得了相当

2、的成果。在载人航天领域，基于DSP芯片的技术具有广阔的应用前景。 数字信号处理作为信号和信息处理的一个分支学科，已渗透到 HYPERLINK :/ 科学研究、技术开发、 HYPERLINK :/ 工业生产、国防和国民 HYPERLINK :/ 经济的各个领域，取得了丰硕的成果。对信号在时域及变换域的特性进行分析、处理，能使我们对信号的特性和本质有更清楚的认识和理解，得到我们需要的信号形式，提高信息的利用程度，进而在更广和更深层次上获取信息。数字信号处理系统的优越性表现为：1.灵活性好：当处理方法和参数发生变化时，处理系统只需通过改变软件设计以适应相应的变化。2.精度高：信号处理系统可以通过A/

3、D变换的位数、处理器的字长和适当的算法满足精度要求。3.可靠性好：处理系统受环境温度、湿度，噪声及电磁场的干扰所造成的影响较小。4.可大规模集成：随着半导体集成电路技术的开展，数字电路的集成度可以作得很高，具有体积小、功耗小、产品一致性好等优点。 然而，数字信号处理系统由于受到运算速度的限制，其实时性在相当长的时间内远不如模拟信号处理系统，使得数字信号处理系统的应用受到了极大的限制和制约。自70年代末80年代初DSP数字信号处理芯片诞生以来，这种情况得到了极大的改善。DSP芯片，也称数字信号处理器，是一种特别适合进行数字信号处理运算的微处理器。DSP芯片的出现和开展，促进数字信号处理技术的提高

4、，许多新系统、新算法应运而生，其应用领域不断拓展。目前，DSP芯片已广泛应用于通信、自动控制、航天航空、军事、医疗等领域。 DSP芯片的开展 70年代末80年代初，AMI公司的S2811芯片，Intel公司的2902芯片的诞生标志着DSP芯片的开端。随着半导体集成电路的飞速开展，高速实时数字信号处理技术的要求和数字信号处理应用领域的不断延伸，在80年代初至今的十几年中，DSP芯片取得了划时代的开展。从运算速度看，MAC乘法并累加时间已从80年代的400ns降低到40ns以下，数据处理能力提高了几十倍。MIPS每秒执行百万条指令从80年代初的5MIPS增加到现在的40MIPS以上。DSP芯片内部

5、关键部件乘法器从80年代初的占模片区的40%左右下降到小于5%，片内RAM增加了一个数量级以上。从制造工艺看，80年代初采用4m的NMOS工艺而现在那么采用亚微米CMOS工艺，DSP芯片的引脚数目从80年代初最多64个增加到现在的200个以上，引脚数量的增多使得芯片应用的灵活性增加，使外部存储器的扩展和各个处理器间的通信更为方便。和早期的DSP芯片相比，现在的DSP芯片有浮点和定点两种数据格式，浮点DSP芯片能进行浮点运算，使运算精度极大提高。DSP芯片的本钱、体积、工作电压、重量和功耗较早期的DSP芯片有了很大程度的下降。在DSP开发系统方面，软件和硬件开发工具不断完善。目前某些芯片具有相应

6、的集成开发环境，它支持断点的设置和程序存储器、数据存储器和DMA的访问及程序的单部运行和跟踪等，并可以采用高级语言编程，有些厂家和一些软件开发商为DSP应用软件的开发准备了通用的函数库及各种算法子程序和各种接口程序，这使得应用软件开发更为方便，开发时间大大缩短，因而提高了产品开发的效率。 目前各厂商生产的DSP芯片有：TI公司的TMS320系列、AD公司的ADSP系列、AT&T公司的DSPX系列、Motolora公司的MC系列、Zoran公司的ZR系列、Inmos公司的IMSA系列、NEC公司的PD系列等。 通用DSP芯片的特点 1.在一个周期内可完成一次乘法和一次累加。 2.采用哈佛结构，程

7、序和数据空间分开，可以同时访问指令和数据。 3.片内有快速RAM，通常可以通过独立的数据总线在两块中同时访问。 4.具有低开销或无开销循环及跳转硬件支持。 5.快速中断处理和硬件I/O支持。 6.具有在单周期内操作的多个硬件地址产生器。 7.可以并行执行多个操作。 8.支持流水线操作，取指、译码和执行等操作可以重叠进行。 DSP芯片的应用 随着DSP芯片性能的不断改善，用DSP芯片构造数字信号处理系统作信号的实时处理已成为当今和未来数字信号处理技术开展的一个热点。随着各个DSP芯片生产厂家研制的投入，DSP芯片的生产技术不断更新，产量增大，本钱和售价大幅度下降，这使得DSP芯片应用的范围不断扩

8、大，现在DSP芯片的应用普及 HYPERLINK :/ 电子学及与其相关的各个领域。 典型应用1通用信号处理：卷积，相关，FFT，Hilbert变换，自适应滤波，谱分析，波形生成等。2通信：高速调制/解调器，编/译码器，自适应均衡器，仿真，蜂房网移动 ，回声/噪声对消， ， 会议，扩频通信，数据加密和压缩等。3语音信号处理：语音识别，语音合成，文字变声音，语音矢量编码等。4图形图像信号处理：二、三维图形变换及处理，机器人视觉，电子地图，图像增强与识别，图像压缩和传输，动画，桌面出版系统等。5自动控制：机器人控制，发动机控制，自动驾驶，声控等。6仪器仪表：函数发生，数据采集，航空风洞测试等。7消

9、费电子：数字电视，数字声乐合成，玩具与游戏，数字应答机等。 在医学电子学方面的应用如同其它数字图像处理一样，DSP芯片已在医学图像处理，医学图像重构等领域，如CT、核磁成象技术等方面得到了广泛的应用，已取得了令人满意的效果。在助听，电子耳涡等方面也取得了相当的进展 HYPERLINK :/ 文献1,2。国内、外也有关于脑电、心电、心音和肌电信号处理方面基于DSP芯片系统的报道文献47，我们对1996年以前国外生物医学工程的局部核心期刊，如IEEETransactionsonBiomedicalEngineering,ComputersandBiomedicalResearch等核心期刊进行检索

10、，有关基于DSP芯片处理系统的报道很少。对国内生物医学工程的核心期刊，如? HYPERLINK :/ 中国医疗器械杂志?、?中国生物医学工程杂志?、?生物医学工程学杂志?和?中国生物医学工程学报?等刊物进行检索，未见有关基于DSP芯片系统方面的报道。对我所的光盘数据库进行检索，未见有关在航天医学方面应用的报告。 我们认为在生理信号处理领域基于DSP芯片的技术可以解决我们在实际工作中遇到的某些问题，如当生理信号数据量很大如脑电，肌电等且处理算法相对复杂时，现有的微机在实时采样、处理、存储和显示方面往往不能满足实际应用要求，而基于DSP芯片的高速处理单元和微机构成主从系统可以较好地解决这类问题。

11、载人航天领域中信号传输带宽的限制需要对生理数据进行实时压缩；大型实验中对庞大的数据进行实时处理依赖于数字处理系统的构成；载人航天中对数据处理精度，可靠性要求以及功耗、工作电压、体积、重量等方面的限制需要我们在构造处理系统中选择性能优良的芯片。我们认为将DSP技术应用于载人航天领域具有十分重要的意义。 结束语 以DSP芯片为核心构造的数字信号处理系统，可集数据采集、传输、存储和高速实时处理为一体，能充分表达数字信号处理系统的优越性，能很好地满足载人航天领域设备测量精度、可靠性、信道带宽、功耗、工作电压和重量等方面的要求。目前，DSP芯片正在向高性能、高集成化及低本钱的方向开展，各种各类通用及专用

12、的新型DSP芯片在不断推出，应用技术和开发手段在不断完善。这样为实时数字信号处理的应用尤其是在载人航天领域中的应用提供了更为广阔的空间。我们有理由相信，DSP芯片进一步的开展和应用将会对载人航天信号处理领域产生深远的影响。转贴于 中国论文下载中心 HYPERLINK :/ :/ HYPERLINK :/ 参考 HYPERLINK :/ 文献 HYPERLINK :/ 电子学C，医学传感器等联合学术会议文集，北京，1995:438439 2候刚，徐俊荣.用于植入式多道电子耳涡的一种数字实时语音特征分析系统的研究M.生物医学工程前沿，合肥： HYPERLINK :/ 中国科技大学出版社，1993：

13、471476 3邱澄宇，何宏彬.用于心电信号数据压缩的数字信号处理器M.生物医学工程前沿，合肥：中国科技大学出版社，1993：463466 4VijayaKrishnaG，PrasadSS,PatilKM.ANewDSP-BasedMultichannelEMGAcquisitionandAnalysisSystemJ putersAndBiomedicalReserch,1996,29：395406 5刘松强.数字信号处理系统及其应用M.北京：清华大学出版社，1996:223228 6孙丽莎，沈民奋.基于高阶统计量的心音建模分析C.第八届全国信号处 HYPERLINK :/ 理学组织委员会联

14、合学术 HYPERLINK :/ 论文集，北京：航空 HYPERLINK :/ 工业出版社，1997：280283转贴于 中国基于DSP芯片的超光谱图像压缩技术摘 要 基于DSP的超光谱图像压缩系统中，一方面需要寻找优秀的算法，另一方面需要结合DSP芯片的特点，选取适宜设计方案，实现系统设计的功能。本文结合目前现状，重点介绍了算法的设计，以及DSP芯片的选取方法，并讨论了如何有效地优化系统。 关键词 DSP；图像压缩；超光谱图像1 引言 超光谱图像压缩技术是 HYPERLINK :/ 现代信息处理技术中一项尤为重要的技术，近几年来基于DSP的图像压缩技术成为业内焦点。然而，数据运算量大、处理数

15、据突发性强是图像处理系统中最大的特点，尤其是超光谱图像，每幅图像一般有着上百层的光谱信息。同时，一方面，现有的JPEG、JPEG2000等一些标准算法并不适合超光谱图像压缩领域的要求，或者因为其算法的复杂度难于硬件实现等；另一方面，DSP芯片的飞速 HYPERLINK :/ 开展，各芯片的性能有差异，完成的功能也不同。因此，算法的寻找与芯片的选择，是系统设计的关键步骤，也是开发者十分关注的问题。2 系统的算法设计 图像压缩算法中，主要包括脉码调制、量化法、预测编码、变换编码、矢量量化、子带编码等。在现有图像编码方法进一步开展的同时，一些新的具有重要开展前景的图像编码方法如模型基图像编码方法，分

16、形图像编码和神经 HYPERLINK :/ 网络方法等，取得了引人注目的进展并取得了不少研究成果。它们的显著特点是突破了常规编码技术所依据的信源编码理论的框架，效果更好。2.1 系统对算法的要求 目前，流行的图像压缩方法众多，至于这些方法哪些更好或者哪些不好，还很难评价，而且各个算法的压缩效率也是与具体的图像数据和DSP芯片密切相关，无法下统一的结论。但总的来说，在图像压缩技术中，大多是多种方法结合使用，很少有用单纯一种方法完成的。一般来说，压缩比越大，算法越复杂，实时压缩解压缩的困难程度越大，要求的硬件环境也越高。比方在可视 中，假设原图像格式采用QCIF176144，那么原始图像有4.5M

17、b/s的数据量，假设最后用28.8kb/S的MODEM在PSTN上传输，那么要提供150多倍的压缩。当然，由于算法的复杂度增大，还需付出大量的软件和硬件代价。 对于不同的应用系统，算法有相应的要求。如遥感超光谱图像实时压缩系统中，一般要求是无损压缩，且芯片体积小，性能稳定等；而在视频图像压缩系统中，那么要求较大的压缩比，即使丢掉一些信息也是允许的，且芯片处理速度要快，能够到达系统实时性的要求。即使在确定的系统中，选择适宜的算法也有着重要的意义。比方采用 ADI公司Blackfin533系列DSP定点DSP，当处理一幅大小为720576的灰度图片时，采用改进后的DCT算法共耗时252ms。如果采

18、用传统的DCT变换方法，仅DCT变换耗时就到达330ms。可见，算法的选择对系统的性能有着非常重要的作用。2.2 算法的选取 到20*年为止，基于DSP的图像压缩技术中，最常见的是变换编码和熵编码。前者通过变换，重新组织数据，使图像能量相对集中于较少的几个系数，而其他的系数值只具有很小能量，这样通过抑制能量小的系数，即可实现数据压缩，压缩方法是有损还是无损也由变换编码中是否丢弃一些高频能量来决定，如小波变换和离散余弦变换等；后者那么是在编码过程中不丧失信息量，即要求保存信息熵，是根据消息出现概率的分布特性而进行的，是无损压缩编码。在超光谱图像压缩系统中，往往是要求无损或近无损，一般采用传统的预

19、测编码DPCM方法，它不经过变换，直接探索像素与像素之间的相关性和波段与波段之间的相关性。一般在波段之间采用预测编码，波段内采用变换编码，去掉波段和像素之间的相关性，然后再采用熵编码。 对于DSP硬件系统来说，最擅长的工作是算法简单的加法和移位运算。如果需要保持较高的编码效率，那么要尽可能采用运算简单，防止乘法、查找和判断的算法，尽量保持软硬件的流水线结构。因此，目前能在DSP平台实现的图像编码中，采用的算法大多具有这些特点。 比方变换编码中的整数小波变换，乘法器占用很大的硬件资源，不利于芯片实现，但由于小波滤波器的系数是固定的，因此把乘法操作优化为移位存放器和加法器操作，即只存在简单的移位和

20、加法操作，速度很快，占用内存少，非常利于硬件实现。而熵编码中的算术编码，2022年就有人提出一种改进的Q-coder算术编码算法2，采用重整化方法，可以用来解决硬件实现中的进位翻转问题，采用移位加来代替原算法中的乘法，可以在硬件花费较少的情况下显著提高算法的编码效率。3 系统的芯片选择 在系统设计过程中，选择DSP芯片是非常重要的一个环节。只有选定了DSP芯片，才能进一步设计其外围电路及系统的其他电路。超光谱图像压缩系统中DSP芯片的选择应考虑实际应用的需要而确定。 第一，要确定采用哪个公司或哪个系列的芯片。DSP的主要供给商有TI，ADI，Motorola，Lucent和Zilog等，其中T

21、I 占有最大的市场份额。另外ADI公司也占有一定的市场，与TI公司相比，ADI公司的DSP芯片系统时钟一般不经分频直接使用，串行口带有硬件压扩，可从8位EPROM引导程序，可变成等待状态发生器等。由于工作时钟较高的原因,TI公司的DSP芯片在单芯片处理能力上优于ADI公司的产品,但是在多芯片集成处理上ADI公司的DSP芯片性能更好一些。其他如ALTEAR公司的产品也有着局部市场。例如，APEX20K系列的APEX20K200EFC484-2X器件，在H.264标准中，先对算术编码的结构做了改进，用查表代替了乘法操作，并采用流水线结构实现，它的算术编码器的速度可以到达0.2bit/cycle3。

22、 图像压缩领域中，我国市场上最常见的是TI公司的C6000系列芯片。尽管C5000系列芯片也可用于图像处理系统，但满足不了实时性的要求。比方在指令周期为10ns的C5402上对一个1M大小的二进制数据流进行算术编码,需0.4s4,假设处理一副512*512*8的图像，最少需要800多秒，不能满足实际的应用。另外还有C8x系列多核DSP集成系统等,但由于价格昂贵和开发复杂也将被淘汰。 第二，确定选择定点或是浮点DSP。系统采用的数据格式决定了它所处理信号的精度、动态范围和信噪比，且不同数据格式的易用性和开发难度也不一样。目前定点DSP品种最多，处理速度为202400MIPS；浮点DSP根本由TI

23、公司和ADI公司垄断，处理速度为40M1GFLOPS。论文下载中心 HYPERLINK :/ :/ 浮点DSP和定点DSP相比，有以下几个方面的区别：首先，浮点运算DSP比定点运算DSP的动态范围要大很多。比方，对于处理8bit/pixel的灰度图来说，用16bit定点DSP即可；如果大于16bit/pixel，那么需选用浮点DSP来捕捉更大的动态范围。其次，浮点DSP处理速度大大高于定点DSP，这一优点在实现高精度复杂算法时尤为突出。比方做JPEG标准这样复杂的算法，一般采用浮点DSP。20*年有人使用TI的C6711芯片，实现了JPEG算法，尽管处理时间为56秒，但假设充分发挥芯片的潜能，

24、处理速度还可以得到大幅度改善5。另外，浮点DSP的寻址空间比定点DSP大得多。这一方面为大型复杂算法提供了可能，另一方面也为高级汇编语言编译器、DSP操作系统等高级工具软件的应用提供了条件。 可以看出，浮点DSP的处理速度与精度、存储器的容量、编程的灵活性和方便性要好于定点DSP；但在功耗、本钱、体积上定点DSP有它显著的优势，且易于实现，稳定性好。 第三，其他因素。除了上面的因素外，超光谱图像压缩系统选择DSP芯片还需综合考虑片内资源、开发工具、芯片价格、封装形式、质量标准、供货情况、生命周期等。尤其是对于芯片的体积，封装形式和生命周期等方面的要求，比一般的图像处理系统要高。 目前采用最多的

25、，也是压缩性能较好的是整数小波变换和算术编码。其改进的算法有着不错的效果，且能用定点DSP实现，如TMS320C62x和C64x，尤其是对于整数小波变换，几乎所有的C6000系列都可以实现；但是对于比较复杂和需要查表一类的算法，采用浮点的比较多，如JPEG和JPEG2000标准算法，Huffman编码等等，那么需要选用如C67x浮点DSP。例如，对一幅大小512512，24 位真彩图作为标准测试图像，可选择TMS320C6711DSP浮点DSP，假设使用JPEG2000 标准进行压缩，那么优化后的压缩时间约为 4.8s，解码时间约为 2.2s，压缩率为 20 倍，同时主观视觉效果良好6。4 系

26、统性能优化 系统的性能优化包括软件优化和硬件优化。 在图像处理算法中，存在大量的循环操作，因此充分地利用软件流水线技术，能极大地提高程序的运行速度，还可以节约硬件本钱,使系统变得简单,提高系统的稳定性。 例如，在模板匹配算法中，对于模板大小为 3216，匹配范围为11256，采用最小绝对差和判定法SAD进行逐点匹配，假设采用TMS320C6203芯片，所有的运算和操作都串行执行，且耗时都只1个 CPU 时钟周期，那么总共需要51253200=8192000个CPU时钟周期，耗时32ms。而进行软件优化后，处理速度提高了约21.8，效果是十清楚显的7。另外在20*年有人研究了去相关、内联函数、短

27、整型数据用整型处理和软件流水技术，解决了软件效率问题，采用基于DSP核及其数据链路特征的优化方法，可以使软件效率提高515倍。并把这些优化技术应用在基于DSP6416平台的实时图像压缩系统中，在输入数据率82M byte/s110M byte/s、输出码流29M byte/s的条件下，使该系统到达了实时处理的能力，该算法已在国家某重点工程中成功运用。硬件优化方面，需要考虑存储空间，充分利用快速存储器，尽量节省程序和数据的存储空间。一般把核心的代码和常用函数放在速度较快的内部RAM中，可以提高系统的速度；假设数据放在速度较慢的片外存储空间，读取数据时便会造成DSP流水线的停顿。因此，可以利用DM

28、A模块将待处理数据搬移到片内存储空间，可以大大提高处理性能。如20*年提出的一种采用乒乓缓存策略的二维整型提升小波的并行体系结构，用移位操作代替乘法操作，大大减少了算法的运算量。整个结构采用流水线设计，提高了硬件资源的利用率和降低了算法的中间存储量，与原算法相比，速度提高了15倍，到达了每秒85帧；重构图像的峰值信噪比也到达了42dB以上8。 总之，系统优化的时候，要针对具体芯片的特点，把软件算法与硬件结构融合，才能大大提高系统的效率。以C64x为例，由于C64x具有双16位扩充功能，能在一个周期内完成双16位乘法、加减法、比较、移位等操作，因此可以将短整型数据用整型处理或更长的数据类型进行处理，这样一次可以把两个16位的数据读入一个32位存放器，然后用内联函数进行处理，充分利用C64x的双16位扩充功能，效率可以提高60多倍9。5 HYPERLINK :/ 总结与展望 目前，图像压缩技术 HYPERLINK :/ 开展越来越快。一方面，压缩算法不断的完善；另一方面，DSP性