Цифров сигнален процесор

Въведение в приложението

Основно въведение

Цифровият сигнален процесор е съставен от големи или много големи чипове с интегрални схеми за изпълнение на определени задачи за обработка на сигнали Устройство. Постепенно се разработва, за да отговори на нуждите на високоскоростни задачи за обработка на сигнали в реално време. С развитието на технологията на интегралните схеми и алгоритмите за цифрова обработка на сигнали, методите за внедряване на цифровите сигнални процесори непрекъснато се променят, а функциите за обработка продължават да се подобряват и разширяват.

Приложение

Цифровият сигнален процесор не се ограничава до аудио и видео ниво, той се използва широко в комуникационни и информационни системи, обработка на сигнали и информация, автоматично управление, радар, военни, авиационни, космически, медицински, домакински уреди и много други области. В миналото микропроцесорите с общо предназначение бяха използвани за извършване на голям брой операции за цифрова обработка на сигнали, които бяха бавни и трудни за посрещане на действителните нужди; докато използването на битови микропроцесори и бързи паралелни умножители в същото време беше ефективен начин за реализиране на цифрова обработка на сигнала, но този метод има много устройства, сложен логически дизайн и програмиране, висока консумация на енергия и висока цена. Появата на цифрови сигнални процесори реши гореспоменатите проблеми. DSP може бързо да реализира обработката на получаване на сигнал, трансформация, филтриране, оценка, подобряване, компресия, идентификация и т.н., за да се получи формата на сигнала, която отговаря на нуждите на хората.

За хоста на превозното средство процесорът за цифров сигнал DSP осигурява главно специфично звуково поле или ефект, като театър, джаз и т.н., а някои могат също да приемат радио с висока разделителна способност (HD) и сателитно радио и т.н. така нататък, за да постигнете най-голямо аудио-визуално удоволствие. Процесорът за цифров сигнал DSP подобрява производителността и използваемостта на хоста на превозното средство, подобрява аудио и видео качеството, осигурява повече гъвкавост и по-бърз цикъл на проектиране. С развитието на технологиите вярвам, че в бъдеще могат да бъдат осигурени повече звукови и визуални специални ефекти, а бордовият хост ще се превърне във високотехнологичния информационен и развлекателен център в колата.

Класификация

Цифровите сигнални процесори могат да бъдат разделени на програмируеми и непрограмируеми според тяхната програмируемост. Непрограмируемият сигнален процесор приема потока на алгоритъма за обработка на сигнали като основна логическа структура, без контролна програма и обикновено може да изпълни само една основна функция за обработка, така че се нарича също специален сигнален процесор. Като процесор с бърза трансформация на Фурие, цифров филтър и др. Въпреки че този тип процесор има ограничени функции, той има по-висока скорост на обработка. Програмируемият сигнален процесор може да промени функцията, която трябва да бъде изпълнена от процесора чрез програмиране, и има по-голяма гъвкавост, така че се нарича още сигнален процесор с общо предназначение. С непрекъснатото подобряване на съотношението производителност-цена на сигналните процесори с общо предназначение, приложението му в областта на сигнала става все по-популярно.

Програмируемите сигнални процесори, които са разработени, са приблизително както следва:

Основното тяло е микропроцесорен чип с основна дължина на бита от 2, 4 и 8 бита, с програмен контролен чип, прекъсване и DMA контролен чип, часовников чип и други компоненти. Използвайки микропрограмно управление и формат на инструкции за групиране, може да се конструира система с необходимата дължина на думата, както се изисква. Предимствата му са бърза скорост на обработка и висока ефективност. Недостатъкът е, че консумацията на енергия е голяма, а броят на чиповете също е голям.

Сигнален процесор с един чип. Той интегрира аритметична единица, умножител, памет, памет само за четене (ROM), входни и изходни интерфейси и дори аналогово-цифрово, цифрово-аналогово преобразуване и т.н., всичко това на един чип. Има бърза скорост на изчисление, висока прецизност, ниска консумация на енергия и голяма гъвкавост. В сравнение с микропроцесорите с общо предназначение, неговият набор от инструкции и режим на адресиране са по-подходящи за общи операции и структури от данни при обработка на сигнали.

Матричен процесор с много голяма интеграция(VLSI). Това е сигнален процесор, който използва голям брой обработващи единици, за да завърши една и съща операция върху различни данни под контрола на една последователност от инструкции за получаване на високоскоростни изчисления. Той е много подходящ за задачи за обработка на сигнали с голямо количество данни, голямо количество изчисления и силно повтарящи се операции. Те често се използват заедно с компютри с общо предназначение, за да образуват мощна система за обработка на сигнали. Има приблизително два типа съществуващи масивни процесори, а именно систолични масивни процесори.

И вълнов процесор. Първият използва унифициран синхронен часовник и задвижващ механизъм за управление за целия масив и има предимствата на проста структура, добра модулност и лесно разширяване. Последният приема независимо време на всяка единица и механизъм, управляван от данни. Той носи известно удобство при програмирането и дизайна, устойчив на грешки, а също така подобрява скоростта на обработка.

Посока на развитие

Цифровите сигнални процесори се развиха от специални сигнални процесори през 70-те години на миналия век до VLSI масивни процесори и техните области на приложение се промениха от първоначалния глас, сонар и т.н. Обработката на ниска честота signals е разработен за обработка на сигнали на големи количества видео данни, като радар и изображения. Благодарение на използването на аритметика с плаваща запетая и технология за паралелна обработка, възможностите за обработка на сигналните процесори са значително подобрени. Цифровият сигнален процесор ще продължи да се развива в двете посоки на подобряване на скоростта на обработка и точността на работа. Структурата на потока от данни и структурата на изкуствената невронна мрежа върху архитектурата вероятно ще се превърнат в основния структурен модел на следващото поколение цифров сигнален процесор.

АлгоритъмФормат

Има много DSP алгоритми. Повечето DSP процесори използват аритметика с фиксирана запетая и числата се изразяват като цели числа или десетични знаци между -1,0 и +1,0. Някои процесори използват аритметика с плаваща запетая и данните се изразяват под формата на мантиса плюс експонента: мантиса x 2 експонента.

Аритметиката с плаваща запетая е по-сложен конвенционален алгоритъм, използването на данни с плаваща запетая може да постигне голям динамичен диапазон от данни. Този динамичен диапазон може да бъде изразен чрез съотношението на максималните и минималните числа. При прилагането на DSP с плаваща запетая инженерите не трябва да се интересуват от въпроси като динамичен диапазон и точност. DSP с плаваща запетая е по-лесен за програмиране от DSP с фиксирана запетая, но цената и консумацията на енергия са високи.

Поради цената и консумацията на енергия DSP с фиксирана точка обикновено се използват в масови продукти. Разработчиците на програмиране и алгоритми използват анализ или симулация, за да определят необходимия динамичен диапазон и точност. Ако изискването е лесно за разработване и динамичният обхват е много широк и прецизността е висока, можете да обмислите използването на DSP с плаваща запетая.

Изчисленията с плаваща запетая също могат да бъдат реализирани от софтуер при условие, че се използва DSP с фиксирана запетая, но такива софтуерни програми ще заемат много процесорно време, така че рядко се използват. Ефективен метод е "блок с плаваща запетая", който използва този метод за обработка на група от данни с еднакъв показател, но различни мантиси като блокове с данни. Обработката на "блок с плаваща запетая" обикновено се реализира в софтуера.

Ширина на данните

Ширината на думата на всички DSP с плаваща запетая е 32 бита, докато ширината на думата на DSP с фиксирана запетая обикновено е 16 бита, а има и 24 бита и 20 бита. Битов DSP, като серията DSP563XX на Motorola и серията ZR3800X на Zoran. Тъй като ширината на думата има голяма връзка с външния размер на DSP, броя на щифтовете и размера на необходимата памет, дължината на ширината на думата пряко влияе върху цената на устройството. Колкото по-широка е ширината на думата, толкова по-голям е размерът, колкото повече пинове, толкова по-големи са изискванията за памет и съответното увеличение на цената. При условие, че отговаряте на изискванията за проектиране, опитайте се да изберете DSP с малка ширина на знаците, за да намалите разходите.

Когато избирате между фиксирана и плаваща запетая, можете да прецените връзката между ширината на думата и сложността на разработката. Например, чрез комбиниране на инструкции, 16-битово DSP устройство за цялата дума може също така да приложи 32-битов алгоритъм с двойна точност за цялата дума. Ако единичната точност може да отговори на повечето изисквания за изчисление и само малко количество код изисква двойна точност, този метод също е осъществим, но ако повечето от изчисленията изискват висока точност, трябва да изберете процесор с по-голяма дума ширина.

Моля, имайте предвид, че повечето DSP устройства имат еднаква ширина на думата с инструкции и думата с данни, но има някои разлики. Например думата с данни на серията ADSP-21XX на ADI е 16 бита, а думата с инструкции е 24 бита. .

Скорост на обработка

Дали процесорът отговаря на изискванията за проектиране, ключът се крие в това дали отговаря на изискванията за скорост. Има много начини за тестване на скоростта на процесора, най-основният от които е измерването на цикъла на инструкции на процесора.

Времето за изпълнение на инструкцията обаче не показва истинската производителност на процесора. Различните процесори изпълняват различни задачи в една инструкция. Простото сравняване на времето за изпълнение на инструкциите не може да разграничи справедливо разликата в производителността. Някои нови DSP приемат архитектура с много дълга инструктивна дума (VLIW). В тази архитектура множество инструкции могат да бъдат изпълнени в един цикъл и всяка инструкция изпълнява по-малко задачи от традиционните DSP. Следователно, той е относителен към VLIW и DSP устройства с общо предназначение. С други думи, сравняването на размера на MIPS може да бъде подвеждащо.

Дори в сравнение с традиционния DSP MIPS размер, има известна степен на едностранчивост. Например, някои процесори позволяват няколко бита да бъдат изместени заедно в една инструкция едновременно, докато някои DSP инструкции могат да изместят само един бит данни; някои DSP могат да изпълняват паралелни данни, които нямат нищо общо с изпълняваната ALU инструкция. Обработка (зареждане на операнди при изпълнение на инструкции) и някои DSP могат да поддържат само паралелна обработка на данни, свързана с ALU инструкциите, които се изпълняват; някои нови DSP позволяват два MAC да бъдат дефинирани в рамките на една инструкция. Следователно производителността на процесора не може да бъде получена точно чрез просто сравняване на MIPS.

Един от начините за решаване на горните проблеми е да се използва основна операция като стандарт за сравняване на производителността на процесора. Обикновено се използва MAC операция, но времето за работа на MAC не може да предостави достатъчно информация за сравняване на разликите в производителността на DSP. В повечето DSP, MAC операцията се изпълнява само в единичен цикъл на инструкция и нейното MAC време е равно на времето на цикъла на инструкцията, както е споменато по-горе. Някои DSP могат да се справят с повече задачи в единичен MAC цикъл, отколкото други DSP. MAC времето не отразява производителността като циклични операции, които се използват във всички приложения.

Когато сравнявате скоростта на DSP процесорите, обърнете внимание на рекламираните параметри MOPS (милиони операции в секунда) и MFLOPS (милиони операции с плаваща запетая в секунда), защото различните производители имат. Разбирането за „операция“ е различно и значението на индекса също е различно. Например, някои процесори могат да извършват операции за умножение с плаваща запетая и събиране с плаваща запетая едновременно, като по този начин се рекламира, че MFLOPS на техните продукти е два пъти по-голям от MIPS.

Второ, когато се сравняват тактовите честоти на процесора, входният такт на DSP може да е същият като честотата на инструкциите му или може да е два до четири пъти по-висок от скоростта на инструкциите и различните процесори може да са различни. В допълнение, много DSP имат тактови умножители или фазово заключени контури и могат да използват външни нискочестотни часовници за генериране на високочестотни тактови сигнали в чипа.

Практическо приложение

Гласова обработка: гласово кодиране, гласов синтез, гласово разпознаване, гласово подобряване, гласова поща, гласово съхранение и др.

Изображение/графика: обработка на двуизмерна и триизмерна графика, компресиране и предаване на изображение, разпознаване на изображение, анимация, визия на робот, мултимедия, електронни карти, подобряване на изображението и др.

Военни; поверителна комуникация, радарна обработка, сонарна обработка, навигация, глобално позициониране, радио с прескачане на честотата, търсене и анти-търсене и др.

Уреди и измервателни уреди: спектрален анализ, генериране на функции, събиране на данни, сеизмична обработка и др.

Автоматично управление: управление, операции в дълбокия космос, автоматично управление, управление на роботи, управление на дискове и др.

Медицински: слухови апарати, ултразвуково оборудване, диагностични инструменти, наблюдение на пациенти, електрокардиограма и др.

Домашни уреди: цифрово аудио, цифрова телевизия, видеотелефон, музикален синтез, контрол на тона, играчки и игри и др.

Примери за обработка на биомедицински сигнали:

CT: Компютърно устройство за рентгенова томография. (Сред тях Хаусфийлд, който изобрети главата CT, британската компания EMI, спечели Нобелова награда.)

CAT: Компютъризирано рентгеново устройство за пространствена реконструкция. Появяват се сканирания на цялото тяло, триизмерни изображения на сърдечна дейност, чужди тела в мозъчни тумори и реконструкция на изображения на човешки торс. ЕКГ анализ.

Управление на хранилището

Ефективността на DSP се влияе от способността му да управлява подсистемата на паметта. Както бе споменато по-рано, MAC и някои други функции за обработка на сигнали са основните възможности за обработка на сигнали на DSP устройствата. Възможността за бързо изпълнение на MAC изисква четене на една дума с инструкции и две думи с данни от паметта във всеки цикъл на инструкция. Има много начини да постигнете това четене. Например, използването на многоинтерфейсна памет (позволяваща множество достъпи до паметта във всеки цикъл на инструкции), отделна памет за инструкции и данни (структура "Харвард" и нейните производни) и кеш на инструкции (позволяващ четене на инструкции от кеша вместо паметта, По този начин паметта се освобождава за четене на данни).

Обърнете внимание и на размера на поддържаното пространство в паметта. Основният целеви пазар за много DSP с фиксирана точка са вградените системи за приложения, в които паметта обикновено е малка, така че това DSP устройство има малка до средна памет в чипа (около 4K до 64K думи) и тясна външна шина за данни. В допълнение, адресната шина на повечето DSP с фиксирана точка е по-малка или равна на 16 бита, така че пространството на външната памет е ограничено.

Някои DSP с плаваща запетая имат малка или никаква вградена памет, но външната шина за данни е широка. Например, TMS320C30 на TI има само 6K вградена памет, външната шина е 24 бита, а 13-битовата външна адресна шина. И ADSP2-21060 на ADI има 4Mb вградена памет, която може да бъде разделена на програмна памет и памет за данни по много начини.

Когато избирате DSP, трябва да изберете според размера на пространството за съхранение на конкретното приложение и изискванията за външната шина.

Характеристики на типа

DSP процесори и процесори с общо предназначение (GPP) като Intel, Pentium или Power

Компютърът има много Голямата разлика е, че структурата и инструкциите на DSP са специално проектирани и разработени за обработка на сигнали. Има следните характеристики.

Операции за хардуерно умножение и натрупване (MAC)

За да завърши ефективно операциите по умножение и натрупване, като например филтриране на сигнала, процесорът трябва да изпълнява ефективни операции по умножение. GPP първоначално не са проектирани за тежки операции по умножение. Първото голямо техническо подобрение, което отличава DSP от по-ранните GPP, е добавянето на специализиран хардуер, способен на операции за умножение в един цикъл и изрични MAC инструкции.

Структура на Харвард

Традиционните GPP използват von Norman структура на паметта. В тази структура пространството на паметта преминава през две шини (адресна шина A и шина за данни), които са свързани към ядрото на процесора. Тази структура не може да отговори на изискването MAC да има достъп до паметта четири пъти в един цикъл на инструкция. DSP обикновено използват структурата на Харвард. В структурата на Харвард има две пространства за съхранение: пространство за съхранение на програми и пространство за съхранение на данни. Ядрото на процесора е свързано с тези пространства за съхранение чрез два комплекта шини, позволяващи два едновременни достъпа до паметта. Тази подредба удвоява честотната лента на процесора. В структурата на Харвард, понякога чрез добавяне на второ място за съхранение на данни и шина, за да се постигне по-голяма честотна лента за съхранение. Съвременните високопроизводителни GPP обикновено имат две вградени в чипа кеш памети, една за данни и една за инструкции. От теоретична гледна точка, този двоен вграден в чипа кеш и шинна връзка е еквивалентен на структурата на Харвард, но GPP използват контролна логика, за да определят кои данни и думи с инструкции се намират в вградения в чипа кеш. Този процес обикновено не е за програмисти. Както можете да видите, в DSP програмистите могат ясно да контролират кои данни и инструкции се съхраняват в модули за съхранение на чип или кешове.

Контролен контур с нулева консумация

Общата характеристика на DSP алгоритмите: по-голямата част от времето за обработка се изразходва за изпълнение на малък брой инструкции, съдържащи се в относително малък цикъл. Поради това повечето DSP процесори имат специален хардуер за контрол на цикъла с нулева консумация. Цикъл с нулева консумация се отнася до цикъл, в който процесорът може да изпълни набор от инструкции, без да харчи време за тестване на стойността на брояча на цикъла, а хардуерът завършва скока на цикъла и затихването на брояча на цикъла. Някои DSP също така прилагат високоскоростни цикли с една инструкция чрез кеш с една инструкция.

Специален режим на адресиране

DSP често съдържат специални генератори на адреси, които могат да генерират специално адресиране, изисквано от алгоритмите за обработка на сигнали, като например адрес за кръгово търсене и адресиране с обръщане на битове. Цикличното адресиране съответства на алгоритъма на конвейерния FIR филтър, а адресирането с обръщане на битове съответства на алгоритъма на FFT.

Предсказуемост на времето за изпълнение

Повечето DSP приложения имат твърди изисквания за реално време, във всеки случай цялата работа по обработката трябва да бъде завършена в определено време. Това ограничение в реално време изисква от програмиста да определи колко време ще отнеме всяка проба или поне колко време ще бъде използвано в най-лошия случай. Процесът на DSP, изпълняващи програмата, е прозрачен за програмиста, така че е лесно да се предвиди времето за изпълнение на всяка задача. Въпреки това, за GPP с висока производителност, поради използването на голямо количество свръхвисокоскоростни данни и програмен кеш и динамичното разпределение на програмите, предвиждането на времето за изпълнение става сложно и трудно.

Изобилие от периферни устройства

DSP имат периферни устройства като DMA, серийни портове, портове за връзка и таймери.

Въведение в знанието

Формат на алгоритъма

Алгоритъмът с плаваща запетая е по-сложен конвенционален алгоритъм, използването на данни с плаваща запетая може да постигне голям динамичен диапазон на данните (този динамичен диапазон може да бъде изразен чрез съотношението на максималните и минималните числа). При прилагането на DSP с плаваща запетая инженерите не трябва да се интересуват от въпроси като динамичен диапазон и точност. DSP с плаваща запетая е по-лесен за програмиране от DSP с фиксирана запетая, но цената и консумацията на енергия са високи.

Ширина на данните

Ширината на думата на всички DSP с плаваща запетая е 32 бита, докато ширината на думата на DSP с фиксирана запетая обикновено е 16 бита. Има също 24-битови и 20-битови DSP, като серията DSP563XX на Motorola и серията ZR3800X на Zoran. Тъй като ширината на думата има голяма връзка с външния размер на DSP, броя на щифтовете и размера на необходимата памет, дължината на ширината на думата пряко влияе върху цената на устройството. Колкото по-широка е ширината на думата, толкова по-голям е размерът, колкото повече пинове, толкова по-големи са изискванията за памет и съответното увеличение на цената. При условие, че отговаряте на изискванията за проектиране, опитайте се да изберете DSP с малка ширина на знаците, за да намалите разходите.

Когато избирате между фиксирана и плаваща запетая, можете да прецените връзката между ширината на думата и сложността на разработката. Например, чрез комбиниране на инструкции, 16-битово DSP устройство за цялата дума може също така да приложи 32-битов алгоритъм с двойна точност за цялата дума (разбира се, аритметиката с двойна точност е много по-бавна от аритметиката с единична точност). Ако единичната точност може да отговори на повечето изисквания за изчисление и само малко количество код изисква двойна точност, този метод също е осъществим, но ако повечето от изчисленията изискват висока точност, трябва да изберете процесор с по-голяма дума ширина.

Моля, обърнете внимание, че ширината на думата с инструкции и думата с данни на повечето DSP устройства е една и съща и има някои разлики. Например, думата за данни от серията ADSP-21XX на ADI (Analog Devices Company) е 16 бита, а думата на инструкцията е 24 бита.

Скорост на обработка

Независимо дали процесорът отговаря на изискванията за проектиране, ключът се крие в това дали отговаря на изискванията за скорост. Има много начини за тестване на скоростта на процесора. Най-основното е да се измери цикълът на инструкции на процесора, тоест времето, необходимо на процесора да изпълни най-бързата инструкция. Реципрочната стойност на цикъла на инструкции се разделя на един милион и след това се умножава по броя на инструкциите, изпълнени във всеки цикъл. Резултатът е най-високата скорост на процесора, в милиони инструкции в секунда, MIPS.

Времето за изпълнение на инструкцията обаче не показва истинската производителност на процесора. Различните процесори изпълняват различни задачи в една инструкция. Простото сравняване на времето за изпълнение на инструкциите не може да разграничи справедливо разликата в производителността. Някои нови DSP използват архитектура с много дълга инструкционна дума (VLIW). В тази архитектура множество инструкции могат да бъдат изпълнени в един цикъл и всяка инструкция изпълнява по-малко задачи от традиционните DSP. Следователно, той е относителен към VLIW и DSP устройства с общо предназначение. С други думи, сравняването на размера на MIPS може да бъде подвеждащо.

Един от начините за решаване на горните проблеми е да се използва основна операция (вместо инструкции) като стандарт за сравняване на производителността на процесора. Обикновено се използва MAC операция, но времето за работа на MAC не може да предостави достатъчно информация за сравняване на разликите в производителността на DSP. В повечето DSP, MAC операцията се изпълнява само в единичен цикъл на инструкция и нейното MAC време е равно на времето на цикъла на инструкцията, както е споменато по-горе. Някои DSP могат да се справят с повече задачи в единичен MAC цикъл, отколкото други DSP. MAC времето не отразява производителността като циклични операции, които се използват във всички приложения.

Най-често срещаният метод е да се дефинира набор от стандартни процедури и да се сравнят скоростите на изпълнение на различни DSP. Тази рутина може да бъде "основната" функция на алгоритъм, като FIR или IIR филтри и т.н., или може да бъде цялото приложение или част от него (като енкодер за реч). Фигура 1 показва производителността на няколко DSP устройства, тествани с помощта на инструментите на BDTI.

Цифров сигнален процесор

Практическо приложение

Обработка на глас: кодиране на глас, синтез на глас, разпознаване на глас, подобряване на гласа, гласова поща, съхранение на глас и др.

Изображение/графика: обработка на 2D и 3D графика, компресиране и предаване на изображение, разпознаване на изображение, анимация, визия на робот, мултимедия, електронни карти, подобряване на изображението и др.

Примери за обработка на биомедицински сигнали:

CT: Компютърно устройство за рентгенова томография. (Сред тях Хаусфийлд, който изобрети главата CT, британският EMI, спечели Нобелова награда.)

ЕКГ анализ.

Управление на съхранение

Ефективността на DSP се влияе от способността му да управлява подсистемата на паметта. Както бе споменато по-рано, MAC и някои други функции за обработка на сигнали са основните възможности за обработка на сигнали на DSP устройствата. Възможността за бързо изпълнение на MAC изисква четене на една дума с инструкции и две думи с данни от паметта във всеки цикъл на инструкция. Има много начини за постигане на това четене, включително многоинтерфейсна памет (позволяваща множество достъпи до паметта във всеки цикъл на инструкции), отделна памет за инструкции и данни (структура "Харвард" и нейните производни) и кеш на инструкции (позволяващ от кеша чете инструкции вместо паметта, като по този начин освобождава паметта за четене на данни). Фигури 2 и 3 показват разликата между структурата на паметта на Харвард и структурата "фон Норман", използвана от много микроконтролери.

Типови характеристики

DSP процесори и процесори с общо предназначение (GPP) като Intel, Pentium или Power

Компютрите са много различни, тези разлики произвеждат Структурата и инструкциите за DSP са специално проектирани и разработени за обработка на сигнали и имат следните характеристики.

·Операции за хардуерно умножение и натрупване (MAC)

·Структура на Харвард

Традиционните GPP използват Feng. Норманска структура на паметта. В тази структура пространството на паметта е свързано към ядрото на процесора чрез две шини (шина за адреси и шина за данни). Тази структура не може да удовлетвори, че MAC трябва да извърши четири операции върху паметта в един цикъл на инструкция. Изисквания за второ посещение. DSP обикновено използват структурата на Харвард. В структурата на Харвард има две пространства за съхранение: пространство за съхранение на програми и пространство за съхранение на данни. Ядрото на процесора е свързано с тези пространства за съхранение чрез два комплекта шини, позволяващи два едновременни достъпа до паметта. Тази подредба удвоява честотната лента на процесора. В структурата на Харвард, понякога чрез добавяне на второ място за съхранение на данни и шина, за да се постигне по-голяма честотна лента за съхранение. Съвременните високопроизводителни GPP обикновено имат две вградени в чипа кеш памети, една за данни и една за инструкции. От теоретична гледна точка, този двоен вграден в чипа кеш и шинна връзка е еквивалентен на структурата на Харвард, но GPP използват контролна логика, за да определят кои данни и думи с инструкции се намират в вградения в чипа кеш. Този процес обикновено не е за програмисти. Както можете да видите, в DSP програмистите могат ясно да контролират кои данни и инструкции се съхраняват в модули за съхранение на чип или кешове.

Контролен контур с нулева консумация

·Специален режим на адресиране

DSP често съдържат специални генератори на адреси, които могат да генерират специално адресиране, изисквано от алгоритмите за обработка на сигнали, като адресиране на контури и адресиране с обръщане на битове. Цикличното адресиране съответства на алгоритъма на конвейерния FIR филтър, а адресирането с обръщане на битове съответства на алгоритъма на FFT.

·Предсказуемост на времето за изпълнение

Повечето DSP приложения имат твърди изисквания за реално време. Във всеки случай цялата работа по обработката трябва да бъде посочена Завършена навреме. Това ограничение в реално време изисква от програмиста да определи колко време ще отнеме всяка проба или поне колко време ще бъде използвано в най-лошия случай. Процесът на DSP, изпълняващи програмата, е прозрачен за програмиста, така че е лесно да се предвиди времето за изпълнение на всяка задача. Въпреки това, за GPP с висока производителност, поради използването на голямо количество свръхвисокоскоростни данни и програмен кеш и динамичното разпределение на програмите, предвиждането на времето за изпълнение става сложно и трудно.

·Изобилие от периферни устройства

DSP имат периферни устройства като DMA, серийни портове, портове за връзка и таймери.

Критерии за оценка

Класификация на производителността

Ефективността на DSP процесорите може да бъде разделена на три степени: евтини, нископроизводителни DSP и нискоенергийни DSP от среден клас И различни DSP от висок клас. Евтините DSP процесори от нисък клас са най-широко използваните процесори в индустрията. Продуктите в тази гама включват: ADSP-21xx, TMS320C2xx, DSP560xx и други серии, тяхната работна скорост обикновено е 20-50MIPS и при поддържане на подходяща консумация на енергия и капацитет за съхранение, като същевременно осигуряват висококачествена DSP производителност. DSP процесори с умерени цени, чрез повишена тактова честота, комбинирани с по-сложен хардуер за подобряване на производителността, формираха продуктите от среден клас на DSP, като DSP16xx, серия TMS320C54x, тяхната работна скорост е 100 ~ 150MIPS, обикновено използвани в безжична телекомуникация В оборудване и високоскоростни демодулатори, са необходими относително висока скорост на обработка и ниска консумация на енергия. Тъй като DSP от висок клас се ръководят от търсенето на ултрависокоскоростна обработка, тяхната структура наистина започна да се класифицира и разнообразява. Съответната структура е описана подробно в следващия раздел. Основната честота на DSP от висок клас е над 150MHz, а скоростта на обработка е над 1000MIPS, като серията TMS320C6X на TI, Tiger　SHARC на ADI и др.

Индикатори за оценка

Има много индикатори за оценка на производителността на процесора, най-често използваният е скоростта, но показателите за консумация на енергия и капацитет на паметта също са много важни, особено в приложенията на вградената система. С оглед на нарастващия брой DSP за системните дизайнери става все по-трудно да изберат процесор, който може да осигури най-добрата производителност на дадено устройство с приложения. В миналото дизайнерите на DSP системи разчитаха на MIPS или подобни показатели, за да получат груба представа за относителната производителност, осигурена от различни чипове. За съжаление, с диверсификацията на процесорната технология традиционните измервания като MIPS стават все по-малко и по-неточни, тъй като MIPS всъщност не измерва производителността. Тъй като една от характеристиките на DSP приложенията е, че по-голямата част от обработката е концентрирана в част от програмата (основна програма), е възможно да се тества и оцени DSP процесора с референтни програми, свързани с обработката на сигнали. BDTI завърши набор от основни стандарти и регистрира нов тип хибридно измерване на скоростта: BDTI резултат.

Въведение в структурата

Общ преглед

През последните две години по-високата производителност на DSP процесора не може да бъде решена от традиционната структура, така че бяха предложени различни подобрения. стратегия. Увеличаването на тактовата честота изглежда е ограничено и най-добрият начин е да се увеличи паралелността. Увеличаването на паралелността на операциите може да се постигне по два начина: увеличаване на броя на операциите, изпълнявани от всяка инструкция, или увеличаване на броя на инструкциите, изпълнявани във всеки цикъл на инструкция. Тези две паралелни изисквания са създали различни нови структури за DSP.

Подобрен

DSP

Преди DSP процесорите използваха сложни и смесени набори от инструкции, което позволяваше на програмистите да кодират множество операции в една инструкция. Традиционно DSP процесорите издават и изпълняват само една инструкция в един цикъл на инструкция. Този еднопоточен, сложен метод на инструкции позволява на DSP процесора да получи много мощна производителност без необходимост от голямо количество памет.

При запазване на структурата на DSP и гореспоменатия набор от инструкции непроменени, един от начините за увеличаване на натоварването на всяка инструкция е използването на допълнителни изпълнителни единици и увеличаване на пътищата за данни. Например, някои DSP от висок клас имат два множителя вместо един. Ние наричаме DSP, които използват този метод, 撛銮啃畃覫榫覫諛, тъй като тяхната структура е подобна на предишното поколение DSP, но производителността е значително подобрена чрез добавяне на изпълнителни единици. Разбира се, наборът от инструкции също трябва да бъде подобрен в същото време, така че програмистът да може да определи повече паралелни операции в една инструкция, за да се възползва от допълнителния хардуер. Примери за подобрени DSP са DSP16000 на Lucent и ADSP2116x на ADI. Предимството на подобрените DSP е, че те са съвместими и имат подобна цена и консумация на енергия като по-ранните DSP. Недостатъкът е, че структурата е сложна, инструкциите са сложни и по-нататъшното развитие е ограничено.

VLIW

Структура

As mentioned earlier, traditional DSP processors use complex mixed instructions, and Only one instruction flows and executes in the instruction loop. However, recently some DSPs adopt a more RISC-based instruction set, and execute multiple instructions in one instruction cycle, using a large unified register file. For example, Siemems' Carmel, Philips' TriMedia, and TI's TMS320C62XX processor family all use a very long instruction word (VLIW) structure. The C62xx processor fetches a 256-bit instruction packet each time, parses the packet into 8 32-bit instructions, and then directs them to its 8 independent execution units. In the best case, C62xx executes 8 instructions at the same time. In this case, it reaches a very high MIPS rate (such as 1600MIPS). The advantages of the VLIW structure are high performance, regular structure (potentially easy to program and good target compilation system).缺点是高功耗、代码膨胀－需要宽的程序存储器、新的编程/编译困难（需跟踪指令安排，易破坏流水线使性能下降）。

超标量体

超标量体系结构

象VLIW处理器一样，超标量体系结构并行地流出和执行多个指令。但跟VLIW处理器不同的是，超标量体系结构不清楚指定需要并行处理的指令，而是使用动态指令规划，根据处理器可用的资源，数据依赖性和其他的因素来决定哪些指令要被同时执行。超标量体系结构已经长期用于高性能的通用处理器中，如Pentium和PowerPC。最近，ZSP公司开发出第一个商业的超标量体系结构的DSP

ZSP164xx。超标量结构的优点是性能有大的跨越、结构规整、代码宽度没有明显增长。缺点是非常高的功耗、指令的动态安排使代码优化困难。

SIMD

结构

单指令多数据流（SIMD）处理器把输入的长的数据分解为多个较短的数据，然后由单指令并行地操作，从而提高处理海量、可分解数据的能力。该技术能大幅度地提高在多媒体和信号处理中大量使用的一些矢量操作的计算速度，如坐标变换和旋转。

通用处理器SIMD增强的两个例子是Pentium的MMX扩展和PowerPC族的AltiVec扩展。 simd在一些高性能的DSP处理器中也有应用。例如，DSP16000在其数据路中支持有限的SIMD风格的操作，而Analog

Devices最近推出了有名的SHARC的新一代DSP处理器，进行了SIMD能力的扩展。 SIMD结构由于使总线、数据通道等资源充分使用，并无需改变信号处理（含图象、语音）算法的基本结构，因此SIMD结构使用越来越普遍。 SIMD结构遇到的问题是算法、数据结构必须满足数据并行处理的要求，为了加速，循环常常需要被拆开，处理数据需要重新安排调整。通常SIMD仅支持定点运算。

混合结构

DSP/微控制器的混合结构

许多的应用需要以控制为主的软件和DSP软件的混合。一个明显的例子是数字蜂窝电话，因为其中有监控和语音处理的工作。一般地，微处理器在控制上能提供良好的性能而在DSP性能上则很糟，专用的DSP处理器的特性则刚好相反。因此，最近有一些微处理器产商开始提供DSP增强版本的微处理器。用单处理器完成两种软件的任务是很有吸引力的，因为其可以潜在地提供简化设计，节省版面空间，降低总功耗，降低系统成本等。 DSP和微处理器结合的方法有：

·在一个结上集成多种处理器，如MotorolaDSP5665x

·DSP作为协处理器，如ARMPiccolo

·DSP核移值到已有的位处理器，如SH－DSP

·微控制器与已有的DSP集成在一起，如TMS320C27xx

·全部新的设计，如TriCore

随着对DSP能力需求的提高，DSP处理器结构正在进行新的和革新的设计，DSP、MCU、CPU的结构优点相互借用。

发展趋势

综述

DSP处理器发展的趋势是结构多样化，集成单片化用户化，开发工具更完善，评价体系更全面更专业。

趋势

VLIW结构、超标量体系结构和DSP/MCU混合处理器是DSPs结构发展的新潮流。 VLIW和超标量结构能够获得很高的处理性能。 DSP/MCU混合可以简化应用系统设计，降低体积和成本。高性能通用处理器（GPPs）借用了DSPs的许多结构优点，其浮点处理速度比高档DSPs还要快。高性能GPPs一般时钟频率为200～500MHz，具有超标量、SIMD结构，单周期乘法操作，好的存储器带宽，转移预测功能，因此GPPs正在涉足DSP领域。但由于GPPs缺乏实时可预测性，优化DSP代码困难，有限的DSP工具支持，高功耗等问题，因此GPPs在DSP中的应用还有限。但瞄准嵌入系统应用的高性能GPPs与DSPs进行混合，形成专用的嵌入GPPs，如Hitachi的SH－DSP，ARM的Piccolo，Siemens的TriCore。嵌入GPPs保留原有的高性能，并加强DSP实时预测、控制等方面的能力，与专用DSP处理器形成了对照。

在DSPs综合集成方面，处理器核和快速用户可定制能力是重要的。预计将出现和流行：用户可定制DSPs，块组建DSPs，可编程整数DSPs，DSPs化现场可编程门阵列（FPGAs），更专用化的DSPs，多媒体DSPs等。更令人鼓舞的是未来DSP处理器将集成DSP处理器核，微控制器，存储器RAM和ROM，串行口，模数转换器，数模转换器，用户定义数字电路，用户定义模拟电路等，因此DSP处理系统一般将不再是若干印制板（如信号调理板，A/D板，D/A板，接口定时板等）组成的大系统。

由于DSPS结构的多样化，DSPS性能测试将变得更加困难，MIPS、MOPS、MFLOPS、BOPS等指标将越来越不能准确反映DSPS的性能，因此需要更细更专业化的测试评价标准。对具体应用来说，某些单项功能测试结果，可能显得更重要。

随着DSPs性能的提高，开发工具可能比处理器结构将更重要，因为只有有效的开发工具，才能使处理器得到普遍使用，并使性能充分发挥。片上Debug是实时调试的最好手段，它将采用与JTAG兼容的Debug口。 C编译器的效率仍然是重点，如何方便容易地进行有效代码开发是关键。指令软件仿真器显得更重要，更精确的指令软件仿真器将得到开发。多类型DSP调试开发工具将混合集成在一起。 DSPs开发工具将是一个充满机遇和挑战的领域。

DSP处理器存在两种发展趋势：一是DSP应用越来越多，如手机和便携式音频播放器等。 DSP将集成更多功能，如A/D转换、LCD控制器等，系统成本和器件数将会大为降低。另一个趋势是将DSP作为IP出售，如亿恒科技公司的Camel和TriCore内核。随着EDA工具的不断成熟，系统设计工程师将更容易地修改DSP内核，加入用户专用外围电路以实现更专业化、更低成本的DSP解决方案。

80年代还属于少数人研究的数字信号处理（DSP），进入90年代以来，已逐渐成为人们最常用的工程术语之一。处理器应用广泛的原因在于，处理器的制造技术发展得极为先进，使处理器的成本下降到这一水平：它可用在消费品和其它对成本敏感的系统中；处理器的处理速度上升到这一水平：它可满足大部分高速实时信号处理的需求。在产品中越来越多地使用DSP处理器，加剧了对更快、更便宜、更节省能量的DSP处理器的开发和迅速发展。

DSP处理器（DSPs）的品种越来越繁多，除了大家熟知的四大DSPs产商：TexasInstruments（德州仪器）公司、Lucent Technologies（朗讯技术）公司、Analog

Devies（模拟设备）公司和Motorola（摩托罗拉）公司，大约还有80家DSPs产商。它们生产的DSPs主要用于特殊功能的设备，如调制解调器、MPEG译码器、硬盘驱动器等。 DSP处理器可分为两大类：定点DSPs和浮点DSPs。定点DSPs发展迅速，品种最多，处理速度为20～2000MIPS。浮点DSPs基本由TI和AD公司垄断，处理速度40～1000MFLOPS。 DSPs的性能已形成低、中、高三档，高端产品处理器结构发生了深刻的变化，形成了多样化的趋势。

选购指南

DSP处理器的应用领域很广，但实际上没有一个处理器能完全满足所有的或绝大多数应用需要，设计工程师在选择处理器时需要根据性能、成本、集成度、开发的难易程度以及功耗等因素进行综合考虑。

DSP器件按设计要求可以分为两类。第一类，应用领域为廉价的、大规模嵌入式应用系统，如手机、磁盘驱动(DSP用作伺服电机控制)以及便携式数字音频播放器等。在这些应用中价格和集成度是最重要的考虑因素。对于便携式电池供电的设备，功耗也是一个关键的因素。尽管这些应用常常需要开发运行于DSP的客户应用软件和外围支持硬件，但易于开发的要求仍然是次要的因素，因为批量生产可以分摊开发成本，从而降低单位产品的开发成本。

另外一类是需要用复杂算法对大量数据进行处理的应用，例如声纳探测和地震探测等，也需要用DSP器件。该类设备的批量一般较小、算法要求苛刻、产品很大而且很复杂。所以设计工程师在选择处理器时会尽量选择性能最佳、易于开发并支持多处理器的DSP器件。有时，设计工程师更喜欢选用现成的开发板来开发系统而不是从零开始硬件和软件设计，同时可以采用现成的功能库文件开发应用软件。

在实际设计时应根据具体的应用选择合适的DSP。不同的DSP有不同的特点，适用于不同的应用，在选择时可以遵循以下要点。

DSP开发的简便性

对不同的应用来说，对开发简便性的要求不一样。对于研究和样机的开发，一般要求系统工具能便于开发。而如果公司在开发下一代手机产品，成本是最重要的因素，只要能降低最终产品的成本，一般他们愿意承受很烦琐的开发，采用复杂的开发工具(当然如果大大延迟了产品上市的时间则是另一回事)。

因此选择DSP时需要考虑的因素有软件开发工具(包括汇编、链接、仿真、调试、编译、代码库以及实时操作系统等部分)、硬件工具(开发板和仿真机)和高级工具(例如基于框图的代码生成环境)。

选择DSP器件时常有如何实现编程的问题。一般设计工程师选择汇编语言或高级语言(如C或Ada)，或两者相结合的办法。大部分的DSP程序采用汇编语言，由于编译器产生的汇编代码一般未经最优化，需要手动进行程序优化，降低程序代码大小和使流程更合理，进一步加快程序的执行速度。这样的工作对于消费类电子产品很有意义，因为通过代码的优化能弥补DSP性能的不足。

使用高级语言编译器的设计工程师会发现，浮点DSP编译器的执行效果比定点DSP好，这有几个原因：首先，多数的高级语言本身并不支持小数算法；其次，浮点处理器一般比定点处理器具有更规则的指令，指令限制少，更适合编译器处理；第三，由于浮点处理器支持更大的存储器，能提供足够的空间。编译器产生的代码一般比手动生成的代码更大。

不管是用高级语言还是汇编语言实现编程，都必须注意调试和硬件仿真工具的使用，因为很大一部分的开发时间会花在这里。几乎所有的生产商都提供指令集仿真器，在硬件完成之前，采用指令集仿真器对软件调试很有帮助。如果所用的是高级语言，对高级语言调试器功能进行评估很重要，包括能否与模拟机和/或硬件仿真器一起运行等性能。

大多数DSP销售商提供硬件仿真工具，许多处理器具有片上调试/仿真功能，通过采用IEEE1149.1JTAG标准的串行接口访问。该串行接口允许基于扫描的仿真，即程序员通过该接口加载断点，然后通过扫描处理器内部寄存器来查看处理器到达断点后寄存器的内容并进行修改。

很多的生产商都可以提供现成的DSP开发系统板。在硬件没有开发完成之前可用开发板实现软件实时运行调试，这样可以提高最终产品的可制造性。对于一些小批量系统甚至可以用开发板作为最终产品电路板。

支持多处理器

在某些数据计算量很大的应用中，经常要求使用多个DSP处理器。在这种情况下，多处理器互连和互连性能(关于相互间通信流量、开销和时间延迟)成为重要的考虑因素。如ADI的ADSP-2106X系列提供了简化多处理器系统设计的专用硬件。

电源管理和功耗

DSP器件越来越多地应用在便携式产品中，在这些应用中功耗是一个重要的考虑因素，因而DSP生产商尽量在产品内部加入电源管理并降低工作电压以减小系统的功耗。在某些DSP器件中的电源管理功能包括：

a.降低工作电压：许多生产商提供低电压DSP版本(3.3V，2.5V，或1.8V)，这种处理器在相同的时钟下功耗远远低于5V供电的同类产品。

b.“休眠”或“空闲”模式：绝大多数处理器具有关断处理器部分时钟的功能，降低功耗。在某些情况下，非屏蔽的中断信号可以将处理器从“休眠”模式下恢复，而在另外一些情况下，只有设定的几个外部中断才能唤醒处理器。有些处理器可以提供不同省电功能和时延的多个“休眠”模式。

c.可编程时钟分频器：某些DSP允许在软件控制下改变处理器时钟，以便在某个特定任务时使用最低时钟频率来降低功耗。

d.外围控制：一些DSP器件允许程序停止系统未用到的外围电路的工作。

不管电源管理特性怎么样，设计工程师要获得优秀的省电设计很困难，因为DSP的功耗随所执行的指令不同而不同。多数生产商所提供的功耗指标为典型值或最大值，而TI公司给出的指标是一个例外，该公司的应用实例中详细地说明了在执行不同指令和不同配置下的功耗。

成本因素

在满足设计要求条件下要尽量使用低成本DSP，即使这种DSP编程难度很大而且灵活性差。在处理器系列中，越便宜的处理器功能越少，片上存储器也越小，性能也比价格高的处理器差。

封装不同的DSP器件价格也存在差别。例如，PQFP和TQFP封装比PGA封装便宜得多。

在考虑到成本时要切记两点。首先，处理器的价格在持续下跌；第二点，价格还依赖于批量，如10，000片的单价可能会比1，000片的单价便宜很多。

国内外现状

数字信号处理（Digital Signal Processing，简称DSP）是一门涉及许多学科而又广泛应用于许多领域的新兴学科。数字信号处理是围绕着数字信号处理的理论、实现和应用等几个方面发展起来的。数字信号处理在理论上的发展推动了数字信号处理应用的发展。反过来，数字信号处理的应用又促进了数字信号处理理论的提高。而数字信号处理的实现则是理论和应用之间的桥梁。数字信号处理是以众多的学科为理论基础的，它所涉及的范围及其广泛。例如，在数学领域，微积分、概率统计、随机过程、数值分析等都是数字信号处理的基本工具，与网络理论、信号与系统、控制论、通信理论、故障诊断等也密切相关。一些新兴的学科，如人工智能、模式识别、神经网络等，都与数字信号处理密不可分。可以说，数字信号处理是把许多经典的理论体系作为自己的理论基础，同时又使自己成为一系列新兴学科的理论基础。

长期以来，信号处理技术—直用于转换或产生模拟或数字信号。其中应用得最频繁的领域就是信号的滤波。此外，从数字通信、语音、音频和生物医学信号处理到检测仪器仪表和机器人技术等许多领域中，都广泛地应用了数字信号处理技术。数字信号处理己经发展成为一项成熟的技术，并且在许多应用领域逐步代替了传统的模拟信号处理系统。

世界上三大DSP芯片生产商有德克萨斯仪器公司、模拟器件公司和摩托罗拉公司。

数字信号处理的书籍很多，其中以麻省理工学院奥本海姆编著的《Discrete Time Signa Processing》最为经典，有中译本《离散时间信号处理》由西安交通大学出版。