数字信号处理选型和介绍

　　一、数字信号处理简介

　　DSP即数字信号处理（DIGITALSignalProcessing，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。20世纪60年代以来，随着计算机和信息技术的飞速发展，数字信号处理技术应运而生并得到迅速的发展。数字信号处理是一种通过使用数学技巧执行转换或提取信息，来处理现实信号的方法，这些信号由数字序列表示。在过去的二十多年时间里，数字信号处理已经在通信等领域得到极为广泛的应用。德州仪器、FREESCALE等半导体厂商在这一领域拥有很强的实力。

　　二、数字信号处理选型

　　主要考虑处理速度、功耗、程序存储器和数据存储器的容量、片内的资源，如定时器的数量、I/O口数量、中断数量、DMA通道数等。DSP的主要供应商有TI，ADI，Motorola，Lucent和Zilog等，其中TI占有最大的市场份额。

　　TI公司现在主推四大系列DSP

　　1）C5000系列（定点、低功耗）：C54X，C54XX，C55X相比其它系列的主要特点是低功耗，所以最适合个人与便携式上网以及无线通信应用，如手机、PDA、GPS等应用。处理速度在80MIPS--400MIPS之间。C54XX和C55XX一般只具有McBSP同步串口、HPI并行接口、定时器、DMA等外设。值得注意的是C55XX提供了EMIF外部存储器扩展接口，可以直接使用SDRAM，而C54XX则不能直接使用。两个系列的数字IO都只有两条。

　　2）C2000系列（定点、控制器）：C20X，F20X，F24X，F24XX，C28x该系芯片具有大量外设资源，如：A/D、定时器、各种串口（同步和异步），WATCHDOG、CAN总线/PWM发生器、数字IO脚等。是针对控制应用最佳化的DSP，在TI所有的DSP中，只有C2000有FLASH，也只有该系列有异步串口可以和PC的UART相连。

　　3）C6000系列：C62XX，C67XX，C64X该系列以高性能著称，最适合宽带网络和数字影像应用。32bit，其中：C62XX和C64X是定点系列，C67XX是浮点系列。该系列提供EMIF扩展存储器接口。该系列只提供BGA封装，只能制作多层PCB。且功耗较大。同为浮点系列的C3X中的VC33现在虽非主流产品，但也仍在广泛使用，但其速度较低，最高在150MIPS。

　　4）OMAP系列：OMAP处理器集成ARM的命令及控制功能，另外还提供DSP的低功耗实时信号处理能力，最适合移动上网设备和多媒体家电。

　　其他系列的DSP曾经有过风光，但现在都非TI主推产品了，除了C3X系列外，其他基本处于淘汰阶段，如：C3X的浮点系列：C30，C31，C32C2X和C5X系列：C20，C25，C50每个系列的DSP都有其主要应用领域。

　　数字信号处理系统

　　三、数字信号处理芯片的选型参数

　　根据应用场合和设计目标的不同，选择DSP芯片的侧重点也各不相同，其主要参数包括以下几个方面：

　　（1）运算速度：首先我们要确定数字信号处理的算法，算法确定以后其运算量和完成时间也就大体确定了，根据运算量及其时间要求就可以估算DSP芯片运算速度的下限。在选择DSP芯片时，各个芯片运算速度的衡量标准主要有：

　　MIPS（MillionsofInstructionsPerSecond），百万条指令/秒，一般DSP为20~100MIPS，使用超长指令字的TMS320B2XX为2400MIPS。必须指出的是这是定点DSP芯片运算速度的衡量指标，应注意的是，厂家提供的该指标一般是指峰值指标，因此，系统设计时应留有一定的裕量。MOPS（Mill

　　ionsofOperationsPerSecond），每秒执行百万操作。这个指标的问题是什么是一次操作，通常操作包括CPU操作外，还包括地址计算、DMA访问数据传输、I/O操作等。一般说MOPS越高意味着乘积-累加和运算速度越快。MOPS可以对DSP芯片的性能进行综合描述。

　　MFLOPS（MillionFloatingPointOperationsPerSecond），百万次浮点操作/秒，这是衡量浮点DSP芯片的重要指标。例如TMS320C31在主频为40MHz时，处理能力为40MFLOPS，TMS320C6701在指令周期为6ns时，单精度运算可达1GFLOPS。浮点操作包括浮点乘法、加法、减法、存储等操作。应注意的是，厂家提供的该指标一般是指峰值指标，因此，系统设计时应注意留有一定的裕量。

　　MBPS（MillionBitPerSecond），它是对总线和I/O口数据吞吐率的度量，也就是某个总线或I/O的带宽。例如对TMS320C6XXX、200MHz时钟、32bit总线时，总线数据吞吐率则为800Mbyte/s或6400MBPS。

　　ACS（Multiply-AccumulatesPerSecond），例如TMS320C6XXX乘加速度达300MMACS~600MMACS。

　　指令周期，即执行一条指令所需的时间，通常以ns（纳秒）为单位，如TMS320LC549-80在主频为80MHz是的指令周期为12.5ns。MAC时间，执行一次乘法和加法运算所花费的时间：大多数DSP芯片可以在一个指令周期内完成一次MAC运算。

　　FFT/FIR执行时间，运行一个N点FFT或N点FIR程序的运算时间。由于FFT运算/FIR运算是数字信号处理的一个典型算法，因此，该指标可以作为衡量芯片性能的综合指标。

　　（2）运算精度：一般情况下，浮点DSP芯片的运算精度要高于定点DSP芯片的运算精度，但是功耗和价格也随之上升。一般定点DSP芯片的字长为16位、24位或者32位，浮点芯片的字长为32位。累加器一般都为32位或40位。定点DSP的特点是主频高、速度快、成本低、功耗小，主要用于计算复杂度不高的控制、通信、语音/图像、消费电子产品等领域。通常可以用定点器件解决的问题，尽量用定点器件，因为它经济、速度快、成本低，功耗小。但是在编程时要关注信号的动态范围，在代码中增加限制信号动态范围的定标运算，虽然我们可以通过改进算法来提高运算精度，但是这样做会相应增加程序的复杂度和运算量。浮点DSP的速度一般比定点DSP处理速度低，其成本和功耗都比定点DSP高，但是由于其采用了浮点数据格式，因而处理精度，动态范围都远高于定点DSP，适合于运算复杂度高，精度要求高的应用场合；即使是一般的应用，在对浮点DSP进行编程时，不必考虑数据溢出和精度不够的问题，因而编程要比定点DSP方便、容易。因此说，运算精度要求是一个折衷的问题，需要根据经验等来确定一个最佳的结合点。

　　（3）字长的选择：一般浮点DSP芯片都用32位的数据字，大多数定点DSP芯片是16位数据字。而Motorola公司定点芯片用24位数据字，以便在定点和浮点精度之间取得折衷。字长大小是影响成本的重要因素，它影响芯片的大小、引脚数以及存储器的大小，设计时在满足性能指标的条件下，尽可能选用最小的数据字。

　　（4）存储器等片内硬件资源安排：包括存储器的大小，片内存储器的数量，总线寻址空间等。片内存储器的大小决定了芯片运行速度和成本，例如TI公司同一系列的DSP芯片，不同种类芯片存储器的配置等硬件资源各不相同。通过对算法程序和应用目标的仔细分析可以大体判定对DSP芯片片内资源的要求。几个重要的考虑因素是片内RAM和ROM的数量、可否外扩存储器、总线接口/中断/串行口等是否够用、是否具有A/D转换等。

　　（5）开发调试工具：完善、方便的的开发工具和相关支持软件是开发大型、复杂DSP系统的必备条件，对缩短产品的开发周期有很重要的作用。开发工具包括软件和硬件两部分。软件开发工具主要包括：C编译器、汇编器、链接器、程序库、软件仿真器等，在确定DSP算法后，编写的程序代码通过软件仿真器进行仿真运行，来确定必要的性能指标。硬件开发工具包括在线硬件仿真器和系统开发板。在线硬件仿真器通常是JTAG周边扫描接口板，可以对设计的硬件进行在线调试；在硬件系统完成之前，不同功能的开发板上实时运行设计的DSP软件，可以提高开发效率。甚至在有的数量小的产品中，直接将开发板当作最终产品。

　　（6）功耗与电源管理：一般来说个人数字产品、便携设备和户外设备等对功耗有特殊要求，因此这也是一个该考虑的问题。它通常包括供电

　　电压的选择和电源的管理功能。供电电压一般取得比较低，实施芯片的低电压供电，通常有3.3V、2.5V，1.8V，0.9V等，在同样的时钟频率下，它们的功耗将远远低于5V供电电压的芯片。加强了对电源的管理后，通常用休眠、等待模式等方式节省功率消耗。例如TI公司提供了详细的、功能随指令类型和处理器配置而改变的应用说明。

　　（7）价格及厂家的售后服务因素：价格包括DSP芯片的价格和开发工具的价格。如果采用昂贵的DSP芯片，即使性能再高，其应用范围也肯定受到一定的限制。但低价位的芯片必然是功能较少、片内存储器少、性能上差一些的，这就带给编程一定的困难。因此，要根据实际系统的应用情况，确定一个价格适中的DSP芯片。还要充分考虑厂家提供的的售后服务等因素，良好的售后技术支持也是开发过程中重要资源。

　　（8）其他因素：包括DSP芯片的封装形式、环境要求、供货周期、生命周期等。

　　四、数字信号处理应用

　　广义来说，数字信号处理是研究用数字方法对信号进行分析、变换、滤波、检测、调制、解调以及快速算法的一门技术学科。但很多人认为：数字信号处理主要是研究有关数字滤波技术、离散变换快速算法和谱分析方法。随着数字电路与系统技术以及计算机技术的发展，数字信号处理技术也相应地得到发展，其应用领域十分广泛。

　　数字控制、运动控制方面的应用主要有磁盘驱动控制、引擎控制、激光打印机控制、喷绘机控制、马达控制、电力系统控制、机器人控制、高精度伺服系统控制、数控机床等。

　　面向低功耗、手持设备、无线终端的应用主要有：手机、PDA、GPS、数传电台等。

　　1.数字滤波器

　　数字滤波器的实用型式很多，大略可分为有限冲激响应型和无限冲激响应型两类，可用硬件和软件两种方式实现。在硬件实现方式中，它由加法器、乘法器等单元所组成，这与电阻器、电感器和电容器所构成的模拟滤波器完全不同。数字信号处理系统很容易用数字集成电路制成，显示出体积小、稳定性高、可程控等优点。数字滤波器也可以用软件实现。软件实现方法是借助于通用数字计算机按滤波器的设计算法编出程序进行数字滤波计算。

　　2.傅里叶变换

　　1965年J.W.库利和T.W.图基首先提出离散傅里叶变换的快速算法，简称快速傅里叶变换，以FFT表示。自有了快速算法以后，离散傅里叶变换的运算次数大为减少，使数字信号处理的实现成为可能。快速傅里叶变换还可用来进行一系列有关的快速运算，如相关、褶积、功率谱等运算。快速傅里叶变换可做成专用设备，也可以通过软件实现。与快速傅里叶变换相似，其他形式的变换，如沃尔什变换、数论变换等也可有其快速算法。

　　3.谱分析

　　在频域中描述信号特性的一种分析方法，不仅可用于确定性信号，也可用于随机性信号。所谓确定性信号可用既定的时间函数来表示，它在任何时刻的值是确定的；随机信号则不具有这样的特性，它在某一时刻的值是随机的。因此，随机信号处理只能根据随机过程理论，利用统计方法来进行分析和处理，如经常利用均值、均方值、方差、相关函数、功率谱密度函数等统计量来描述随机过程的特征或随机信号的特性。

　　语音信号处理语音信号处理是信号处理中的重要分支之一。它包括的主要方面有：语音的识别，语言的理解，语音的合成，语音的增强，语音的数据压缩等。各种应用均有其特殊问题。语音识别是将待识别的语音信号的特征参数即时地提取出来，与已知的语音样本进行匹配，从而判定出待识别语音信号的音素属性。关于语音识别方法，有统计模式语音识别，结构和语句模式语音识别，利用这些方法可以得到共振峰频率、音调、嗓音、噪声等重要参数，语音理解是人和计算机用自然语言对话的理论和技术基础。语音合成的主要目的是使计算机能够讲话。为此，首先需要研究清楚在发音时语音特征参数随时间的变化规律，然后利用适当的方法模拟发音的过程，合成为语言。其他有关语言处理问题也各有其特点。语音信号处理是发展智能计算机和智能机器人的基础，是制造声码器的依据。语音信号处理是迅速发展中的一项信号处理技术。

　　4.图像信号处理

　　图像信号处理的应用已渗透到各个科学技术领域。譬如，图像处理技术可用于研究粒子的运动轨迹、生物细胞的结构、地貌的状态、气象云图的分析、宇宙星体的构成等。在图像处理的实际应用中，获得较大成果的有遥感图像处理技术、断层成像技术、计算机视觉技术和景物分析技术等。根据图像信号处理的应用特点，处理技术大体可分为图像增强、恢复、分割、识别、编码和重建等几个方面。这些处理技术各具特点，且正在迅速发展中。

　　5.振动信号处理

　　机械振动信号的分析与处理技术已应用于汽车、飞机、船只、机械设备、房屋建筑、水坝设计等方面的研究和生产中。振动信号处理的基本原理是在测试体上加一激振力，做为输入信号。在测量点上监测输出信号。输出信号与输入信号之比称为由测试体所构成的系统的传递函数（或称转移函数）。根据得到的传递函数进行所谓模态参数识别，从而计算出系统的模态刚度、模态阻尼等主要参数。这样就建立起系统的数学模型。进而可以做出结构的动态优化设计。这些工作均可利用数字处理器来进行。这种分析和处理方法一般称为模态分析。实质上，它就是信号处理在振动工程中所采用的一种特殊方法。

　　6.地球物理处理

　　为了勘探地下深处所储藏的石油和天然气以及其他矿藏，通常采用地震勘探方法来探测地层结构和岩性。这种方法的基本原理是在一选定的地点施加人为的激震，如用爆炸方法产生一振动波向地下传播，遇到地层分界面即产生反射波，在距离振源一定远的地方放置一列感受器，接收到达地面的反射波。从反射波的延迟时间和强度来判断地层的深度和结构。感受器所接收到的地震记录是比较复杂的，需要处理才能进行地质解释。处理的方法很多，有反褶积法，同态滤波法等，这是一个尚在努力研究的问题。

　　7.生物医学处理

　　信号处理在生物医学方面主要是用来辅助生物医学基础理论的研究和用于诊断检查和监护。例如，用于细胞学、脑神经学、心血管学、遗传学等方面的基础理论研究。人的脑神经系统由约100亿个神经细胞所组成，是一个十分复杂而庞大的信息处理系统。在这个处理系统中，信息的传输与处理是并列进行的，并具有特殊的功能，即使系统的某一部分发生障碍，其他部分仍能工作，这是计算机所做不到的。因此，关于人脑的信息处理模型的研究就成为基础理论研究的重要课题。此外，神经细胞模型的研究，染色体功能的研究等等，都可借助于信号处理的原理和技术来进行。

　　五、未来DSP发展趋势

　　在相当长的时期内，无线应用仍将是可编程DSP市场的驱动引擎。DSP技术仍将是能够访问窄带、宽带或是无线互联网的主要手段，它还是新兴的分组（IP）电话市场的关键技术，DSP仍将是整个半导体工业的技术驱动力。

　　在产品应用上，目前重要的DSP应用产品，如移动电话、调制解调器、HDD等个人计算机与通讯领域应用产品。但种种迹象表明，数字革命促进了高性能DSP的广泛应用，如数码相机、VoIP电话和手持电子设备等。中国在消费电子产品上的发展更为引人注目，许多消费类电子产品需要更低成本、更易使用的DSP产品，如音响设备、DVR、机顶盒等。整体来看，DSP应用在通讯领域、数字影音的产品将越来越普及。