dsp应用实例论文

学号：[1**********]

2015-2016学年第一学期《DSP 技术与应用实例》

期 末 论 文

题目：DSP 在系统及芯片中的应用

姓名：张江州

院 系： 信息技术学院

专 业： 农业电气化与自动化

年 级： 2012

论文提交日期： 2015年11月

成 绩：

一：数字信号处理的介绍

1. 数字信号处理（Digital Signal Processing，简称DSP ）

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。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。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。

数字信号处理是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。

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学科为理论基础的，它所涉及的范围极其广泛。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。近来新兴的一些学科，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。

2. 数字信号处理实现方式

数字信号处理的算法需要利用计算机或专用处理设备如数字信号处理器（DSP ）和专用集成电路（ASIC ）等。数字信号处理技术及设备具有灵活、精确、抗干扰强、设备尺寸小、造价低、速度快等突出优点，这些都是模拟信号处理技术与设备所无法比拟的。

数字信号处理的核心算法是离散傅立叶变换(DFT)，是DFT 使信号在数字域和频域都实现了离散化，从而可以用通用计算机处理离散信号。而使数字信号处理从理论走向实用的是快速傅立叶变换(FFT)，FFT 的出现大大减少了DFT 的运算量，使实时的数字信号处理成为可能、极大促进了该学科的发展。

世界上三大DSP 芯片生产商:1.德克萨斯仪器公司(TI) 2.模拟器件公司(ADI) 3.摩托罗拉公司(Motorola).这三家公司几乎垄断了通用DSP 芯片市场。 二：DSP 系统的特点以及设计过程

1.DSP 系统的特点

数字信号处理系统是以数字信号处理为基础，因此具有数字处理的全部特点：

（1）接口方便。DSP 系统与其它以现代数字技术为基础的系统或设备都是相互兼容，这样的系统接口以实现某种功能要比模拟系统与这些系统接口要容易的多。

（2）编程方便。DSP 系统种的可编程DSP 芯片可使设计人员在开发过程中灵活

方便地对软件进行修改和升级。

（3）稳定性好。DSP 系统以数字处理为基础，受环境温度以及噪声的影响较小，可靠性高。（4）精度高。16位数字系统可以达到的精度。

（5）可重复性好。模拟系统的性能受元器件参数性能变化比较大，而数字系统基本上不受影响，因此数字系统便于测试，调试和大规模生产。

（6）集成方便。DSP 系统中的数字部件有高度的规范性，便于大规模集成

2.DSP 系统的设计过程

在设计 DSP 系统之前，首先必须根据应用系统的目标确定系统的性能指针、信号处理的要求，通常可用数据流程图、数学运算序列、正式的符号或自然语言来描述。

第二步是根据系统的要求进行高级语言的仿真。一般来说，为了实现系统的最终目标，需要对输入的信号进行适当的处理，而处理方法的不同会导致不同的系统性能，要得到最佳的系统性能，就必须在这一步确定最佳的处理方法，即数字信号处理的算法（Algorithm ），因此这一步也称算法模拟阶段。例如，语音压缩编码算法就是要在确定的压缩比条件下，获得最佳的合成语音。算法仿真所用的输入数据是实际信号经采集而获得的，通常以计算器文件的形式存储为数据文件。如语音压缩编码算法仿真时所用的语音信号就是实际采集而获得并存储为计算器文件形式的语音数据文件。有些算法模拟时所用的输入数据并不一定要是实际采集的信号数据，只要能够验证算法的可行性，输入假设的数据也是可以的。 在完成第二步之后，接下来就可以设计实现DSP 系统，实现DSP 系统的设计包括硬件设计和软件设计两个方面。硬件设计首先要根据系统运算量的大小、对运算精度的要求、系统成本限制以及体积、弁茧平n 求选择合适的DSP 芯片。然后设计DSP 芯片的外围电路及其它电路。软件设计和编程主要根据系统要求和所选的DSP 芯片编写相应的DSP 程序，若系统运算量不大且有高级语言编译器支持，也可用高级语言（如C 语言）编写。由于现有的高级语言编译器的效率还比不上汇编语言编写的效率，因此在实际应用系统中常常采用高级语言和汇编语言的混合编写方法，即在算法运算量大的地方，用汇编语言编写，而运算量不大的地方则采用高级语言。采用这种方法，既可缩短软件开发的周期，提高程序的可读性和可移植性，又能满足系统实时运算的要求。

DSP 硬件和软件设计完成后，就需要进行硬件和软件的测试。软件的测试一般借助于DSP 开发工具，如软件仿真器、DSP 开发系统或仿真器等。测试DSP 算法时一般采用比较现实结果与模拟结果的方法，如果现实程序和仿真程序的输入相同，则两者的输出应该一致。应用系统的其它软件可以根据实际情况进行修改。硬件测试一般采用硬件仿真器进行测试，如果没有相应的硬件仿真器，且硬件系统不是十分复杂，也可以借助于一般的工具进行测试。

系统的软件和硬件分别测试完成后，就可以将软件脱离开发系统而直接在应用系统上运行。当然，DSP 系统的开发，特别是软件开发是一个需要反复进行的过程，虽然通过算法模拟基本上可以知道现实系统的性能，但实际上仿真环境不可能做到与现实系统环境完全一致，而且将仿真算法移植到现实系统时必须考虑算法是否能够运行的问题。如果算法运算量太大不能在硬件上实际运行，则必须重新修改或简化算法。

三：DSP 芯片的简介

3.1 结构芯片的基本结构包括：

（1）哈佛结构；

（2）流水线操作；

（3）专用的硬件乘法器；

（4）特殊的DSP 指令；

（5）快速的指令周期。

哈佛结构

哈佛结构的主要特点是将程序和数据存储在不同的存储空间中，即程序存储器和数据存储器是两个相互独立的存储器，每个存储器独立编址，独立访问。与两个存储器相对应的是系统中设置了程序总线和数据总线，从而使数据的吞吐率提高了一倍。由于程序和存储器在两个分开的空间中，因此取指和执行能完全重叠。 流水线与哈佛结构相关，DSP 芯片广泛采用流水线以减少指令执行的时间，从而增强了处理器的处理能力。处理器可以并行处理二到四条指令，每条指令处于流水线的不同阶段。

专用的硬件乘法器： 乘法速度越快，DSP 处理器的性能越高。由于具有专用的应用乘法器，乘法可在一个指令周期内完成。

特殊的DSP 指令DSP 芯片是采用特殊的指令:快速的指令周期哈佛结构、流水线操作、专用的硬件乘法器、特殊的DSP 指令再加上集成电路的优化设计可使DSP 芯片的指令周期在200ns 以下。

3.2DSP 芯片特点

根据数字信号处理的要求，DSP 芯片一般具有如下的一些主要特点：

（1） 在一个指令周期内可完成一次乘法和一次加法。

（2） 程序和数据空间分开，可以同时访问指令和数据。

（3） 片内具有快速RAM ，通常可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的硬件支持。

（5） 快速的中断处理和硬件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，使取指、译码和执行等操作可以重叠执行。 与通用微处理器相比，DSP 芯片的其他通用功能相对较弱些。

优点：

大规模集成性

稳定性好，精度高

可编程性

高速性能

可嵌入性

接口和集成方便

缺点：

成本较高

高频时钟的高频干扰

功率消耗较大等

3.3 DSP芯片发展

世界上第一个单片 DSP 芯片应当是1978年 AMI 公司发布的 S2811，1979年美国Intel 公司发布的商用可编程器件2920是DSP 芯片的一个主要里程碑。这

两种芯片内部都没有现代DSP 芯片所必须有的单周期乘法器。1980 年，日本 NEC 公司推出的μP D7720是第一个具有乘法器的商用 DSP 芯片。

在这之后，最成功的DSP 芯片当数美国德州仪器公司（Texas Instruments，简称TI ）的一系列产品。TI 公司在1982年成功推出其第一代 DSP 芯片 TMS32010及其系列产品TMS32011、TMS320C10/C14/C15/C16/C17等，之后相继推出了第二代DSP 芯片TMS32020、TMS320C25/C26/C28，第三代DSP 芯片TMS320C30/C31/C32，第四代DSP 芯片TMS320C40/C44，第五代 DSP 芯片TMS320C5X/C54X，第二代DSP 芯片的改进型TMS320C2XX ，集多片DSP 芯片于一体的高性能DSP 芯片TMS320C8X 以及目前速度最快的第六代DSP 芯片TMS320C62X/C67X等。TI 将常用的DSP 芯片归纳为三大系列，即：TMS320C2000系列（包括TMS320C2X/C2XX）、TMS320C5000系列（包括TMS320C5X/C54X/C55X）、TMS320C6000系列（TMS320C62X/C67X）。

如今，TI 公司的一系列DSP 产品已经成为当今世界上最有影响的DSP 芯片。TI 公司也成为世界上最大的 DSP 芯片供应商，其DSP 市场份额占全世界份额近 50％。

自1980年以来，DSP 芯片得到了突飞猛进的发展，DSP 芯片的应用越来越广泛。从运算速度来看，MAC （一次乘法和一次加法）时间已经从80年代初的400ns （如TMS32010）降低到40ns （如TMS32C40），处理能力提高了10多倍。DSP 芯片内部关键的乘法器部件从1980年的占模区的40左右下降到5以下，片内RAM 增加一个数量级以上。

从制造工艺来看，1980年采用4μ的N 沟道MOS 工艺，而现在则普遍采用亚微米CMOS 工艺。DSP 芯片的引脚数量从1980年的最多64个增加到现在的200个以上，引脚数量的增加，意味着结构灵活性的增加。此外，DSP 芯片的发展，是DSP 系统的成本、体积、重量和功耗都有很大程度的下降。

3.4 DSP芯片的分类

DSP 芯片可以按照下列三种方式进行分类。

1．按基础特性分

这是根据DSP 芯片的工作时钟和指令类型来分类的。如果在某时钟频率范围内的任何时钟频率上，DSP 芯片都能正常工作，除计算速度有变化外，没有性能的下降，这类DSP 芯片一般称为静态DSP 芯片。例如，日本OKI 电气公司的DSP 芯片、TI 公司的TMS320C2XX 系列芯片属于这一类。

如果有两种或两种以上的DSP 芯片，它们的指令集和相应的机器代码机管脚结构相互兼容，则这类DSP 芯片称为一致性DSP 芯片。例如，美国TI 公司的TMS320C54X 就属于这一类。

2．按数据格式分

这是根据DSP 芯片工作的数据格式来分类的。数据以定点格式工作的DSP 芯片称为定点DSP 芯片，如TI 公司的TMS320C1X/C2X、TMS320C2XX/C5X、TMS320C54X/C62XX系列，AD 公司的ADSP21XX 系列，AT&T公司的DSP16/16A，Motolora 公司的MC56000等。以浮点格式工作的称为浮点DSP 芯片，如TI 公司的TMS320C3X/C4X/C8X，AD 公司的ADSP21XXX 系列，AT&T公司的DSP32/32C，Motolora 公司的MC96002等。

不同浮点DSP 芯片所采用的浮点格式不完全一样，有的DSP 芯片采用自定义的浮点格式，如TMS320C3X ，而有的DSP 芯片则采用IEEE 的标准浮点格式，如Motorola 公司的MC96002、FUJITSU 公司的MB86232和ZORAN 公司的ZR35325等。

3．按用途分

按照DSP 的用途来分，可分为通用型DSP 芯片和专用型DSP 芯片。通用型DSP 芯片适合普通的DSP 应用，如TI 公司的一系列DSP 芯片属于通用型DSP 芯片。专用DSP 芯片是为特定的DSP 运算而设计的，更适合特殊的运算，如数字滤波、卷积和FFT ，如Motorola 公司的DSP56200，Zoran 公司的ZR34881，Inmos 公司的IMSA100等就属于专用型DSP 芯片。

3.5DSP 芯片选择

设计DSP 应用系统，选择DSP 芯片时非常重要的一个环节。只有选定了DSP 芯片才能进一步设计外围电路集系统的其它电路。总的来说，DSP 芯片的选择应根据实际的应用系统需要而确定。一般来说，选择DSP 芯片时考虑如下诸多因素。

1． DSP 芯片的运算速度。运算速度是DSP 芯片的一个最重要的性能指标，也是选择DSP 芯片时所需要考虑的一个主要因素。DSP 芯片的运算速度可以用以下几种性能指标来衡量：

（1） 指令周期。就是执行一条指令所需要的时间，通常以ns 为单位。

（2） MAC 时间。即一次乘法加上一次加法的时间。

（3） FFT 执行时间。即运行一个N 点FFT 程序所需的时间。

（4） MIPS 。即每秒执行百万条指令。

（5） MOPS 。即每秒执行百万次操作。

（6） MFLOPS 。即每秒执行百万次浮点操作。

（7） BOPS 。即每秒执行十亿次操作。

2． DSP 芯片的价格。根据一个价格实际的应用情况，确定一个价格适中的DSP 芯片。

3． DSP 芯片的硬件资源。

4． DSP 芯片的运算速度。

5． DSP 芯片的开发工具。

6． DSP 芯片的功耗。

7． 其它的因素，如封装的形式、质量标准、生命周期等。

DSP 应用系统的运算量是确定选用处理能力多大的DSP 芯片的基础。那么如何确定DSP 系统的运算量以选择DSP 芯片呢？

1． 按样点处理

按样点处理就是DSP 算法对每一个输入样点循环一次。例如；一个采用LMS 算法的256抽头德的自适应FIR 滤波器，假定每个抽头的计算需要3个MAC 周期，则256抽头计算需要256*3=768个MAC 周期。如果采样频率为8KHz ，即样点之间的间隔为125μs 的时间，DSP 芯片的MAC 周期为200μs ，则768个周期需要153.6μs 的时间，显然无法实时处理，需要选用速度更快的芯片。

2． 按帧处理

有些数字信号处理算法不是每个输入样点循环一次，而是每隔一定的时间间隔（通常称为帧）循环一次。所以选择DSP 芯片应该比较一帧内DSP 芯片的处理能力和DSP 算法的运算量。假设DSP 芯片的指令周期为P （ns ），一帧的时间为

⊿τ（ns ），则该DSP 芯片在一帧内所提供的最大运算量为⊿τ/ P 条指令。

3.7DSP 芯片的应用

自从DSP 芯片诞生以来 ，DSP 芯片得到了飞速的发展。DSP 芯片高速发展，一方面得益于集成电路的发展，另一方面也得益于巨大的市场。在短短的十多年时间，DSP 芯片已经在信号处理、通信、雷达等许多领域得到广泛的应用。目前，DSP 芯片的价格也越来越低，性能价格比日益提高，具有巨大的应用潜力。DSP 芯片的应用主要有：

（1）信号处理--如，数字滤波、自适应滤波、快速傅里叶变换、相关运算、频谱分析、卷积等。

（2）通信--如，调制解调器、自适应均衡、数据加密、数据压缩、回坡抵消、多路复用、传真、扩频通信、纠错编码、波形产生等。

（3）语音--如语音编码、语音合成、语音识别、语音增强、说话人辨认、说话人确认、语音邮件、语音储存等。

（4）图像/图形--如二维和三维图形处理、图像压缩与传输、图像增强、动画、机器人视觉等。

（5）军事--如保密通信、雷达处理、声纳处理、导航等。

（6）仪器仪表--如频谱分析、函数发生、锁相环、地震处理等。

（7）自动控制--如引擎控制、深空、自动驾驶、机器人控制、磁盘控制。

（8）医疗--如助听、超声设备、诊断工具、病人监护等。

（9）家用电器--如高保真音响、音乐合成、音调控制、玩具与游戏、数字电话/电视等