dsp --数字信号处理芯片的发展和应用

1/6数字信号处理芯片的发展和应用关键词：数字信号处理；芯片；发展；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、芯片成本、体积、工作电压、重量和功耗方面取得了划时代的发展，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，已渗透到科学研究、技术开发、工业生产、国防和国民经济的各个领域，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/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发展，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芯片的出现和发展，促进数字信号处理技术的提高，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芯片的发展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发展，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发展。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4μm的NMOS工艺而现在则采用亚微米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芯片的成本、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2/61.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发展的一个热点。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，成本和售价大幅度下降，这使得DSP芯片应用的范围不断扩大，现在DSP芯片的应用遍及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，蜂房网移动电话，回声/噪声对消，传真，电话会议，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(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［4～7］)，我们对1996年以前国外生物医学工程的部分核心期刊，如IEEETransactionsonBiomedicalEngineering,ComputersandBiomedicalResearch等核心期刊进行检索，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《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。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，能充分体现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、高集成化及低成本的方向发展，各种各类通用及专用的新型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芯片进一步的发展和应用将会对载人航天信号处理领域产生深远的影响。3/6转贴于中国论文下载中心［参考文献］［1］李小华，李雪琳，徐俊荣.基于DSP的数字助听器的研究.95年生物电子学［C］，医学传感器等联合学术会议文集，北京，1995:438～439［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：中国科技大学出版社，1993：471～476［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，1993：463～466［4］VijayaKrishnaG，PrasadSS,PatilKM.ANewDSP-BasedMultichannelEMGAcquisitionandAnalysisSystem［J］.ComputersAndBiomedicalReserch,1996,29：395～406［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，1996:223～228［6］孙丽莎，沈民奋.基于高阶统计量的心音建模分析［C］.第八届全国信号处理学组织委员会联合学术论文集，北京：航空工业出版社，1997：280～283转贴于中国4/6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，选取合适设计方案，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芯片的飞速发展，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发展的同时，一些新的具有重要发展前景的图像编码方法如模型基图像编码方法，分形图像编码和神经网络方法等，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。比如在可视电话中，若原图像格式采用QCIF（176×144），则原始图像有4.5Mb/s的数据量，若最后用28.8kb/S的MODEM在PSTN上传输，则要提供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，则要求较大的压缩比，即使丢掉一些信息也是允许的，且芯片处理速度要快，能够达到系统实时性的要求。即使在确定的系统中，选择合适的算法也有着重要的意义。比如采用ADI公司Blackfin533系列DSP（定点DSP），当处理一幅大小为720×576的灰度图片时，采用改进后的DCT算法共耗时252ms。如果采用传统的DCT变换方法，仅DCT变换耗时就达到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2007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