DSP入門知識

Digital Signal Processing 數字信號處理
作為一個案例研究，我們來考慮數字領域里最通常的功能：濾波。簡單地說，濾波就是對信
號進行處理，以改善其特性。例如，濾波可以從信號里清除噪聲或靜電干擾，從而改善其信
噪比。為什么要用微處理器，而不是模擬器件來對信號做濾波呢？我們來看看其優越性：
模擬濾波器（或者更一般地說，模擬電路）的性能要取決于溫度等環境因素。而數字濾波器
則基本上不受環境的影響。
數字濾波易于在非常小的寬容度內進行復制，因為其性能并不取決于性能已偏離正常值的器
件的組合。
一個模擬濾波器一旦制造出來，其特性（例如通帶頻率范圍）是不容易改變的。使用微處理
器來實現數字濾波器，就可以通過對其重新編程來改變濾波的特性。
信號處理方式的比較
比較因素 模擬方式 數字方式
修改設計的靈活性 修改硬件設計，或調整硬件參數 改變軟件設置
精度 元器件精度 A/D 的位數和計算機字長，算法
可靠性和可重復性 受環境溫度、濕度、噪聲、 不受這些因素的影響
電磁場等的干擾和影響大
大規模集成 盡管已有一些模擬集成電路， 但品種較少、集成度不高、價格較高DSP 器件
體積小、功能強、功耗小、一致性好、使用方便、性能/價格比高
實時性 除開電路引入的延時外，處理是實時的 由計算機的處理速度決定
高頻信號的處理 可以處理包括微波毫米波乃至光波信號 按照奈準則的要求，受S/H、A/D
和 處理速度的限制
Digital Signal Processor 數字信號處理器
微處理器（Microprocessor）的分類
通用處理器（GPP）
采用馮.諾依曼結構，程序和數據的存儲空間合二而一
8-bit Apple（6502），NEC PC-8000（Z80）
8086/286/386/486/Pentium/Pentium II/ Pentium III
PowerPc 64-bit CPU（SUN Sparc，DEC Alpha, HP）
CISC 復雜指令計算機, RISC 精簡指令計算機
采取各種方法提高計算速度，提高時鐘頻率，高速總線，多級Cashe，協處理器等
Single Chip Computer/ Micro Controller Unit（MCU）
除開通用CPU 所具有的ALU 和CU，還有存儲器（RAM/ROM）寄存器，時鐘，計數器，
定時器，串/并口，有的還有A/D，D/A
INTEL MCS/48/51/96（98）
MOTOROLA HCS05/011
DSP
采用哈佛結構，程序和數據分開存儲
采用一系列措施保證數字信號的處理速度，如對FFT 的專門優化
MCU 與DSP 的簡單比較
MCU DSP
低檔 高檔 低檔 高檔
指令周期(ns) 600 40 50 5
乘加時間(ns) 1900 80 50 5
US$/MIPS 1.5 0.5 0.15 0.1
DSP 處理器與通用處理器的比較
考慮一個數字信號處理的實例，比如有限沖擊響應濾波器（FIR）。用數學語言來說，FIR 濾
波器是做一系列的點積。取一個輸入量和一個序數向量，在系數和輸入樣本的滑動窗口間作
乘法，然后將所有的乘積加起來，形成一個輸出樣本。
類似的運算在數字信號處理過程中大量地重復發生，使得為此設計的器件必須提供專門的支
持，促成了了DSP 器件與通用處理器（GPP）的分流：
1 對密集的乘法運算的支持
GPP 不是設計來做密集乘法任務的，即使是一些現代的GPP，也要求多個指令周期來做一
次乘法。而DSP 處理器使用專門的硬件來實現單周期乘法。DSP 處理器還增加了累加器寄
存器來處理多個乘積的和。累加器寄存器通常比其他寄存器寬，增加稱為結果bits 的額外
bits 來避免溢出。
同時，為了充分體現專門的乘法-累加硬件的好處，幾乎所有的DSP 的指令集都包含有顯式
的MAC 指令。
2 存儲器結構
傳統上，GPP 使用馮.諾依曼存儲器結構。這種結構中，只有一個存儲器空間通過一組總線
（一個地址總線和一個數據總線）連接到處理器核。通常，做一次乘法會發生4 次存儲器訪
問，用掉至少四個指令周期。
大多數DSP 采用了哈佛結構，將存儲器空間劃分成兩個，分別存儲程序和數據。它們有兩
組總線連接到處理器核，允許同時對它們進行訪問。這種安排將處理器存貯器的帶寬加倍，
更重要的是同時為處理器核提供數據與指令。在這種布局下，DSP 得以實現單周期的MAC
指令。
還有一個問題，即現在典型的高性能GPP 實際上已包含兩個片內高速緩存，一個是數據，
一個是指令，它們直接連接到處理器核，以加快運行時的訪問速度。從物理上說，這種片內
的雙存儲器和總線的結構幾乎與哈佛結構的一樣了。然而從邏輯上說，兩者還是有重要的區
別。
GPP 使用控制邏輯來決定哪些數據和指令字存儲在片內的高速緩存里，其程序員并不加以
指定（也可能根本不知道）。與此相反，DSP 使用多個片內存儲器和多組總線來保證每個指
令周期內存儲器的多次訪問。在使用DSP 時，程序員要明確地控制哪些數據和指令要存儲
在片內存儲器中。程序員在寫程序時，必須保證處理器能夠有效地使用其雙總線。
此外，DSP 處理器幾乎都不具備數據高速緩存。這是因為DSP 的典型數據是數據流。也就
是說，DSP 處理器對每個數據樣本做計算后，就丟棄了，幾乎不再重復使用。
3 零開銷循環
如果了解到DSP 算法的一個共同的特點，即大多數的處理時間是花在執行較小的循環上，
也就容易理解，為什么大多數的DSP 都有專門的硬件，用于零開銷循環。所謂零開銷循環
是指處理器在執行循環時，不用花時間去檢查循環計數器的值、條件轉移到循環的頂部、將
循環計數器減1。
與此相反，GPP 的循環使用軟件來實現。某些高性能的GPP 使用轉移預報硬件，幾乎達到
與硬件支持的零開銷循環同樣的效果。
4 定點計算
大多數DSP 使用定點計算，而不是使用浮點。雖然DSP 的應用必須十分注意數字的精確，
用浮點來做應該容易的多，但是對DSP 來說，廉價也是非常重要的。定點機器比起相應的
浮點機器來要便宜（而且更快）。為了不使用浮點機器而又保證數字的準確，DSP 處理器在
指令集和硬件方面都支持飽和計算、舍入和移位。
5 專門的尋址方式
DSP 處理器往往都支持專門的尋址模式，它們對通常的信號處理操作和算法是很有用的。
例如，模塊（循環）尋址（對實現數字濾波器延時線很有用）、位倒序尋址（對FFT 很有用）。
這些非常專門的尋址模式在GPP 中是不常使用的，只有用軟件來實現。
6 執行時間的預測
大多數的DSP 應用（如蜂窩電話和調制解調器）都是嚴格的實時應用，所有的處理必須在
指定的時間內完成。這就要求程序員準確地確定每個樣本需要多少處理時間，或者，至少要
知道，在最壞的情況下，需要多少時間。
如果打算用低成本的GPP 去完成實時信號處理的任務，執行時間的預測大概不會成為什么
問題，應為低成本GPP 具有相對直接的結構，比較容易預測執行時間。然而，大多數實時
DSP 應用所要求的處理能力是低成本GPP 所不能提供的。
這時候，DSP 對高性能GPP 的優勢在于，即便是使用了高速緩存的DSP，哪些指令會放進
去也是由程序員（而不是處理器）來決定的，因此很容易判斷指令是從高速緩存還是從存儲
器中讀取。DSP 一般不使用動態特性，如轉移預測和推理執行等。因此，由一段給定的代
碼來預測所要求的執行時間是完全直截了當的。從而使程序員得以確定芯片的性能限制。
7 定點DSP 指令集
定點DSP 指令集是按兩個目標來設計的：
使處理器能夠在每個指令周期內完成多個操作，從而提高每個指令周期的計算效率。
將存貯DSP 程序的存儲器空間減到最小（由于存儲器對整個系統的成本影響甚大，該問題
在對成本敏感的DSP 應用中尤為重要）。
為了實現這些目標，DSP 處理器的指令集通常都允許程序員在一個指令內說明若干個并行
的操作。例如，在一條指令包含了MAC 操作，即同時的一個或兩個數據移動。在典型的例
子里，一條指令就包含了計算FIR 濾波器的一節所需要的所有操作。這種高效率付出的代
價是，其指令集既不直觀，也不容易使用（與GPP 的指令集相比）。
GPP 的程序通常并不在意處理器的指令集是否容易使用，因為他們一般使用象C 或C++等
高級語言。而對于DSP 的程序員來說，不幸的是主要的DSP 應用程序都是用匯編語言寫的
（至少部分是匯編語言優化的）。這里有兩個理由：首先，大多數廣泛使用的高級語言，例
如C，并不適合于描述典型的DSP 算法。其次，DSP 結構的復雜性，如多存儲器空間、多
總線、不規則的指令集、高度專門化的硬件等，使得難于為其編寫高效率的編譯器。
即便用編譯器將C 源代碼編譯成為DSP 的匯編代碼，優化的任務仍然很重。典型的DSP 應
用都具有大量計算的要求，并有嚴格的開銷限制，使得程序的優化必不可少（至少是對程序
的最關鍵部分）。因此，考慮選用DSP 的一個關鍵因素是，是否存在足夠的能夠較好地適應
DSP 處理器指令集的程序員。
8 開發工具的要求
因為DSP 應用要求高度優化的代碼，大多數DSP 廠商都提供一些開發工具，以幫助程序員
完成其優化工作。例如，大多數廠商都提供處理器的仿真工具，以準確地仿真每個指令周期
內處理器的活動。無論對于確保實時操作還是代碼的優化，這些都是很有用的工具。
GPP 廠商通常并不提供這樣的工具，主要是因為GPP 程序員通常并不需要詳細到這一層的
信息。GPP 缺乏精確到指令周期的仿真工具，是DSP 應用開發者所面臨的的大問題：由于
幾乎不可能預測高性能GPP 對于給定任務所需要的周期數，從而無法說明如何去改善代碼
的性能。