Dsp技术及其发展

DSP技术及其发展 DSP’s technology and its development

摘要:本文简要介绍了数字信号处理器DSP的发展过程, 概述了数字信号处(DSP)技术的发展过程，分析比较了DSP 处理器与通用微处理器(GPP)的异同，阐述了DSP的特点以及DSP芯片的应用领域，展望了DSP系统发展的前景。 关键字：数字信号处理器 DSP芯片 发展

前言：数字信号处理器DSP(Digital Signal Processor)是在模拟信号变换成数字信号以后进行高速实时处理的专用处理器, 它的工作原理是将现实世界的模拟信号转换成数字信号，再用数学方法处理此信号，得到相应的结果。DSP 数字信号处理器DSP芯片采用了数据总线和程序总线分离的哈佛结构及改进的哈佛结构，较传统处理器的冯·诺依曼结构具有更高的指令执行速度，其处理速度比最快的CPU 还快10- 50 倍。数字信号处理（DSP）相对于模拟信号处理有很大的优越性，具有精度高、灵活性大、可靠性好、易于大规模集成等突出优点。在当今的数字化时代背景下, DSP已成为通信、计算机、消费类电子产品等领域的基础器件。DSP技术已成为目前电子工业领域发展最迅速的技术，在各行各业的应用越来越广泛，在我国的市场前景也越来越广阔，了解和学习DSP技术知识也越来越重要。

正文： 一、DSP 的发展历程 DSP 发展历程大致分为四个阶段：第一阶段是70 年代理论先行，第二阶段是80 年代产品普及，第三阶段是90 年代突飞猛进，第四阶段是21 世纪再创辉煌。 第一阶段：理论发展。在DSP出现之前数字信号处理只能依靠MPU（微处理器）来完成。但MPU较低的处理速度无法满足高速实时的要求。因此，直到70年代，有人才提出了DSP的理论和算法基础。那时的DSP仅仅停留在教科书上，即便是研制出来的DSP系统也是由分立元件组成的，其应用领域仅局限于军事、航空航天部门。 第二阶段：产品普及。随着大规模集成电路技术的发展，1982年世界上诞生了首枚DSP芯片。这种DSP器件采用微米工艺NMOS技术制作，虽功耗和尺寸稍大，但运算速度却比MPU快了几十倍，尤其在语音合成和编码解码器中得到了广泛应用。DSP芯片的问世是个里程碑，它标志着DSP应用系统由大型系统向小型化迈进了一大步。至80年代中期，随着CMOS技术的进步与发展，第二代基于CMOS工艺的DSP芯片应运而生，其存储容量和运算速度都得到成倍提高，成为语音处理、图像硬件处理技术的基础。 第三阶段：迅速发展。90 年代DSP 发展最快，相继出现了第四代和第五代DSP 器件。现在的DSP 属于第六代产品，它与第五代相比，系统集成度更高，将DSP 核芯及外围元件综合集成在单一芯片上。这种集成度极高的DSP 芯片不仅在通信、计算机领域大显身手，而且逐渐渗透到人们日常消费领域。 第四阶段：再创辉煌。经过30 多年的发展，DSP产品的应用已扩大到人们的学习、工作和生活各个方面，并逐渐成为电子产品更新换代的决定因素。目前，对DSP 爆炸性需求的时代已经来临，前景十分可观。

二、DSP 处理器与通用微处理器(GPP)的异同 1、对密集的乘法运算的支持。GPP不是设计来做密集乘法任务的，即使是一些现代的GPP，也要求多个指令周期来做一次乘法。而DSP处理器使用专门的硬件来实现单周期乘法。DSP处理器还增加了累加器寄存器来处理多个乘积的和。累加器寄存器通常比其他寄存器宽，增加称为结果bits的额外bits来避免溢出。同时，为了充分体现专门的乘法-累加硬件的好处，几乎所有的DSP的指令集都包含有显式的MAC指令。

2、存储器结构。传统上，GPP使用冯.诺依曼存储器结构。这种结构中，只有一个存储器空间通过一组总线（一个地址总线和一个数据总线）连接到处理器核。通常，做一次乘法会发生4次存储器访问，用掉至少四个指令周期。 大多数DSP采用了哈佛结构，将存储器空间划分成两个，分别存储程序和数据。它们有两组总线连接到处理器核，允许同时对它们进行访问。这种安排将处理器存贮器的带宽加倍，更重要的是同时为处理器核提供数据与指令。在这种布局下，DSP得以实现单周期的MAC指令。 现在典型的高性能GPP实际上已包含两个片内高速缓存，一个是数据，一个是指令，它们直接连接到处理器核，以加快运行时的访问速度。从物理上说，这种片内的双存储器和总线的结构几乎与哈佛结构的一样了。然而从逻辑上说，两者还是有重要的区别。 GPP使用控制逻辑来决定哪些数据和指令字存储在片内的高速缓存里，其程序员并不加以指定（也可能根本不知道）。与此相反，DSP使用多个片内存储器和多组总线来保证每个指令周期内存储器的多次访问。在使用DSP时，程序员要明确地控制哪些数据和指令要存储在片内存储器中。程序员在写程序时，必须保证处理器能够有效地使用其双总线。 此外，DSP处理器几乎都不具备数据高速缓存。这是因为DSP的典型数据是数据流。也就是说，DSP处理器对每个数据样本做计算后，就丢弃了，几乎不再重复使用。 3、零开销循环 如果了解到DSP算法的一个共同的特点，即大多数的处理时间是花在执行较小的循环上，也就容易理解，为什么大多数的DSP都有专门的硬件，用于零开销循环。所谓零开销循环是指处理器在执行循环时，不用花时间去检查循环计数器的值、条件转移到循环的顶部、将循环计数器减1。 与此相反，GPP的循环使用软件来实现。某些高性能的GPP使用转移预报硬件，几乎达到与硬件支持的零开销循环同样的效果。 4、定点计算 大多数DSP使用定点计算，而不是使用浮点。虽然DSP的应用必须十分注意数字的精确，用浮点来做应该容易的多，但是对DSP来说，廉价也是非常重要的。定点机器比起相应的浮点机器来要便宜（而且更快）。为了不使用浮点机器而又保证数字的准确，DSP处理器在指令集和硬件方面都支持饱和计算、舍入和移位。 5、执行时间的DSP概念预测 大多数的DSP应用（如蜂窝电话和调制解调器）都是严格的实时应用，所有的处理必须在指定的时间内完成。这就要求程序员准确地确定每个样本需要多少处理时间，或者，至少要知道，在最坏的情况下，需要多少时间。如果打算用低成本DSP概念的GPP去完成实时信号处理的任务，执行时间的预测大概不会成为什么问题，应为低成本GPP具有相对直接的结构，比较容易预测执行时间。然而，大多数实时DSP应用所要求的处理能力是低成本GPP所不能提供的。这时候，DSP对高性能GPP的优势DSP概念在于，即便是使用了高速缓存的DSP，哪些指令会放进去也是由程序员（而不是处理器）来决定的，因此很容易判断指令是从高速缓存还是从存储器中读取。DSP一般不使用动态特性，如转移预测和推理执行等。因此，由一段给定的代码来预测所要求的执行时间是完全直截了当的。从而使程序员得以确定芯片的性能限制。 6、专门的寻址方式 DSP处理器往往都支持专门的寻址模式，它们对通常的信号处理操作和算法是很有用的。例如，模块（循环）寻址（对实现数字滤波器延时线很有用）、位倒序寻址（对FFT很有用）。这些非常专门的寻址模式在GPP中是不常使用的，只有用软件来实现。 7、开发工具的要求。 因为DSP应用要求高度优化的代码，大多数DSP厂商都提供一些开发工具，以帮助程序员完成其优化工作。例如，大多数厂商都提供处理器的仿真工具，以准确地仿真每个指令周期内处理器的DSP概念活动。无论对于确保实时操作还是代码的优化，这些都是很有用的工具。GPP厂商通常并不提供这样的工具，主要是因为GPP程序员通常并不需要详细到这一层的信息。GPP缺乏精确到指令周期的仿真工具，是DSP应用开发者所面临的的大问题：由于几乎不可能预测DSP概念高性能GPP对于给定任务所需要的周期数，从而无法说明如何去改善代码的性能。

二、DSP 的特点 DSP的硬件特点： （1）虽然应用于不同领域的DSP( 有不同的型号"但其内部结构大同小异，都具有哈佛（Harvard）结构的特征! 其片内程序空间与数据空间是分开的。而且还允许数据空间和程序空间之间相互传送数据即改进的哈佛结构。 （2）流水技术。 流水技术使多个不同的操作可以同时执行, 处理器内将每条指令的执行分为取址、解码、执行等阶段, 不同的阶段并行执行, 提高了程序执行的效率和速度。并行执行，从而大大提高了运算速度。 ( （3）独立的硬件乘法器，乘法指令在单周期内完成，优化卷积、数字滤波、FFT、相关、矩阵运算等算法中的大量重复算法。 （4）多处理器接口。使多个处理器可以很方便的并行或串行工作，以提高处理速度。 （5）JTAG（Joint Test Action Group）标准测试接口（IEEE 1140标准接口）。便于对DSP 进行片上在线仿真和多DSP 条件下的测试。

三、DSP芯片的应用 自从20世纪70年代末80年代初DSP芯片诞生以来，DSP芯片得到了飞速的发展。DSP芯片的高速发展，一方面得益于集成电路技术的发展，另一方面也得益于巨大的市场。在近20年时间里，DSP芯片已经在信号处理、通信、雷达、医学等许多领域得到广泛的应用。目前，DSP芯片的价格越来越低，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、快速傅立叶变换、小波变换、相关运算、谱分析、卷积、模式匹配加窗、波形产生等; （2）通信方面。如调制解调器、自适应设备、线路转发器、扩频通信、电视会议、数据加密、数据压缩、回波抵消、多路复用、传真、纠错编码、可视电话、个人通信系统、个人数字助手(PDA)、X.25 分组交换开关等。尤其是数字蜂窝电话。数字蜂窝电话是DSP最为重要的应用领域。由于DSP 具有强大的计算能力, 使得移动通信的蜂窝电话重新崛起,创造了