DSP 数字信号处理 DSP 数字信号处理 -简介,DSP 数字信号处理

DSP(digital signal processor)是一种独特的微处理器,是以数字信号来处理大量信息的器件。其工作原理是接收模拟信号,转换为0或1的数字信号,再对数字信号进行修改、删除、强化,并在其他系统芯片中把数字数据解译回模拟数据或实际环境格式。它不仅具有可编程性,而且其实时运行速度可达每秒数以千万条复杂指令程序,远远超过通用微处理器,是数字化电子世界中日益重要的电脑芯片。它的强大数据处理能力和高运行速度,是最值得称道的两大特色。

什么是dsp_DSP[数字信号处理] -简介

DSP 数字信号处理  DSP 数字信号处理 -简介,DSP 数字信号处理
DSP(Demand-SidePlatform),就是需求方平台。这一概念起源于网络广告发达的欧美,是伴随着互联网和广告业的飞速发展新兴起的网络广告领域。它与AdExchange和RTB一起迅速崛起于美国,已在全球快速发展,2011年已经覆盖到了欧美、亚太以及澳洲。在世界网络展示广告领域,DSP方兴未艾。DSP传入中国,并迅速成为热潮,成为推动中国网络展示广告RTB市场快速发展的动力之一。
国内DSP-DemandSidePlatform平台
DSP(Demand-SidePlatform)需求方平台是一个综合性管理平台。在这个平台上,广告主可以通过同一个界面管理多个数字广告和数据交换的账户。利用DSP广告主可以在广告交易平台(AdExchange)对在线广告进行实时竞价(RTBReal-TimeBidding),高效管理广告定价;利用DSP也可以根据目标受众数据分析进行理性定价,就像付费搜索的操作原理一样,在用户优化的基础上使用DSP设置如CPC和CPA这些关键性能指标,从而达到理性定价的目标。RTB(RealTimeBidding)实时竞价,是一种利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术。与大量购买投放频次不同,实时竞价规避了无效的受众到达,只针对有意义的用户进行购买。RTB对于媒体来说,可以带来更多的广告销量、实现销售过程自动化及减低各项费用的支出。而对于广告商和代理公司来说,最直接的好处就是提高了效果与投资回报率。

什么是dsp_DSP[数字信号处理] -信号处理


DSP现代社会对数据通信需求正向多样化、个人化方向发展。而无线数据通信作为向社会公众迅速、准确、安全、灵活、高效地提供数据交流的有力手段,其市场需求也日益迫切。正是在这种情况下,3G、4G通信才会不断地被推出,但是无论是3G还是4G,未来通信都将离不开DSP技术(数字信号处理器),DSP作为一种功能强大的特种微处理器,主要应用在数据、语音、视像信号的高速数学运算和实时处理方面,可以说DSP将在未来通信领域中起着举足轻重的作用。
为了确保未来的通信能在各种环境下自由高效地工作,这就要求组成未来通信的DSP要具有非常高的处理信号的运算速度,才能实现各种繁杂的计算、解压缩和编译码。而目前DSP按照功能的侧重点不一样,可以分为定点DSP和浮点DSP,定点DSP以成本低见长,浮点DSP以速度快见长。如果单一地使用一种类型的DSP,未来通信的潜能就不能得到最大程度的发挥。为了能将定点与浮点的优势集于一身,突破DSP技术上的瓶颈,人们又推出了一种高级多重处理结构--VLIW结构,该结构可以在不提高时钟速度的情况下,实现很强的数字信号处理能力,而且它能同时具备定点DSP和浮点DSP所有的优点。为了能推出一系列更高档的新技术平台,人们又开始注重DSP的内核技术的开发,因为DSP的内核就相当于计算机的CPU一样,被誉为DSP的心脏,大量的算法和操作都得通过它来完成,因此该内核结构的质量如何,将会直接影响整个DSP芯片的性能、功耗和成本。
考虑到未来无线访问Internet因特网和开展多媒体业务的需要,现在美国的Sun公司又开始准备准将该公司的拳头产品--PersonalJava语言嵌入到DSP中,以便能进一步提高DSP在处理信号方面的自动化程度和智能化程度。当然,在以前DSP中也潜入了其他软件语言,例如高级C语言,但这种语言在处理网络资源以及多媒体信息方面无能为力;而PersonalJava是一种适合个人网络连接和应用的Java环境,基于该环境的个人通信系统可以从网络和Internet网上下载数据和图像。此外,人们还在研究开发符合MPEG-4无线解压缩标准DSP,该压缩标准将为未来通信传输各种多媒体信息提供了依据。
作为一个案例研究,我们来考虑数字领域里最通常的功能:滤波。简单地说,滤波就是对信号进行处理,以改善其特性。例如,滤波可以从信号里清除噪声或静电干扰,从而改善其信噪比。为什么要用微处理器,而不是模拟器件来对信号做滤波呢?我们来看看其优越性:模拟滤波器(或者更一般地说,模拟电路)的性能要取决于温度等环境因素。而数字滤波器则基本上不受环境的影响。数字滤波易于在非常小的宽容度内进行复制,因为其性能并不取决于性能已偏离正常值的器件的组合。一个模拟滤波器一旦制造出来,其特性(例如通带频率范围)是不容易改变的。使用微处理器来实现数字滤波器,就可以通过对其重新编程来改变滤波的特性。

什么是dsp_DSP[数字信号处理] -架构


DSP数字信号处理是一种将现实世界中的真实信号(专业术语称之为连续信号)转换为计算机能够处理的信息的过程。比如人们说话的声音,这就是一个连续信号,除此之外,现实生活中还有很多这样的信号,比如光、压力、温度等等。这些信号通过一个模拟向数字的转换过程(称之为AD),变成数字信号送给处理器,进行数字计算,处理结束后,再把结果通过数字向模拟的转换过程重新变成连续信号(称之为DA)。用一般的通用微处理器可以完成这些工作,但是面临的问题是满足如此高的计算速度,就很难保证耗电量很低,更难保证价格足够便宜。因此,另一种微处理器应运而生:数字信号处理器,简称DSP。
DSP是微处理器的一种,这种微处理器具有极高的处理速度.因为应用这类处理器的场合要求具有很高的实时性(Real Time)。比如通过移动电话进行通话,如果处理速度不快就只能等待对方停止说话,这一方才能通话。如果双方同时通话,因为数字信号处理速度不够,就只能关闭信号连接.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,其应用领域仅局限於军事、航空航天部门。
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属於第五代产品,它与第四代相比,系统集成度更高,将DSP芯核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。

什么是dsp_DSP[数字信号处理] -芯片


DSPDSP芯片,也称数字信号处理器,是一种具有特殊结构的微处理器。DSP芯片的内部采用程序和数据分开的哈佛结构,具有专门的硬件乘法器,广泛采用流水线操作,提供特殊的DSP指令,可以用来快速的实现各种数字信号处理算法。
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。

什么是dsp_DSP[数字信号处理] -收音机


DSPDSP收音机打破了传统收音机的电路模式,采用美国SILICON LABS的数字信号处理(DSP)芯片,对模拟调频广播信号进行数字化转换,并利用现代软件无线电原理对其进行处理和解调,极大的提高了灵敏度、选择性、信噪比和抗干扰能力。
(1)调频接收频率范围可设成87~108MHz或76~108MHz(接收部份校园广播),用耳机可收听调频立体声电台节目。
(2)本机操作非常人性化,使用便捷,设有非常实用的多功能数码调节旋钮,可用来设置时间、调节频率、选择存储地址。

什么是dsp_DSP[数字信号处理] -处理平台


DSP该设备简称HVD。
HVD是一个通用的视频图象处理平台,功能模块包括:视频图象的输入、AD转换、计算和处理、输出接口。
典型应用:用于交通数据的采集。在公路上架设摄像头,将视频接入HVD,对过往车辆的车牌号、当前车速、车型进行自动识别和计算,并将采集到的数据上报给公路管理部门,作为交通管理或管制的基础数据。
典型应用的功能描述:从外接公路摄像头将视频模拟信号接入到HVD中,HVD先将模拟视频AD,将AD后的原始视频数据送到高速DSP中计算、分析、识别,输出有关的车辆车牌信息和车速有关信息,HVD可以通过TCP/IP标准以太网接口与上层监视中心连接,也可以通过GPRS与上层监视中心实现无线连接,HVD同时具有位置信息上报功能(集成GPS模块)。
车牌识别系统算法分为三个步骤,检测(检测出车牌在当前视频帧上所处的位置)、切割(将车牌号所在的图像区域切割出来,用于后继的识别运算)、识别(识别出车牌号和车速)。由于识别步骤所使用的是浮点运算,为了确保HVD有足够的处理能力,将浮点运算独立出来,使用专门的浮点DSP来进行该部分的浮点运算。
主DSP的选型为TMS320DM642GDK,该型号DSP有视频数据接口,有EMAC接口,有标准的EMIF接口,用在该系统中可去省去很多的中间连接芯片。从DSP的选型为TMS320C6713GDP,浮点DSP,有16位HPI接口。主从DSP通讯是通过主DSP的EMIF和从DSP的HPI接口来实现的,接口易实现和可靠。
视频A/D芯片为:SAA7111A,3.3V供电。
以太网接口芯片为:LXT972A,3.3V供电。
GPRS模块型号:SIM100,内部集成TCP/IP协议栈。
GPS模块:GPS25-LVS,常用GPS模块。
外接电源为市电,220V交流。
该设备是工业级的,充分考虑了电磁干扰问题,特别是在公路上电火花的冲击、电源的大幅波动。

什么是dsp_DSP[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。

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。

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。

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。
实际上,经常遇到的随机过程多是平稳随机过程而且是各态历经的,因而它的样本函数集平均可以根据某一个样本函数的时间平均来确定。平稳随机信号本身虽仍是不确定的,但它的相关函数却是确定的。在均值为零时,它的相关函数的傅里叶变换或Z变换恰恰可以表示为随机信号的功率谱密度函数,一般简称为功率谱。这一特性十分重要,这样就可以利用快速变换算法进行计算和处理。
在实际中观测到的数据是有限的。这就需要利用一些估计的方法,根据有限的实测数据估计出整个信号的功率谱。针对不同的要求,如减小谱分析的偏差,减小对噪声的灵敏程度,提高谱分辨率等。已提出许多不同的谱估计方法。在线性估计方法中,有周期图法,相关法和协方差法;在非线性估计方法中,有最大似然法,最大熵法,自回归滑动平均信号模型法等。谱分析和谱估计仍在研究和发展中。
数字信号处理的应用领域十分广泛。就所获取信号的来源而言,有通信信号的处理,雷达信号的处理,遥感信号的处理,控制信号的处理,生物医学信号的处理,地球物理信号的处理,振动信号的处理等。若以所处理信号的特点来讲,又可分为语音信号处理,图像信号处理,一维信号处理和多维信号处理等。

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。

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。

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。

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。

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。
信号处理用于诊断检查较为成功的实例,有脑电或心电的自动分析系统、断层成像技术等。断层成像技术是诊断学领域中的重大发明。X射线断层的基本原理是X射线穿过被观测物体后构成物体的二维投影。接收器接收后,再经过恢复或重建,即可在一系列的不同方位计算出二维投影,经过运算处理即取得实体的断层信息,从而大屏幕上得到断层造像。信号处理在生物医学方面的应用正处于迅速发展阶段。
数字信号处理在其他方面还有多种用途,如雷达信号处理、地学信号处理等,它们虽各有其特殊要求,但所利用的基本技术大致相同。在这些方面,数字信号处理技术起着主要的作用。

  

爱华网本文地址 » http://www.aihuau.com/a/8103300103/48874.html

更多阅读

基于MATLAB的语音信号处理 图像处理相关设计

基于MATLAB的语音信号处理本文转载自龙行天下《基于MATLAB的语音信号处理》程序1:用MATLAB对原始语音信号进行分析,画出它的时域波形和频谱fs=8000;%语音信号采样频率为8000x1=wavread('pb8k.wav');t=(0:length(x1)-1)/8000;

Matlab信号处理工具箱函数上 matlab视频处理工具箱

(2010-03-11 11:17:40)转载标签: matlab信号处理工具箱it这是我从一个论坛找到的,对我现在的学习很有帮助,贴在这里供大家参考,也谢谢那位版主1、波形产生和绘图chirp 产生扫描频率余弦diric 产生Dirichlet函数或周期Sinc函数gauspuls

声明:《DSP 数字信号处理 DSP 数字信号处理 -简介,DSP 数字信号处理》为网友你好狠分享!如侵犯到您的合法权益请联系我们删除