Digitaalsignaalide töötlemine
Vaatleme juhtumiuuringuna digitaalse domeeni kõige tavalisemat funktsiooni: filtreerimist. Lihtsamalt öeldes on filtreerimine signaali töötlemine selle omaduste parandamiseks. Näiteks võib filtreerimine eemaldada signaalist müra või elektrostaatilisi häireid, parandades seeläbi selle signaali ja müra suhet. Miks kasutada signaali filtreerimiseks analoogseadme asemel mikroprotsessorit? Vaatame selle eeliseid: analoogfiltrite (või üldisemalt analoogahelate) jõudlus sõltub keskkonnateguritest nagu temperatuur. Digitaalset filtrit keskkond põhimõtteliselt ei mõjuta.
Digitaalset filtreerimist on lihtne korrata väga väikese tolerantsi piires, kuna selle jõudlus ei sõltu seadmete kombinatsioonist, mille jõudlus on normväärtusest kõrvale kaldunud. Kui analoogfilter on toodetud, pole selle omadusi (näiteks pääsuriba sagedusvahemikku) lihtne muuta. Digitaalse filtri rakendamiseks mikroprotsessori abil saate filtri omadusi muuta, programmeerides seda uuesti.
DSP-protsessorite ja üldotstarbeliste protsessorite võrdlus
Vaatleme digitaalse signaalitöötluse näidet, näiteks lõpliku impulssvastuse filtrit (FIR). Matemaatilises keeles on FIR-filter punkttoote seeria. Võta sisend ja järjestusvektor, korruta koefitsiendi ja sisendvalimi libiseva akna vahel ning liida siis kõik saadused, et moodustada väljundvalim. Digitaalse signaalitöötluse käigus korratakse sarnaseid toiminguid arvukalt, nii et selleks mõeldud seadmed peavad pakkuma erituge, mis on aidanud kaasa DSP-seadmete ja üldotstarbeliste protsessorite (GPP) šundile:
1 Tugevate korrutamistoimingute tugi
GPP ei ole mõeldud intensiivsete korrutamistoimingute tegemiseks. Isegi mõned tänapäevased GPP-d nõuavad korrutamiseks mitu käsitsüklit. DSP-protsessor kasutab ühetsüklilise korrutamise rakendamiseks spetsiaalset riistvara. DSP-protsessor lisab ka mitme toote summa haldamiseks akude registri. Akumulaatorregister on tavaliselt laiem kui teised registrid ja ülevoolu vältimiseks lisatakse täiendavad bitid, mida nimetatakse tulemuste bittideks. Samal ajal, et peegeldada täielikult spetsiaalse mitmekordse akumuleerimise riistvara eeliseid, sisaldavad peaaegu kõik DSP käsukomplektid selgesõnalisi MAC-käske.
2 mälu struktuur
Traditsiooniliselt kasutab GPP von Neumanni mälustruktuuri. Selles struktuuris on protsessorite südamikuga ühendatud ainult üks mäluruum siinide komplekti kaudu (aadressibuss ja andmesiin). Tavaliselt toimub ühe korrutamise jaoks 4 mälupääsu, mis kulutab vähemalt neli käsitsüklit. Enamik DSP-sid kasutab Harvardi struktuuri, mis jagab mäluruumi programmide ja andmete salvestamiseks vastavalt kaheks. Neil on kaks protsessori südamikuga ühendatud siini komplekti, mis võimaldab neile üheaegset juurdepääsu. See korraldus kahekordistab protsessori mälu ribalaiust ja mis veelgi olulisem, annab protsessori südamikule samal ajal andmeid ja juhiseid. Selle paigutuse all saab DSP realiseerida ühetsüklilist MAC-i
juhendamine. On veel üks probleem, see tähendab, et tüüpiline suure jõudlusega GPP sisaldab tegelikult kahte kiibil asuvat vahemälu, ühe andmete jaoks ja teise juhiste jaoks, mis on otse protsessori südamikuga ühendatud, et kiirendada töötamise ajal juurdepääsu kiirust. Füüsiliselt võib öelda, et selle kiibil oleva topeltmälu ja siini struktuur on peaaegu sama mis Harvardil. Kuid loogiliselt võttes on nende kahe vahel endiselt olulisi erinevusi.
GPP kasutab juhtimisloogikat, et teha kindlaks, millised andmed ja käsusõnad kiibi vahemällu salvestatakse, mida programmeerija ei määra (või ei pruugi isegi teada). Seevastu DSP kasutab mitu kiibimälu ja mitut siini, et tagada igas käsitsüklis mitu mälule juurdepääsu. DSP-d kasutades peab programmeerija selgelt kontrollima, millised andmed ja juhised on salvestatud
Kiibimälus. Kui programmeerija programmi kirjutab, peab ta tagama, et protsessor saaks oma kahesiini efektiivselt kasutada. Lisaks pole DSP-protsessoritel vaevalt andmete vahemälusid. Seda seetõttu, et DSP tüüpilised andmed on andmevoog. Teisisõnu, pärast seda, kui DSP-protsessor arvutab iga andmeproovi, visatakse see kõrvale ja seda ei kasutata peaaegu kunagi uuesti.
3 Null õhuliin
Kui mõistate DSP algoritmide ühist omadust, see tähendab, et suurem osa töötlemisajast kulub väiksemate tsüklite käivitamisele, on lihtne mõista, miks enamikul DSP-del on spetsiaalne riistvara null-üldsilmuseks. Niinimetatud null-õhuliin tähendab, et kui protsessor teostab tsükli, ei pea ta kulutama aega tsükliloenduri väärtuse kontrollimiseks, tingimus kantakse silmuse ülaossa ja
Vähendage tsükliloendurit 1 võrra. Seevastu GPP-tsükkel viiakse läbi tarkvara abil. Mõnes suure jõudlusega GPP-s kasutatakse ülemineku prognoosimise riistvara, mis saavutab peaaegu sama efekti kui riistvara toetatav null-õhuliin.
4 Fikseeritud punkti arvutamine
Enamik DSP-sid kasutab ujukoma asemel fikseeritud punkti arvutusi. Kuigi DSP-i rakendamisel tuleb pöörata suurt tähelepanu numbrite täpsusele, peaks seda hõlpsasti hõlpsasti tegema, kuid DSP jaoks on väga oluline ka madal hind. Fikseeritud punktiga masinad on odavamad (ja kiiremad) kui vastavad ujukomponendid. Selleks, et mitte kasutada ujukoma masinat ja tagada numbrite täpsus, toetab DSP protsessor küllastuse arvutamist, ümardamist ja nihutamist nii käsurea kui riistvara osas.
5 Spetsiaalne adresseerimisrežiim
DSP-protsessorid toetavad sageli spetsiaalseid adresseerimisrežiime, mis on tavaliste signaalitöötlusoperatsioonide ja algoritmide jaoks väga kasulikud. Näiteks moodulite (tsükliline) adresseerimine (kasulik digitaalsete filtrite viivitusliinide rakendamiseks), bitipöördega adresseerimine (kasulik FFT jaoks). Neid väga spetsialiseeritud adresseerimisrežiime ei kasutata GPP-s sageli ja neid saab rakendada ainult tarkvara abil.
6 Täitmisaja prognoos
Enamik DSP-rakendusi (näiteks mobiiltelefonid ja modemid) on rangelt reaalajas rakendused ja kogu töötlemine peab olema lõpule viidud kindla aja jooksul. See eeldab, et programmeerija määrab täpselt, kui palju töötlemisaega on vaja iga proovi jaoks või vähemalt, kui palju aega on vaja halvimal juhul. Kui plaanite reaalajas signaalitöötluse ülesande täitmiseks kasutada odavat GPP-d, pole tõenäoliselt täitmisaja ennustamine probleem. Peaks olema, et odav GPP on suhteliselt sirgjoonelise ülesehitusega ja selle täitmise aega on lihtsam prognoosida. Kuid odavate GPP-dega pole võimalik tagada enamiku reaalajas DSP-rakenduste jaoks vajalikku töötlemisvõimsust. Praegu on DSP eelis suure jõudlusega GPP ees see, et isegi kui kasutatakse vahemällu salvestatud DSP-d, otsustab programmeerija (mitte protsessor), millised juhised sisestatakse, nii et on lihtne kindlaks teha, kas käsk pärineb vahemälu või Loe mälust. DSP tavaliselt ei kasuta dünaamilisi funktsioone, näiteks haru ennustamist ja järelduste täitmist. Seetõttu on antud koodijupi järgi vajaliku täitmisaja ennustamine täiesti lihtne. See võimaldab programmeerijal määrata kiibi jõudluspiirangud.
7 Fikseeritud punktiga DSP käskude komplekt
Fikseeritud punktiga DSP käsukomplekt on kavandatud vastavalt kahele eesmärgile:
Luba protsessoril igas käsitsüklis mitu toimingut lõpule viia, parandades seeläbi iga käsitsetsükli arvutustõhusust. Minimeerige DSP-programmide salvestamiseks mõeldud mäluruum (kuna mälul on suur mõju kogu süsteemi maksumusele, on see probleem eriti oluline kulutundlikes DSP-rakendustes). Nende eesmärkide saavutamiseks võimaldab DSP-protsessori käsustik tavaliselt programmeerijal ühe käsu piires määrata mitu paralleelset toimingut. Näiteks lisatakse käsku MAC-toiming, see tähendab, et üks või kaks andmeid liiguvad korraga. Tüüpilises näites sisaldab üks käsk kõiki jaotises FIR-filtri arvutamiseks vajalikke toiminguid. Selline tõhus makse
Hind on see, et selle juhiste komplekt ei ole intuitiivne ega hõlpsasti kasutatav (võrreldes GPP käsukomplektiga).
GPP-programmidel pole tavaliselt vahet, kas protsessori käskude komplekti on lihtne kasutada, sest nad kasutavad tavaliselt kõrgetasemelisi keeli nagu C või C ++. DSP-programmeerijate jaoks on kahjuks peamised DSP-rakendused kirjutatud assamblee keeles (vähemalt osaliselt optimeeritud assamblee keeles). Sellel on kaks põhjust: esiteks enamik laialt levinud kõrgetasemelisi keeli, näiteks
Nagu C, ei sobi see ka tüüpiliste DSP algoritmide kirjeldamiseks. Teiseks, DSP-struktuuri keerukus, näiteks mitu mäluruumi, mitu siini, ebaregulaarsed käskude komplektid ja väga spetsialiseeritud riistvara, muudab selle jaoks tõhusate kompilaatorite kirjutamise keeruliseks. Isegi kui C lähtekood kompileerijaga kompileeritakse DSP koostekoodiks, on optimeerimise ülesanne endiselt väga raske. Tüüpilistel DSP-rakendustel on palju arvutusnõudeid ja ranged üldkulud, mistõttu on programmi optimeerimine hädavajalik (vähemalt programmi kõige kriitilisema osa jaoks). Seetõttu on DSP valiku kaalumisel võtmeteguriks see, kas on piisavalt programmeerijaid, kes suudaksid DSP-protsessori käskudega paremini kohaneda.
8 Nõuded arendusvahenditele
Kuna DSP-rakendused vajavad kõrgelt optimeeritud koodi, pakuvad enamik DSP-i tarnijaid mõned arendustööriistad, mis aitavad programmeerijatel optimeerimistööd lõpule viia. Näiteks pakuvad enamik tootjaid protsessori simulatsiooni tööriistu, et täpselt simuleerida protsessori aktiivsust igas käsitsetsüklis. Kas reaalajas toimimise tagamiseks või koodi optimeerimiseks on need väga kasulikud tööriistad. GPP müüjad tavaliselt selliseid tööriistu ei paku, peamiselt seetõttu, et GPP programmeerijad ei vaja tavaliselt sellel tasemel üksikasjalikku teavet. GPP käsitsüklile vastavate simulatsioonivahendite puudumine on suur probleem, millega DSP-rakenduste arendajad silmitsi seisavad: peaaegu võimatu on prognoosida tsüklite arvu, mida suure jõudlusega GPP nõuab antud ülesande jaoks, seega on võimatu selgitada, kuidas koodi toimimise parandamiseks.
Meie teise tootega:
