数字信号处理器论文

摘要：本文介绍了数字信号处理器DPS的发展状况，DSP的发展特点、性能及评价体系，阐述了现代DSP的五种结构，介绍了DSP的一些应用情况，最后描述了DSP的发展趋势。下面是小编为大家整理的《数字信号处理器论文(精选3篇)》，仅供参考，大家一起来看看吧。

数字信号处理器论文 篇1：

生物特征识别技术的发展趋势及对数字信号处理器的挑战

摘要：本文讨论了生物特征识别技术的发展趋势，结合人脸识别分析了生物特征识别技术需要高性能的数字信号处理器的原因，并简单介绍了Blackfin处理器的特点，指出正是由于Blackfin处理器的这些特点，使得该处理器非常适合作为嵌入式系统中的计算核心，以便将人脸识别等生物特征识别技术移植到嵌入式系统。

关键词：生物识别；微控制器；Blackfin；MSA

引言

生物特征识别技术是指利用人体固有的生理特征或行为特征来进行个人身份鉴别认证的技术。生物特征识别技术包括采用人体固有的生理特征(如人脸、指纹、虹膜、静脉)进行的身份认证技术和利用后天形成的行为特征(如签名、笔迹、声音、步态)进行的身份认证技术。与传统的身份鉴定手段相比，基于生物特征识别的身份鉴定技术具有如下优点：(1)不会遗忘或丢失，(2)防伪性能好，不易伪造或被盗，(3)“随身携带”，随时随地可用。正是由于生物特征身份识别认证具有上述优点，基于生物特征的身份识别认证技术受到了各国的极大重视。

生物特征识别技术及其发展趋势

目前，常用的生物特征识别技术所用的生物特征有基于生理特征的如人脸、指纹、虹膜，也有基于行为特征的如笔迹、声音等。下面就这些常见的生物特征识别技术的特点及其发展趋势作一简单介绍。

人脸识别

人脸识别作为一种基于生理特征的身份认证技术，与目前广泛应用的以密码、IC卡为媒介的传统身份认证技术相比，具有不易伪造、不易窃取、不会遗忘的特点，而人脸识别与指纹、虹膜、掌纹识别等生理特征识别技术相比，具有非侵犯性、采集方便等特点。因而人脸识别是一种非常自然、友好的生物特征识别认证技术。

人脸识别技术包括图像或视频中进行人脸检测、从检测出的人脸中定位眼睛位置、然后提取人脸特征、最后进行人脸比对等一系列相关的技术。

最早的人脸识别系统建成于20世纪60年代，该系统以人脸特征点的间距、比率等参数作为特征，构建了一个半自动的人脸识别系统。此时的人脸识别研究多集中于研究如何提取特征点进行人脸识别，如人脸特征器官(眼角、嘴角、鼻孔)的相对位置、大小、形状、面积及彼此间的几何关系等。由于这些特征点难以准确定位、鲁棒性差，因而采用这些方法的人脸识别系统的性能都很低。

自20世纪80年代开始，人脸识别技术出现了基于面部图像的方法。与基于特征点的方法相比，基于面部图像的方法不是提取人脸特征器官这一高层特征，而是将人脸作为一个图像整体，从图像中提取反映人脸特性的特征如DCT变换特征、小波特征、Gabor特征等等。基于面部图像的方法由于利用了更多的底层信息，以及统计模式识别方法的引入，使得这类方法具有非常高的识别率和非常好的鲁棒性。由于基于面部图像的人脸识别算法具有很高性能，目前已经出现了不少推广人脸识别技术的厂商，如国内的北京海鑫科金高科技股份有限公司、国外的LIID等。

为了评测基于面部图像的人脸识别算法的性能。美国ARPA和ARL于1993年至1996年建立了FERET数据库，用于评测当时的人脸识别算法的性能。共举行了三次测试FERET94、FERET95、FERET96。FERET测试的结果指出，光照、姿态和年龄变化会严重影响人脸识别的性能。

FERET的测试结果也表明了基于面部图像的方法的缺点。人脸是一个三维非刚体，具有姿态、表情等变化，人脸图像采集过程中易受到光照、背景、采集设备的影响。这些影响会降低人脸识别的性能。

为了克服姿态变化对人脸识别性能的影响，也为了进一步提高人脸识别性能，20世纪90年代后期，一些研究者开始采用基于3D的人脸识别算法。这些算法有的本身就采用三维描述人脸，有的则用二维图像建立三维模型，并利用三维模型生成各种光照、姿态下的合成图像，利用这些合成图像进行人脸识别。

2000年后，人脸识别算法逐渐成熟，出现了商用的人脸识别系统。为了评测这些商用系统的性能，也作为FERET测试的延续，美国有关机构组织了FRVT2000、FRVT2002、FRVT2006测试。测试结果表明，人脸识别错误率在FRVT2006上下降了至少一个数量级，这种性能的提升在基于图像的人脸识别算法和基于三维的人脸识别算法上都得到体现。此外，在可控环境下，虹膜、静态人脸和三维人脸识别技术的性能是相当的。此外，FRVT2006还展现了不同光照条件下人脸识别性能的显著提高，最后，FRVT2006表明人脸自动识别的性能优于人。值得一提的是，清华大学电子工程系作为国内唯一参加FRVT2006的评测的学术机构，其人脸自动识别性能优于人类。

FRVT2006为人脸识别后续的研究指明了方向，人脸识别中光照、年龄变化依然对人脸识别性能有很大影响，二维人脸识别的性能不比三维人脸识别差。

指纹识别

指纹识别技术是指通过比较不同人指纹中的特征点不同来区分不同人的身份。指纹识别技术通常由三个部分组成：对指纹图像进行预处理。提取特征值，并形成特征值模板。指纹特征值比对。

指纹图像预处理的目的是为了减少噪声干扰的影响，以便有效提取指纹特征值。常用的预处理方法有图像增强、图像平滑、二值化、图像细化等。

特征提取的目的就是从预处理后的指纹图像中，提取出能够表达该指纹图像与众不同的特征点的过程。最初特征提取是基于图像的，从图像整体中提取出特征进行比较，但该方法的精度和性能较低。现在一般采用基于特征点的方法，从图像中提取反应指纹特性的全局特征(如纹形、模式区、核心区、三角点、纹数等)和局部特征(如终结点、分叉点、分歧点、孤立点、环点等)。得到特征点后就可以对特征点进行编码形成特征值模板。

指纹特征值比对就是把当前获得的指纹特征值与存储的指纹特征值模板进行匹配，并给出相似度的过程。

虹膜识别

虹膜相对而言是一个较新的生物特征。1983年，Flom与Safir申请了虹膜识别专利保护，使得虹膜识别方面的研究很少。1993年，Daugman发表了关于虹膜自动识别算法的开创性工作，奠定了世界上首个商业虹膜自动识别系统的基础。随着Flom和Safir专利在2005年的失效和CASIA及ICE2005中虹膜数据集的提供，虹膜识别算法的研究越来越蓬勃。ICE2006首次对虹膜识别算法性能进行了测试。

虹膜识别中需要解决如下两个难点问题：一是虹膜图像的获取，二是实现高性能的虹膜识别算法。

生物特征识别产品的发展趋势

生物特征识别产品逐步从单一PC处理，

转变为分布式计算。用独立的前端独立设备来完成生物特征的采集、预处理、特征提取和比对，而用中心PC或服务器完成与业务相关的处理。阐述这种方式较之传统方式的优点一由于前端采用嵌入式设备，因而自然提出了对数字信号处理器的要求。

生物特征识别技术对数字信号处理的挑战

为了获得更好的性能，研究者们从算法上、应用厂商从应用上对生物特征识别技术进行改进。这些算法根据不同生物特征的特点，采用新的数学模型，有效解决了现有算法的不足，使得生物特征识别技术性能上了一个新台阶。新的数学模型，较之以往的模型更为复杂，计算量更大。为了能够有效的在数字信号处理器上实现这些算法，要求数字信号处理器有更强的处理能力。我们下面结合人脸识别具体说生物特征识别技术对数字信号处理的挑战。

传统数字信号处理中核心算法之一就是傅立叶变换，该变换在通信、图像传输、雷达、声纳中都有很大的作用。但是，在相当长的时间里，由于傅立叶变换的计算量太大，即使采用计算机也很难对问题进行实时处理，所以并没有得到真正的运用。直到傅立叶变换的快速算法即快速傅立叶变换发现后，傅立叶变换的运算量大大缩短，从而使傅立叶变换在实际中得到了广泛的应用，也使得在数字信号处理器上实现傅立叶变换成为了可能。

尽管傅立叶变换对数学、物理产生了深远的影响，但对于大多数应用例如人脸识别而言是远远不够的。比如说人脸图像中，眼睛所含有的信息较其他部分对识别而言非常重要，需要找到一种方法，提取出眼睛这部分重要的信息，并尽量降低不重要的信息对识别的影响。这就需要对人脸图像进行局部分析。然而，傅立叶变换无法进行局部分析，使得傅里叶变换在人脸识别中的应用很有限。

为了提高性能，研究者将数字信号处理领域中新的复杂的变换如Gabor变换、小波变换引入人脸识别中，采用这些变换进行局部分析，提取出对人脸识别有用的特征，从而大大提高了人脸识别的性能。然而，Gabor变换和小波变换的计算量较之傅立叶变换而言非常大，为了在嵌入式设备上实现人脸识别系统，需要高主频、高性能的数字信号处理器来实现，这就对数字信号处理器的设计提出了一个很大的挑战。

从应用角度而言，为了良好的交互性，在实现人脸识别系统时，要求实时实现从视频采集到人脸识别全过程完成(或者至少在1～2秒钟内实现)，否则，给人的感觉就不自然、不流畅。因而，从良好的交互性角度而言，在嵌入式设备上实现人脸识别系统需要高性能的数字处理器。

ADI公司的Blackfin系列处理器是一类专为满足当今嵌入式音频、视频和通信应用的计算要求和功耗约束条件而设计的新型16～32位嵌入式处理器。Blackfin处理器基于由ADI和Intel公司联合开发的微信号架构(MSA)，它将一个32位RISC型指令集和双16位乘法累加(MAC)信号处理功能与通用型微控制器所具有的易用性组合在了一起。这种处理特征的组合使得Blackfin处理器能够在信号处理和控制处理应用中均发挥上佳的作用—在许多场合中免除了增设单独的异类处理器的需要。该能力极大地简化了硬件和软件设计实现任务。

目前，Blackfin处理器在单内核产品中可提供高达756MHz的性能。Blackfin处理器系列中的新型对称多处理器成员在相同的频率条件下实现了性能的翻番。Blackfin处理器系列还提供了低至0.8V的业界领先功耗性能。对于满足当今及未来的信号处理应用(包括宽带无线、具有音频/视频功能的因特网工具和移动通信)而言，这种商性能与低功耗的组合是必不可少的。

Blackfin处理器具有如下特点：

高性能处理器内核。Blackfin处理器架构基于一个10级RISCMCU/DSP流水线和一个专为实现最佳代码密度而设计的混合16/32位指令集架构，该架构很适合于全信号处理/分析能力。这种架构，使得人脸识别中的复杂的数字信号处理运算在Blackfin上很容易实现。

高带宽DMA能力。人脸识别中需要对图像块进行操作，这就涉及到内存数据存取。采用Blackfin的DMA控制器可以自动数据传输，所需的处理器内核开销极少。这样可以将宝贵的处理器的运算能力用于人脸识别的计算，减小数据存取对性能的影响。

·视频指令。人脸识别中最常进行的操作就是对像素值进行处理，Blackfin处理器具有对8位数据以及许多像素处理算法所常用的字长的固有支持，大大提高了人脸识别的处理速度。

·分层存储器。Blackfin具L1 Cache和L2Cache两级Cache，由于Cache较之外部存储器具有更快的存取速度，因而，在人脸识别时，可以把运算密集的代码放在L1 Cache或L2 Cache中，这样可以有效提高处理速度。

上述Blackfin处理器特点表明。Blackfin系列处理器非常适合处理需要高性能运算能力和高数据吞吐量的生物特征识别技术。

目前，Hisign已经将人脸识别的算法移植到ADI的Blackfin上，性能正在优化中。请继续关注。

结语

本文讨论了生物特征识别技术的发展趋势，结合人脸识别分析了生物特征识别技术需要高性能的数字信号处理器的原因，并简单介绍了Blackfin处理器的特点，指出正是由于Blackfin器的这些特点，使得该处理器非常适合作为嵌入式系统中的计算核心，以便将人脸识别等生物特征识别技术移植到嵌入式系统。

作者：王贤良　张铁虎

数字信号处理器论文 篇2：

数字信号处理器DSP的发展及应用

摘要：本文介绍了数字信号处理器DPS的发展状况， DSP的发展特点、性能及评价体系，阐述了现代DSP的五种结构，介绍了DSP的一些应用情况，最后描述了DSP的发展趋势。

关键词：DSP DSP结构

1 数字信号处理器的产生及发展

随着电子技术的飞速发展，计算机家族日益扩大，逐步分离为众多相对独立的分支。微处理器就是其中一个重要分支，尤其是可编程数字信号处理器DSP系列，它既保持了微处理器自称系统的特点，又具有优于通用微机CPU對数字信号处理的运算能力。

2 DSP的特点、性能及其评估标准

DSP处理器的结构和指令是专门针对信号处理而设计和开发的，它具有以下特点：硬件乘法累加操作（MAC）、哈佛结构、零消耗循环控制、特殊寻址模式、执行时间的可预测性、具有丰富的外设。

DSP处理器的性能可分为三个档次：低成本，低性能DSP，低能耗的中段DSP和多样化的高端DSP。

评价处理器性能的指标有很多，最常用的是速度，但能耗和存储能量指标也很重要，特别是在嵌入系统应用上。鉴于DSP的日益增多，系统设计者要想选出在给定应用设备上能够提供最佳性能的处理器变的比较困难。由于DSP应用程序的特征之一是大部分的处理工作集中在程序的一部分（核心程序），因此可以用与信号处理相关的基准程序来测试评估DSP处理器。

3 DSP结构

最近两年，DSP处理器的更高性能由于不能从传统结构中得到解决，因此提出了各种提高性能的策略。其中提高时钟频率似乎是有限的，最好的方法是提高并行性。提高操作并行性可以有两个途经实现：提高每个指令执行操作的数量，或者是提高每个指令周期中之行的指令的数量。这两种并行要求产生了多种DSP新结构。

（1）增强型DSP。传统上DSP处理器在一条指令周期只发射并执行一条指令。这种单流，复杂指令的方法使得DSP处理器获得很强大的性能而无须大量内存。

在保持DSP结构和上述指令不变的情况下，要提高每个指令的工作量，其中一个办法是用额外的执行单元和增加数据通路。我们把使用这种方法的DSP叫做“增强型常规DSP”，

（2）VLIW结构。有些DSP采用一种更RISC化的指令集，并且在一条指令周期执行多条指令，使用大的统一的寄存器堆。VLIW结构的优点是高性能，结构规整（潜在的易编程和好的目标编译系统）。缺点是高功耗，代码膨胀-需要宽的程序存储器，新的编程/编译困难（需要跟踪指令安排，易破坏流水线使性能下降）。

（3）超标量体系结构。像VLIW处理器一样，超标量体系结构并行的流出和执行多个指令。但跟VLIW处理器不同的是，超标量体系结构不清楚指定需要并行处理的指令，而是使用动态指令规划，根据处理器可用的资源，数据依赖性和其它的因素来决定那些指令要被同时执行。超过标量体系结构已经长期用于高性能的通用处理器中。超标量体系结构的优点是性能有大的跨越，结构规整，代码宽度没有明显增长。缺点是非常高的功耗，指令的动态安排使代码优化困难。

（4）SIMD结构。单指令多数据流（SIMD）处理器把输入的长的数据分解为多个较短的数据，然后由单指令并行的操作，从而提高处理海量，可分解数据的能力。该技术能大幅度的提高在多媒体金额信号处理中大量使用的一些使两操作的计算速度，如坐标变换和旋转。

SIMD结构由于使总线、数据通道等资源充分使用，并无需改变信号处理算法的基本结构，因此SIMD结构使用越来越普遍。SIMD结构遇到的问题是算法、数据结构必须满足数据并行处理的要求，为了加速，循环常常需要被拆开，处理数据需要重新安排调整。SIMD仅支持定点运算。

（5）DSP、微控制器的混合结构。许多的应用需要以控制为主的软件的DSP软件的结合。有一些微处理器生产商开始提供DSP增强版本的微处理器。用单处理器完成两种软件的任务是很有吸引力的，因为其可以潜在的提供简化设计，节省版面空间，降低总功耗，降低系统成本等。DSP和微处理器结合的方法有：在一个节上集成多种处理器、DSP作为协处理器、DSP核移植到已有的微处理器上、微处理器与已有的DSP集成在一起、全部新的设计等。

4 DSP的应用及发展趋势

DSP的应用DSP的市场正成为半导体行业关注的热点，其应用由最初的军用尖端技术拓展到通信、计算机、家电、办公自动化、仪器仪表、汽车电子、工业控制等许多领域。

DSP处理器的发展趋势是结构多样化，集成单片化用户化，开发工具更完善，评价体系更全面更专业。

VLIW结构、超标量体系结构和DSP/MCU混合处理器是DSP结构发展的新潮流。

在DSP综合集成方面将出现：用户可定制DSP，块组建DSP，可编程整数DSP，多媒体DSP等。未来的DSP处理器将集成DSP处理器核，微控制器，存储器RAM和ROM、串行口，模数转换器等。

DSP的评价体系和开发工具也将得到很大发展。

5 结束语

数字信号处理器以其功能强、速度快、接口简单、稳定性好、编程和开发方便、精度高的特点成为信号处理系统开发的主流器件，在通信、语言、图像、生物医学、工业控制、仪器仪表等许多领域得到了日益广泛的应用。随着数字信号处理新技术及微电子技术的不断发展，DSP的处理速度将会不断提高，应用范围将更加广泛，必将为数字化事业的发展奠定坚实的基础。

参考文献：

[1]Piedra R M，et al.Digital signal processing cimes of age.IEEE Spectrum，1996，（5）：70-74

[2]程佩青.数字信号处理数据[M].北京：清华大学出版社.1995.185～213

作者：于聪梅　　曾勇　　许淑伟

数字信号处理器论文 篇3：

数字信号处理器(DSP)的发展趋势与应用研究

摘要：DSP是数字信号处理器的缩写，是实现数字信号处理技术的硬件支持。目前已经处于数字信息产品核心引擎的地位。对DSP的发展历史、DSP在一些领域的创新应用，以及DSP的发展前景进行分析。

关键词：数字信号处理器；发展趋势

0、引　言

DSP(Digital Signal Processor)，也称数字信号处理器，是一种特别适合于进行数字信号处理运算的微处理器，其主要应用是实时快速地实现各种数字信号处理算法。自从数字信号处理器问世以来，由于它具有高速、灵活、可编程、低功耗和便于接口等特点，已在图形、图像处理，语音、语言处理，通用信号处理，测量分析，通信等领域发挥越来越重要的作用。

1、数字信号处理器(DSP)的发展历程

DSP的概念最早出现在上个世纪60年代，直到70年代提出了DSP理论和算法。1982年，德克萨斯仪器公司推出了世界上首枚DSP芯片，即TMS32010，运算速度比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。日立公司于80年代中期推出了它的第一片CMOSDSPHD61810，这是第一片运用浮点运算的DSP。其存储容量和运算速度成倍提高，成为语音处理、图像硬件处理技术的基础。80年代后期，第三代DSP芯片问世，运算速度进一步提高，其应用于范围逐步扩大到通信、计算机领域。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属于第五代产品，与第四代相比，系统集成度更高。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。

2、数字信号处理器(DSP)的特点

DSP也是一种嵌入式处理器，它完全可以完成单片机的功能。唯一重要的区别在于DSP支持单时钟周期的“乘加”运算。DSP具有体积小、功耗小、使用方便、实时处理迅速、处理数据量大、处理精度高、性能价格比高等优点。DSP之所以有以上优点，是因为DSP内部采用了以下5种技术：

1)采用哈佛(Harvard)结构体系或改进的哈佛结构体系。DSP处理器几乎毫无例外的采用哈佛结构。哈佛结构把程序代码和数据的存储空间分开，并有各自的地址和数据总线，每个存储器独立编址，用独立的一组程序总线和数据总线进行访问。

如果程序代码存储空间与数据存储空间之间还可以进行数据交换，则称为改进的哈佛结构。这种结构可以并行进行数据操作。

2)采用多总线结构。多总线结构可以同时读取多组数据和存储多组数据，即同一时钟周期内可以执行多个操作指令。

3)采用流水线操作。由于DSP哈佛结构指令的各个阶段可以重叠进行，这样对每一条指令似乎都是在一个周期内完成，可以把指令周期减到最小，增加数据吞吐量。

4)采用硬件乘法器和高效的MAC指令。DSP芯片都有硬件乘法器，使得乘法运算做到一个周期内完成。与之配合的指令为MAC乘法累加指令，它可以在单周期内取两个操作数相乘，并将结果加载到累加器。

5)采用独立的传输总线及其控制器。处理器高速处理速度必须与高速的数据访问和传输相配合。而且为不影响CPU及其相关总线的工作，DSP的DMA单独设置了传输总线及其控制器，因此DMA可以独立工作。

3、DSP的应用

经过20多年的推广，DSP产品的应用已扩大到人们的学习、工作和生活的各个方面，并逐渐成为电子产品更新换代的决定因素。其典型应用包括以下几个方面：

1)通用数字信号处理-自适应滤波，卷积，相关，数字滤波，希尔伯特变换等；2)语音信号处理语音增强，语音识别，语音合成，语音编码，文字转换等；3)图形/图像处理三维动画，图像鉴别/增强/压缩/传输，模式识别，电子地图等；4)特殊应用数字信号处理振动和噪声分析与处理，声纳和雷达信号处理，地震信号分析与处理等。

4、DSP的发展趋势

新的形势下，DSP面临的要求是处理速度更高，功能更多更全，功耗更低，存储器用量更少。DSP的技术发展将会有以下一些走势：

1)系统集成DSP是潮流。各DSP厂商纷纷采用新工艺，改进DSP芯核，并将几个DSP芯核、MPU芯核、专用处理单元、外围电路单元、存储单元统统集成在一个芯片上。

2)追求更高的运算速度和进一步降低功耗和几何尺寸。DSP必须追求更高更快的运算速度，才能跟上电子设备的更新步伐。同时便携式手持产品对于低功耗和尺寸的要求很高，所以DSP有待于进一步降低功耗。

3)DSP的内核结构进一步改善。多通道结构和单指令多重数据(SIM)、超长指令字结构(VLIM)、超标量结构、超流水结构、多处理、多线程及可并行扩展的超级哈佛结构(SHARC)在新的高性能处理器中将占据主导地位。

4)DSP嵌入式系统。DSP嵌入式系统是DSP系统嵌入到应用电子系统中的一种通用系统。这种系统既具有DSP器件在数据处理方面的优势，又具有应用目标所需要的技术特征。

5、小　结

DSPR即为数字信号处理器(Digital Signal Processing)，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。由于DSP具有体积小、功耗小、使用方便、实时处理迅速、处理数据量大、处理精度高、性能价格比高等优点，已广泛应用于人们的学习、工作和生活的各个方面，未来它的应用领域将越来越广泛。

参考文献：

[1]黎泽清、王明泉、李博等，基于DSP的图文输入系统[J]，信息化纵横，2009，(18)：20-25

[2]程照明、蔡德钧，基于DSP的话音系统设计及语音处理算法实现[J]，舰船电子工程，2004，(5)：73-80

[3]周鹏、邵左文、张玉猛等，基于TMS320F2812的双机信息处理系统设计[J]，国外电子元器件，2006，(8)：60-65

[4]郭峻岭，基于DSP的信号采集与处理系统的设计与实现[D]，武汉：武汉理工大学，2009

[5]邬可军、朱铭锆、曹建树等，DSP实时多任务操作系统设计与实现[M]，电子工业出版社，2005

作者：张虎堂