人机界面营养早餐-副本摘要.doc

序言 DSP一方面是Digital Signal Processing的缩写，意思是数字信号处理，就是指数字信号理论研究。DSP另一方面是Digital Signal Processor，意思是数字信号处理器，就是用来完成数字信号处理的器件。数字信号处理(Digital Signal Processing，简称DSP)是一门涉及许多学科而又广泛应用于许多领域的新兴学科。20世纪60年代以来，随着计算机和信息技术的飞速发展，数字信号处理技术应运而生并得到迅速的发展。数字信号处理是一种通过使用数学技巧执行转换或提取信息，来处理现实信号的方法，这些信号由数字序列表示。 在过去的二十多年时间里，数字信号处理已经在通信等领域得到极为广泛的应用。德州仪器、Freescale等半导体厂商在这一领域拥有很强的实力。数字信号处理是以众多学科为理论基础的，它所涉及的范围极其广泛。例如，在数学领域，微积分、概率统计、随机过程、数值分析等都是数字信号处理的基本工具，与网络理论、信号与系统、控制论、通信理论、故障诊断等也密切相关。近来新兴的一些学科，如人工智能、模式识别、神经网络等，都与数字信号处理密不可分。可以说，数字信号处理是把许多经典的理论体系作为自己的理论基础，同时又使自己成为一系列新兴学科的理论基础。 目前，某种形式的 DSP 安装在从自动应答电话机到洗衣机等各种产品的中心部位，很容易使人忘记这场变革就发生在最近。直到最近，通用微控制器和 DSP 芯片之间的巨大差别还使许多嵌入式系统工程师觉得：数字信号处理是门困难的学科。这种感觉来源于第一代 DSP 的架构和编程要求，这一代 DSP 往往设计用来实现数字滤波器。不过，在卷入 DSP 对比微控制器的争论之前，你也许要问，为什么使用数字滤波器？DSP 还适合于别的什么领域？使用数字滤波的经典理由是，你可以实现线性相位 FIR （有限脉冲响应）滤波器，它保持了音频处理等应用中的信号保真度。当你正在尝试处理传感器信号时，避免由于不相等的组延迟（由非线性相位-频率响应特性引起）导致的信号失真可能也是很关键的。正如任何已经尝试过的人所知道的那样，用模拟技术制造线性相位滤波器几乎是不可能的，相比之下，DSP 和软件滤波器工具箱使这种实现不费吹灰之力。假如你使用针对控制系统建模的仿真工具，你一定知道来自 Mathworks 的 Matlab 和 Simulink 等工具也可以建立 DSP 算法的模型，并自动生成代码，你可以把这些代码移植到各种硬件目标。不过，数字信号处理的能力其实起始于滤波器应用。例如，软件工具也可以毫不费力地实现 FFT（快速傅里叶变换）。然后，你可以对连续时间信号的快照做频率分析。假如你有很多传感器输出要处理，以得到关键的实时控制响应，那么 DSP 通常是惟一的答案。 第一章DSP技术概述 1.1 课程设计的目的和意义 本课程是一门以实践为主的技术类专业选修课，课程的教学目的是使我们了解DSP及DSP控制器的发展过程及其特点，使我们较熟练地在硬件上掌握DSP及DSP硬件器的结构、各部件基本工作原理，在软件上掌握DSP的指令系统、程序设计方法，学会TMS320系列中1至2种DSP芯片的基本使用方法，并能重点利用DSP及DSP控制器设计典型的应用系统, 为今后从事相关设计与研究打下坚实的基础。 1.2 DSP系统设计的方法与步骤 在进行DSP系统设计之前首先应给出明确的设计任务，给出设计任务书。在设计任务书中应将系统要达到的功能描述准确、清楚；描述的方式可以是人工语言，也可以是流程图或算法描述。之后将设计任务书转化为量化的技术指标。 下图为DSP应用系统设计的一般步骤： 图1.2.1 DSP系统一般设计流程图 第一步 明确任务 必须根据应用系统的目标确定系统的性能指标、信号处理的要求，通常可用数据流程图、数学运算序列、正式的符号或自然语言来描述。 第二步 算法仿真 一般来说，为了实现系统的最终目标，需要对输入的信号进行适当的处理，而处理方法的不同会导致不同的系统性能，要得到最佳的系统性能，就必须在这一步确定最佳的处理方法，即数字信号处理的算法，因此这一步也称算法模拟阶段。例如，语音压缩编码算法就是要在确定的压缩比条件下，获得最佳的合成语音。算法模拟所用的输入数据是实际信号经采集而获得的，通常以计算机文件的形式存储为数据文件。如语音压缩编码算法模拟时所用的语音信号就是实际采集而获得并存储为计算机文件形式的语音数据文件。有些算法模拟时所用的输入数据并不一定要是实际采集的信号数据，只要能够验证算法的可行性，输入假设的数据也是可以的。 第三步 设计实时DSP系统 实时DSP系统的设计包括硬件设计