Hvad er digital signalbehandling?

Hvad er digital signalbehandling? 
DSP manipulerer forskellige typer signaler med det formål at filtrere, måle eller komprimere og producere analoge signaler. Analoge signaler adskiller sig ved at tage information og oversætte dem til elektriske pulser med varierende amplitude, hvorimod digital signalinformation oversættes til binært format, hvor hver bit af data er repræsenteret af to adskilte amplituder. En anden mærkbar forskel er, at analoge signaler kan repræsenteres som sinusbølger, og digitale signaler er repræsenteret som kvadratiske bølger. DSP kan findes i næsten ethvert felt, hvad enten det er oliebehandling, lydgengivelse, radar og ekkolod, medicinsk billedbehandling eller telekommunikation - i det væsentlige ethvert program, hvor signaler komprimeres og gengives. 

Så hvad er egentlig digital signalbehandling? Den digitale signalproces tager signaler som lyd, stemme, video, temperatur eller tryk, der allerede er digitaliseret og derefter manipulerer dem matematisk. Denne information kan derefter repræsenteres som diskret tid, diskret frekvens eller andre diskrete former, så informationen kan behandles digitalt. En analog-til-digital konverter er nødvendig i den virkelige verden for at tage analoge signaler (lyd, lys, tryk eller temperatur) og konvertere dem til 0 og 1 til et digitalt format. 

En DSP indeholder fire nøglekomponenter: 
 Computing Engine: Matematiske manipulationer, beregninger og processer ved at få adgang til programmet eller opgaven fra programmets hukommelse og  de oplysninger, der er gemt i datahukommelsen.
 Datahukommelse: Dette gemmer de oplysninger, der skal behandles og fungerer hånd i hånd med programhukommelsen. 
 Programhukommelse: Dette gemmer de programmer eller opgaver, som DSP'en bruger til at behandle, komprimere eller manipulere data.
 I / O: Dette kan bruges til forskellige ting, afhængigt af det felt DSP bruges til, dvs. eksterne porte, serielle porte, timere og forbindelse til omverdenen. 

Nedenfor er en figur af, hvordan de fire komponenter i en DSP ser ud i en generel systemkonfiguration. 

DSP-filtre 
Chebyshev-filteret er et digitalt filter, der kan bruges til at adskille et frekvensbånd fra et andet. Disse filtre er kendt for deres primære attribut, hastighed, og selvom de ikke er de bedste i performancekategorien, er de mere end tilstrækkelige til de fleste applikationer. Designet af Chebyshev-filteret blev konstrueret omkring den matematiske teknik, kendt som z-transform. Grundlæggende konverterer z-transformen et diskret-tidssignal, der består af en sekvens af reelle eller komplekse tal til en frekvensdomænerepræsentation. Chebyshev-responset bruges generelt til at opnå en hurtigere afvikling ved at tillade rippel i frekvensresponsen. Disse filtre kaldes type 1-filtre, hvilket betyder, at krusningen i frekvensresponset kun er tilladt i passbåndet. Dette giver den bedste tilnærmelse til det ideelle svar fra ethvert filter til en specificeret rækkefølge og krusning. Det var designet til at fjerne bestemte frekvenser og give andre mulighed for at passere gennem filteret. Chebyshev-filteret er generelt lineært i dets respons, og et ikke-lineært filter kan resultere i, at udgangssignalet indeholder frekvenskomponenter, der ikke var til stede i indgangssignalet. 


Hvorfor bruge digital signalbehandling?
For at forstå, hvordan digital signalbehandling eller DSP sammenlignes med analoge kredsløb, ville man sammenligne de to systemer med en hvilken som helst filterfunktion. Mens et analogt filter bruger forstærkere, kondensatorer, induktorer eller modstande og er overkommelig og let at samle, ville det være temmelig svært at kalibrere eller ændre filterrækkefølgen. Imidlertid kan de samme ting gøres med et DSP-system, som bare er lettere at designe og ændre. Filterfunktionen på et DSP-system er softwarebaseret, så der kan vælges flere filtre. For at skabe fleksible og justerbare filtre med høje ordre-svar kræves kun DSP-softwaren, mens analog kræver yderligere hardware. 

For eksempel skal et praktisk båndpasfilter med et givet frekvensrespons have en stopbånd-af-styringskontrol, passbåndsindstilling og breddekontrol, uendelig dæmpning i stopbåndet og et svar inden i passbåndet, der er helt fladt med nulfaseskift. Hvis der blev anvendt analoge metoder, ville andreordens filtre kræve en masse forskudt høje Q-sektioner, hvilket i sidste ende betyder, at det vil være ekstremt svært at indstille og justere. Når man nærmer sig dette med DSP-software ved hjælp af en endelig impulsrespons (FIR), er filterets tidsrespons på en impuls den vægtede sum af det nuværende og et begrænset antal tidligere inputværdier. Uden tilbagemelding slutter dens eneste respons på en given prøve, når prøven når "slutningen af ​​linjen". Med disse designforskelle i tankerne vælges DSP-software på grund af dens fleksibilitet og enkelhed i forhold til analoge kredsløbsfilterdesign. 

Når du opretter dette båndpasfilter, er det ikke en frygtelig opgave at udføre at bruge DSP. Det er meget lettere at implementere det og fremstille filtre, da du kun skal programmere filtrene det samme med hver DSP-chip, der går ind i enheden. Brug af analoge komponenter har du dog risikoen for defekte komponenter, justering af kredsløbet og programmering af filteret på hvert enkelt analogt kredsløb. DSP skaber en overkommelig og mindre kedelig måde at designe filter til signalbehandling og øger nøjagtigheden for indstilling og justering af filtre generelt.


ADC & DAC
Elektrisk udstyr bruges stærkt inden for næsten ethvert felt. Analoge til digitale konvertere (ADC) og digitale til analoge konvertere (DAC) er væsentlige komponenter til enhver variation af DSP inden for ethvert felt. Disse to konverteringsgrænseflader er nødvendige for at konvertere signaler fra den virkelige verden for at give mulighed for at digitalt elektronisk udstyr henter ethvert analogt signal og behandler det. Tag for eksempel en mikrofon: ADC konverterer det analoge signal, der indsamles af et input til lydudstyr, til et digitalt signal, der kan sendes ud af højttalere eller skærme. Mens det passerer gennem lydudstyret til computeren, kan software tilføje ekko eller justere tempoet og tonehøjden for stemmen for at få en perfekt lyd. På den anden side konverterer DAC det allerede behandlede digitale signal tilbage til det analoge signal, der bruges af lydudgangsudstyr såsom skærme. Nedenfor er en figur, der viser, hvordan det foregående eksempel fungerer, og hvordan dets lydindgangssignaler kan forbedres gennem gengivelse og derefter sendes ud som digitale signaler gennem skærme.

En type analog til digital konverter, kendt som den digitale rampe ADC, involverer en komparator. Værdien af ​​den analoge spænding på et eller andet tidspunkt sammenlignes med en given standardspænding. En måde at opnå dette på er ved at anvende den analoge spænding til en terminal på komparatoren og udløseren, kendt som en binær tæller, der driver en DAC. Mens output fra DAC implementeres til komparatorens anden terminal, udløser det et signal, hvis spændingen overstiger den analoge spændingsindgang. Sammenligningens overgang stopper den binære tæller, som derefter holder den digitale værdi, der svarer til den analoge spænding på det tidspunkt. Figuren herunder viser et diagram over en digital rampe ADC. 

Anvendelser af DSP
Der er adskillige varianter af en digital signalprocessor, der kan udføre forskellige ting, afhængigt af applikationen, der udføres. Nogle af disse varianter er lydsignalbehandling, lyd- og videokomprimering, talebehandling og genkendelse, digital billedbehandling og radarapplikationer. Forskellen mellem hver af disse applikationer er, hvordan den digitale signalprocessor kan filtrere hver input. Der er fem forskellige aspekter, der varierer fra hver DSP: urfrekvens, RAM-størrelse, databusbredde, ROM-størrelse og I / O-spænding. Alle disse komponenter har virkelig bare indflydelse på det aritmetiske format, hastighed, hukommelsesorganisation og databredde på en processor. 

Et velkendt arkitekturlayout er Harvard-arkitekturen. Dette design giver en processor mulighed for samtidig at få adgang til to hukommelsesbanker ved hjælp af to uafhængige sæt busser. Denne arkitektur kan udføre matematiske operationer, mens du henter yderligere instruktioner. En anden er Von Neumann-hukommelsesarkitekturen. Mens der kun er en databus, kan handlinger ikke indlæses, mens instruktionerne hentes. Dette medfører et papirstop, der i sidste ende bremser udførelsen af ​​DSP-applikationer. Mens disse processorer ligner en processor, der bruges i en standardcomputer, er disse digitale signalprocessorer specialiserede. Det betyder ofte, at DSP'erne for at udføre en opgave kræves for at bruge fastpunktsaritmetik. 

En anden er sampling, hvilket er reduktionen af ​​et kontinuerligt signal til et diskret signal. En vigtig applikation er konvertering af en lydbølge. Audio sampling bruger digitale signaler og puls-kodemodulation til gengivelse af lyd. Det er nødvendigt at fange lyd mellem 20 - 20,000 Hz for mennesker at høre. Samplingsfrekvenser højere end omkring 50 kHz - 60 kHz kan ikke give mere information til det menneskelige øre. Ved hjælp af forskellige filtre med DSP-software og ADC'er og DAC'er kan eksempler på lyd gengives ved hjælp af denne teknik. 

Digital signalbehandling bruges stærkt i den daglige drift og er afgørende for at genskabe analoge signaler til digitale signaler til mange formål.

Du kan også lide:

DSP - Digital Signal Processing Tutorial

Forklar Digital Signal Processing (DSP) og Modulation

Læg en besked 

Message List