DSP技术_百度百科
清除历史记录关闭
声明：百科词条人人可编辑，词条创建和修改均免费，绝不存在官方及代理商付费代编，请勿上当受骗。
（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。20世纪60年代以来，随着计算机和信息技术的飞速，数字信号处理技术应运而生并得到迅速的发展。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DSP技术图解的应用。数字信号处理是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。
DSP技术基本介绍
是将信号以数字方式表示并处理的理论和技术。数字信号处理与是的。
数字信号处理的目的是对真实世界的连续进行测量或。因此在进行数字信号处理之前需要将信号从模拟域转换到数字域，这通常通过实现。而数字信号处理的输出经常也要变换到模拟域，这是通过实现的。
数字信号处理的算法需要利用计算机或专用处理设备如（DSP）和（ASIC）等。数字信号处理技术及设备具有灵活、精确、强、设备尺寸小、造价低、速度快等突出优点，这些都是模拟信号处理技术与设备所无法比拟的。
DSP技术概况
是围绕着数字信号处理的理论、实现和应用等几个方面发展起来的。数字信号处理在理论上的发展推动了数字信号处理应用的发展。反过来，数字信号处理的应用又促进了数字信号处理理论的提高。而数字信号处理的实现则是理论和应用之间的桥梁。
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、等都是数字信号处理的基本工具，与、、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、、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。
DSP技术实现方法
DSP的实现方法一般有以下几种：
(1) 在通用的计算机（如PC机）上用软件（如Fortran、C语言）实现；
(2) 在中加上专用的加速实现；
(3) 用通用的（如MCS-51、96系列等）实现，这种方法可用于一些不太复杂的，如等；
(4) 用通用的可编程DSP实现。与单片机相比，DSP芯片具有更加适合于数字信号处理的软件和硬件资源，可用于 复杂的数字信号处理算法；
(5) 用专用的DSP芯片实现。在一些特殊的场合，要求的速度极高，用通用DSP芯片很难实现，例如专用于FFT、、卷积、相关等算法的DSP芯片，这种芯片将相应的信号处理算法在芯片内部用硬件实现，无需进行编程。
在上述几种方法中，第1种方法的缺点是速度较慢，一般可用于DSP算法的模拟；第2种和第5种方法专用性强，应用受到很大的限制，第2种方法也不便于系统的独立运行；第3种方法只适用于实现简单的DSP算法；只有第4种方法才使的应用打开了新的局面。
DSP技术历史
世界上第一个单片DSP芯片应当是1978年AMI公司发布的S年美国Intel公司发布的商用可编程器件2920是DSP芯片的一个主要里程碑。这两种芯片内部都没有现代DSP芯片所必须有的单周期乘法器。1980年，日本NEC公司推出的μPD7720是第一个具有乘法器的商用DSP芯片。
DSP技术现状
在这之后，最成功的DSP芯片当数美国公司（TexasInstruments，简称TI）的一系列产品。TI公司在1982年成功推出其第一代DSP芯片TMS32010及其系列产品TMS32011、TMS320C10/C14/C15/C16/C17等，之后相继推出了第二代DSP芯片TMS32020、TMS320C25/C26/C28，第三代DSP芯片TMS320C30/C31/C32，第四代DSP芯片TMS320C40/C44，第五代DSP芯片TMS320C5X/C54X，第二代DSP芯片的改进型TMS320C2XX，集多片DSP芯片于一体的高性能DSP芯片TMS320C8X以及目前速度最快的第六代DSP芯片TMS320C62X/C67X等。TI将常用的DSP芯片归纳为三大系列，即：TMS320C2000系列（包括TMS320C2X/C2XX）、TMS320C5000系列（包括TMS320C5X/C54X/C55X）、TMS320C6000系列（TMS320C62X/C67X）。如今，TI公司的一系列DSP产品已经成为当今世界上最有影响的DSP芯片。TI公司也成为世界上最大的DSP芯片供应商，其DSP市场份额占全世界份额近50%。
DSP技术特点
考虑一个的实例，比如有限冲击响应器（FIR）。用数学语言来说，是做一系列的点积。取一个输入量和一个序数向量，在系数和输入样本的滑动窗口间作乘法，然后将所有的乘积加起来，形成一个输出样本。
类似的运算在数字信号处理过程中大量地重复发生，使得为此设计的器件必须提供专门的支持，促成了了DSP器件与通用处理器（GPP）的分流：
对密集的乘法运算的支持
GPP不是设计来做密集乘法任务的，即使是一些现代的GPP，也要求多个来做一次乘法。而DSP处理器使用专门的硬件来实现单周期乘法。DSP处理器还增加了来处理多个乘积的和。累加器寄存器通常比其他寄存器宽，增加称为结果bits的额外bits来避免溢出。
同时，为了充分体现专门的乘法-累加硬件的好处，几乎所有的DSP的指令集都包含有显式的MAC指令。
存储器结构
传统上，GPP使用冯.诺依曼结构。这种结构中，只有一个存储器空间通过一组总线（一个和一个）连接到处理器核。通常，做一次乘法会发生4次存储器访问，用掉至少四个。
大多数DSP采用了，将存储器空间划分成两个，分别和数据。它们有两组总线连接到处理器核，允许同时对它们进行访问。这种安排将处理器的带宽加倍，更重要的是同时为处理器核提供数据与指令。在这种布局下，DSP得以实现单周期的MAC指令。
还有一个问题，即现在典型的高性能GPP实际上已包含两个片内高速缓存，一个是数据，一个是指令，它们直接连接到处理器核，以加快运行时的访问速度。从物理上说，这种片内的双和总线的结构几乎与的一样了。然而从逻辑上说，两者还是有重要的区别。
GPP使用控制逻辑来决定哪些数据和存储在片内的高速缓存里，其程序员并不加以指定（也可能根本不知道）。与此相反，DSP使用多个片和多组总线来保证每个内存储器的多次访问。在使用DSP时，程序员要明确地控制哪些数据和指令要存储在片内存储器中。程序员在写程序时，必须保证处理器能够有效地使用其双总线。
此外，DSP处理器几乎都不具备数据高速缓存。这是因为DSP的典型数据是。也就是说，DSP处理器对每个数据样本做计算后，就丢弃了，几乎不再重复使用。
零开销循环
如果了解到DSP算法的一个共同的特点，即大多数的处理时间是花在执行较小的循环上，也就容易理解，为什么大多数的DSP都有专门的硬件，用于零开销循环。所谓零开销循环是指处理器在执行循环时，不用花时间去检查循环计数器的值、条件转移到循环的顶部、将循环计数器减1。
与此相反，GPP的循环使用软件来实现。某些高性能的GPP使用转移预报硬件，几乎达到与硬件支持的零开销循环同样的效果。
大多数DSP使用定点计算，而不是使用浮点。虽然DSP的应用必须十分注意数字的精确，用浮点来做应该容易的多，但是对DSP来说，廉价也是非常重要的。定点机器比起相应的浮点机器来要便宜（而且更快）。为了不使用浮点机器而又保证数字的准确，DSP处理器在和硬件方面都支持饱和计算、舍入和移位。
专门的寻址方式
DSP处理器往往都支持专门的寻址模式，它们对通常的操作和算法是很有用的。例如，模块（循环）寻址（对实现延时线很有用）、位倒序寻址（对FFT很有用）。这些非常专门的寻址模式在GPP中是不常使用的，只有用软件来实现。
执行时间的预测
大多数的DSP应用（如和）都是严格的实时应用，所有的处理必须在指定的时间内完成。这就要求程序员准确地确定每个样本需要多少处理时间，或者，至少要知道，在最坏的情况下，需要多少时间。
如果打算用低成本的GPP去完成实时的任务，执行时间的预测大概不会成为什么问题，应为低成本GPP具有相对直接的结构，比较容易时间。然而，大多数实时DSP应用所要求的处理能力是低成本GPP所不能提供的。
这时候，DSP对高性能GPP的优势在于，即便是使用了高速缓存的DSP，哪些指令会放进去也是由程序员（而不是处理器）来决定的，因此很容易判断指令是从高速缓存还是从中读取。DSP一般不使用动态特性，如转移预测和推理执行等。因此，由一段给定的代码来预测所要求的执行时间是完全直截了当的。从而使程序员得以确定芯片的性能限制。
定点DSP指令集
定点DSP指令集是按两个目标来设计的：
·使处理器能够在每个内完成多个操作，从而提高每个指令周期的计算效率。
·将存贮DSP程序的空间减到最小（由于存储器对整个系统的成本影响甚大，该问题在对成本敏感的DSP应用中尤为重要）。
为了实现这些目标，DSP处理器的指令集通常都允许程序员在一个指令内说明若干个并行的操作。例如，在一条指令包含了MAC操作，即同时的一个或两个数据移动。在典型的例子里，一条指令就包含了计算FIR器的一节所需要的所有操作。这种高效率付出的代价是，其指令集既不直观，也不容易使用（与GPP的指令集相比）。
GPP的程序通常并不在意处理器的指令集是否容易使用，因为他们一般使用象C或C++等高级语言。而对于DSP的程序员来说，不幸的是主要的DSP应用程序都是用汇编语言写的（至少部分是汇编语言优化的）。这里有两个理由：首先，大多数广泛使用的高级语言，例如C，并不适合于描述典型的DSP算法。其次，DSP结构的复杂性，如多空间、多总线、不规则的指令集、高度专门化的硬件等，使得难于为其编写高效率的。
即便用编译器将C编译成为DSP的汇编代码，优化的任务仍然很重。典型的DSP应用都具有大量计算的要求，并有严格的开销限制，使得程序的优化必不可少（至少是对程序的最关键部分）。因此，考虑选用DSP的一个关键因素是，是否存在足够的能够较好地适应DSP处理器指令集的程序员。
开发工具的要求
因为DSP应用要求高度优化的代码，大多数DSP厂商都提供一些开发工具，以帮助程序员完成其优化工作。例如，大多数厂商都提供处理器的仿真工具，以准确地仿真每个内处理器的活动。无论对于确保实时操作还是代码的优化，这些都是很有用的工具。
GPP厂商通常并不提供这样的工具，主要是因为GPP程序员通常并不需要详细到这一层的信息。GPP缺乏精确到指令周期的仿真工具，是DSP应用开发者所面临的的大问题：由于几乎不可能预测高性能GPP对于给定任务所需要的周期数，从而无法说明如何去改善代码的性能。
DSP技术应用
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，才能实现各种繁杂的计算、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无线标准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：。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。而则基本上不受环境的影响。
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。
清除历史记录关闭彻底搞懂移动DSP与移动广告网络是啥玩意儿
<meta name="description" content="移动DSP,说完二者的区别，我们不能武断的下结论是移动DSP更好还是移动广告网络更好，每种投放方式的出现总是在一定的行业发展和历史环境下出现，随着技术的发展总是会有新的事物出现来代替旧的事物。接下来我们来说说二者的共性，从目前的发展情况来看，二者还将在这种共性之下长期存在一段时期。">
彻底搞懂移动DSP与移动广告网络是啥玩意儿
　　移动DSP(Mobile DSP)，移动广告网络(Mobile ADN)两个移动营销领域最火的词汇，但目前仍有很多行业从业者对二者认识存有不足，广告主、代理公司众多进行移动营销的人员也难以准确的说出二者的区别与联系，那么在实际的投放当中就会因为认知的不足，而难以做出适合自身品牌投放的正确选择，小编今天就是要通过对二者的梳理告诉大家，它们的区别与联系，让广告主、代理公司对广告投放平台有个更清晰的认识。
　　大不同――各领风骚无春秋
　　DSP英文全称“Demand SidePlatform”，是广告需求方平台，为广告主提供跨媒介、跨平台、跨终端的广告投放平台，通过数据整合、分析实现基于受众的精准投放，并且实时监控不断优化。这是行业内对DSP的一个比较权威的定义，那么DSP与传统的展示广告究竟有什么区别呢?我们先来看看它的定义。
　　移动广告网络英文全称“Mobile Ad Network”，简称Mobile ADN。买断、聚合了大量App内的展示广告资源，主要包含中长尾App流量，帮助广告主实现媒体精准、灵活的投放。
　　第一，服务对象不同
　　移动DSP服务于广告主，搭建广告主与目标受众之间的桥梁，DSP通过对接流量交易平台，形成海量数据，经过数据挖掘及分析，找到符合广告主营销诉求的目标人群，竞价采购目标受众的曝光机会，实现对目标受众的购买。
　　移动广告网络是同时服务于广告主和开发者(媒体)，是搭建广告主与开发者(媒体)之间的桥梁，广告主根据自身的营销诉求及目标受众,采购相应属性的开发者(媒体)资源,从而实现对受众的覆盖,本质上是对开发者(媒体)的购买。
　　第二，购买方式不同
　　移动DSP实现的是受众购买，利用RTB技术实时竞价在数以百万计的移动应用上针对每一个用户展示行为在100ms内进行评估以及出价的竞价技术。按照力美科技移动DSP负责人的说法：“展示行为的反应时间和竞价技术才是真正考验移动DSP平台的优与劣，直接决定着该平台能否脱颖而出拿到优质的广告展示。”
　　我们来看看受众购买方式的优势：第一，它把同一广告位的流量根据受众群体的不同售卖给不同的广告主，从而使广告位的整体价值得到提升;第二，可以精准地触达目标受众，避免将预算浪费在非目标受众上;第三，由于广告推送的对象均为目标受众，点击率和转化率相对较高，容易提升ROI。当然受众购买方式也是存在一些局限的比如：如何确保品牌安全问题?目前，了解到力美移动DSP 可以通过黑白名单来确保品牌安全问题。
　　移动广告网络并未采取开发者(媒体)购买的非程序化购买方式，更多的是依靠平台中所占有的资源来进行购买，这就不需要考验平台的竞价技术和反应时间了，相对的考核广告网络的很直接就是看该广告网络平台所覆盖的APP的量，以及其中的优质APP的量，这两个方面就基本决定了该平台的广告网络的优与劣。目前，力美、多盟、有米、安沃等都属于该领域的第一梯队，APP的质与量都有保证。
　　这种针对媒体购买方式的也具备一些优势：第一，针对的是媒体，使得媒体品牌溢价较高;第二，有利于媒体之间的竞争，提高媒体的改进及创新。第三，品牌保护，广告主可以指定与之匹配的开发者(媒体)共同参与来确保品牌安全。当然媒体购买方式也存在一些局限：其一是对非目标受众的覆盖，会造成预算的浪费;其二是在目标受众跨媒体的使用过程中存在重复投放的可能，这不仅会造成预算的浪费还会引起受众的厌烦情绪。而程序化购买从根本上解决了对非目标受众的无效投放问题，也能够基于具体受众进行跨媒体的频次控制。
　　第三，投放方式不同
　　移动DSP技术出现后，推动了网络广告投放方式的转变。DSP的广告投放方式既包含了传统的广告投放方式，又联结了SSP丶广告交易平台等产业链上新出现的角色，实现了新的投放方式。
　　移动DSP广告的投放模式主要是机器投放(即通常所说的程序化购买)，通过利用第三方技术在数以百万计的网站和移动应用上针对每一个用户展示行为在100ms内进行评估，快速出价进行竞价，从而获得广告位实现广告投放，其中完全由机器自主完成出价、竞价、投放等过程，不涉及人工干预手段。
　　然而，移动广告网络由于投放只是针对媒体实现的是人工投放，广告主通过两种方式购买媒体，其一直接购买媒体：广告主直接在媒体上购买广告位进行自助投放。其二，广告主通过代理公司购买媒体：代理公司为广告主进行代理投放，并进行人工预算分配。
　　第四，投放行为不同
　　移动DSP投放标杆的是精准定向，这是移动DSP区别与移动广告网络的一个最大的特点，移动DSP的精准可以按照不同的维度细分为：人群定向、行为定向、LBS定向、运营商定向、wifi定向、设备型号、操作系统、使用时间等进行精准的定向，这种定向方式可以进行组合，多重叠加之后在精准性上就有更大的保证。
　　移动广告网络在投放方式上主要是针对的媒体，因此它的投放策略上被归为盲投，盲投并非说它不好，毕竟存在既有价值，广告网络的盲投只是相对于DSP的精准而言的，它不直接针对人群，而是通过媒体间接的来覆盖人群，因此在覆盖目标受众上要较弱于DSP的精准定向上，这也是现在很多广告主多追求的投放策略，谁也不愿意把钱浪费在非潜在人群身上。
　　小相近――共有特性长相依
　　说完二者的区别，我们不能武断的下结论是移动DSP更好还是移动广告网络更好，每种投放方式的出现总是在一定的行业发展和历史环境下出现，随着技术的发展总是会有新的事物出现来代替旧的事物。接下来我们来说说二者的共性，从目前的发展情况来看，二者还将在这种共性之下长期存在一段时期。
　　第一，广告形式相近
　　目前，常见的移动广告形式，按照力美科技的划分方式大致分为五大类：图片类广告(banner、插屏、全屏)、富媒体广告(缩小、擦除、摇一摇等)、视频广告(角标、贴片)、原生广告(信息流、激励类等)、积分墙广告，这些广告形式无论是在DSP平台还是ADN平台基本都能运用的到，只是积分墙在ADN运用的更为多一点，而原生广告在DSP运用更常见些，二者大致保持广告形式的一致性。
　　第二，平台作用相近
　　这个也很好理解，广告平台都是为了营销而生，也都服务于广告主的，也都依赖于广告主，它们之所以产生都是基于让移动营销这个根本目的，就像炒股软件，有股票炒了，炒股软件也有了产生的意义和作用，无论是DSP还是AND都是为广告主实现广告投放，进行移动营销所孕育的。最终目的都是让广告主通过这些平台来实现品牌推广、营销活动。
　　移动终端大范围普及，移动互联网用户快速增长，致使广告主把目光转向了移动领域，自然服务于广告主的平台、软件、广告形式也就呼之欲出，并且随着这一领域的不断扩大，未来还会有更多新的平台出现，比如最近一个新提法DSPAN。
编 辑：王鹏
苹果公司终于承认，该公司员工可以通过一项未曾公开的技术获..
CCTIME推荐
CCTIME飞象网
CopyRight &
By CCTIME.COM
京ICP备号&& 京公网安备号
公司名称： 北京飞象互动文化传媒有限公司
未经书面许可，禁止转载、摘编、复制、镜像DSP、SSP、RTB 是怎样的一个过程？ - 知乎<strong class="NumberBoard-itemValue" title="被浏览<strong class="NumberBoard-itemValue" title="9,401分享邀请回答85043 条评论分享收藏感谢收起40143 条评论分享收藏感谢收起什么是处理器与DSP? - EDN电子技术设计
Nitin Dahad，EE Times欧洲特派员网络整合综合整理我爱音频网网络整合Abhinay Patil/亚德诺(ADI)现场应用工程师网络整合查看更多5音响的DSP是什么意思啊 ···_百度知道
音响的DSP是什么意思啊 ···
我有更好的答案
DSP（digital singnal 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，源源超过通用微处理器，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。
数字信号处理 DSP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。
本回答被网友采纳
为您推荐：
其他类似问题
您可能关注的内容
dsp的相关知识
&#xe675;换一换
回答问题，赢新手礼包&#xe6b9;
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。}