模拟数字信号处理的相关性

1 模拟数字信号处理的相关性 Paul Hasler 和 David V.Anderson 佐治亚州电子与计算机工程技术研究院, 亚特兰大市, GA30332 phasler@ece.gatech.edu, dva@ece.gatech.edu

摘要 我们介绍了模拟数字信号处理的相关性的定义和实时信号处理函数的含义.我们也讨论了模拟计算和数字计算电路中操作运算的平衡行问题,并且展示了模拟数字信号相关性处理系统的构架.该系统在模拟VLSI电路处理中的新特性使用采用可编程单元方法改进模拟信号处理系统成可能。

1.模拟数字信号处理相关性的定义 在最近和将来DSP的应用中, VLSI模拟电路的新特性得到了使用[1,2,3,4,5,6,7]。并且，模拟电路系统具有可编程性，可配置和良好的适应性，同时集成度可以和数学存储单元相比（例如，能将超过10万的加法器集成到单一芯片上）[8,9,10,11,5].通常，单一芯片不会同时具有模拟和可编程特性，模拟电路主要用在前置放大器中，而可编程器件专门用于数字处理域中。因此，我们必须清楚是否要具有数学和模拟信号处理两中特性，或者针对特殊用途选择专门的解决方案。本论文所关注的就是确定问题所在。本文章描述了一种创建模拟数字信号处理系统相关性方案。与简单将各部分拼接起来相对，该系统更能发挥各部分的优势。 本论文中我们定义了模拟数字信号相关性处理的概念（CADSP），并且在实时系统中使用了可编程模拟信号处理和数字信号处理相融合的方法。在现在技术中无论是模拟信号处理还是数字信号处理均不会单独使用，因为现实世界中信号均为模拟量然而大多数的控制器都是数字量。最终问题就是如何区分模拟和数字的界限，如图1所示，使用互动有益方法时，利用模拟/数字计算来形成系统的总体框架。对于计算时模拟量和数字量如何区别，CADSP能灵活地设定。在数学运算和电路计算方面，CADSP是复合信号研究的超集。在模拟系统中增加函数功能性后，我们能改进数字系统的性能，因此这样的整个产品正在研发中。 图1 模拟/数字信号相关性处理的结构图。我们认为从现实传感器中获得信号的模型是模拟的，它需要由计算机处理。相反的数字信号经过执行机构作用于现实。一种方法是将A/D传感器放置在尽量接近被监测信号的位置，将计算机的残差直接输出。另一种交互的方式是通过模拟信号处理，获得简单A/D转换器，减小数字计算机的计算误差的步骤来完成。可以将上述模拟计算和A/D转换器组合起来组成复杂的A/D转换器，与引入信号的字面地图相比它能提供更多的信息（如傅立叶系数，音位等）。模数界限的确定特殊应用的需要。 对模数界限划分的讨论将会占用数篇论文。该方法的应用领域包括语音处理，多维信号处理，雷达波计算，会话处理和图像处理和识别。下面的部分进行结论分析，过程分析并讨论能源消耗的含义，生产量和工程设计时间。第二部分讨论当前技术环境和模数信号处理可行性融合方式的改进。第三部分对模拟信号处理能力进行了总结。第四部分对已给定系统的解决方案进行了比较和讨论。在这一部分，将对相关的论文进行致谢。 2

2.综合化模拟数字信号处理案例 可能有人会问为何要介绍模拟信号处理，因为图1的上半部分已经说明了实时信号处理的架构。它在实际中似乎运作得很好，首先经晶体管放大，然后由软件稳定。现在和以前的方法都是寻找一个新的策略来完成目的。另外，在DSP上模拟VLSI能安静地使模拟信号处理完成。

图2 使用浮点门内存元素的简单模拟计算体系结构。典型系统均是由浮点门计算元素矩阵组成的，前面为输入电路来预处理或分解传感器信号，后面是进行后加工矩阵输出的外围电路。电路被用来区分每个模拟浮点门元素的。 与数字系统相关的模拟信号处理的一些因素如下： 1. 电能消耗/效率。 2. A/D转换要求。 3. 大小约束。 4. “适应性”问题（在第三部分将作简短介绍）。 DSP微处理器的电能消耗单位是：mW/MIPS,根据基因法则[12]每18个月功耗就降低一半。该法则与摩尔法则一样有利于便携式电子产品的生产。虽然如此，设备功能的多样性和信号处理的总量在电能预算中被首先考虑。与通常的数字方案相比，模拟方案能提高每410之一的效率。如何基因法则生效，数字系统将在20年后才能赶上现在模拟系统的效率。因此移植一些功能到模拟处理过程与一个纯数字系统相比要功能上有20年的增进。 在信号处理系统中模数转制器也是一个很重要因素，在系统设计约束中模数的需求也是一重要部分。现在系统要求很丰富的资源，很高的A/D转换率，和系统设计时间一样，A/D转换模块也是电源预算中一部分。由于转换精度的原因，数字处理器可能会提高，然而转换精度并不会对影响A/D转换器。按相同精度，A/D转换器大体上每5年增加1.5bits，并迅速地达到该过程中传统物理上的限制。在许多问题中，对速度和决定的需要是因为要从很宽的动态信号或噪声背景中恢复“低-信息”（例如，CMOS图像化，软件收音等）。通过在开始和结尾使用模拟信号处理，可以较大地减小A/D转换器和系统的复杂度。 图3 可编程模拟傅立叶处理器的高级别图像。我们通过一系列带通滤波器而不是使用DFT算法来将信号分离到频率域里。我们用频率域指数形式来代替经典的DFT算法，这是一种针对音频和底频的滤波器。这里使用傅立叶变换作为基本算法，与使用DFT和反DFT算法的DSP滤波器相似。 模拟VLSI电路对电路大小有限制的应用非常适合。下一章将会进一步讨论，通过少数的晶体管，这方式经常被用作完成复杂的操作。例如，一个模拟乘法器能通过尽可能少的器件来完成，然而数字乘法器却要四比特位的存储单元。 3.模拟信号处理能力

对模拟和数字信号处理讨论之间，我们将评价模拟信号处理的体积，尤其是在位于整体电路中时。许多模拟技术的除数很大和高效，它们被认为是速度和能量消耗的产品而不被当作数字产品[13]。当将问题的物理特性与硅介质的物理特性作比较时，它的高效性就体现出来了。效率的提高能降低产品的能耗，并解决在现在数字电路中被认为是棘手的计算问题。 模拟信号处理不单适用于单输入单输出系统，而且对于视差矩阵计算也同样适用[4,5]。硅化IC芯片是二维的，其表面性质受到限制，这与数字处理器是一样的[15]。我们能建立一矩阵存储单元，这样输入和输出的信号均是矩阵形式。经研究发现向量－矩阵复合式输入是线性的，如果能把计算分成矩阵－向量形式时，矩阵 3

－矩阵的输入也是可行的。并且，我们发现矩阵的特征向量计算是很复杂的，但通过矩阵－向量复合计算方法，计算协方差矩阵的特征向量是较为容易的。 因为要处理的元素是信号内存元素的列向量方式，除了在单一列内存访问时，结果结构与数字内存结构相似，现在我们正对矩阵－向量乘法运算进行计算。与数字内存不同，第个单元均为乘法器，它能将存储于浮点门中的模拟量传递给另一个单元。通过在内存单元中自行地计算，可以突破大部分数字处理器中出现的输入输出瓶颈。通常地，这些内存计算单元允许私自访问（针对读出操作）或者在矩阵中使用全速差分访问（如矩阵乘法或适配器）。每个输入信号被获得时，每个内存就被访问，即当信号（最大频率输入）进入时系统就会运作；因此减少对整个系统的设计。 图4 针对不同方案（信号－噪声）的不同模拟数字信号处理方针。（a）在别的地方[16]数字计算的复杂程度与要解决方案的位数有关，同时，数字计算的成本与需解决问题的位数成指数关系。这是典型的8位与16位的区别，详细信息与实际应用有关。图(b)为针对SNR运算结果的实例和两个普通应用例子：第一个采用单纯的DSP解决方案，第二个采用了模数融合方案。最后每种方法都给出了每个输出通道下的信息结果。 系统结构确定以后，这些计算单元内存元素的体积和能耗标准将是很重要的，因为我们需要尽可能多的信息。该方法采用的技术是浮点门电路技术，此技术可对于单个或双个的EEPROM[9,17,18]单元进行调试、计算、和编程。图2所示为浮点门计算矩阵的框图。在标准数字CMOS处理器或者标准双CMOS处理器中该技术均适用。我们将其称为高密度模拟计算矩阵的计算内存行列(与计算矩阵有关)。该模拟计算矩阵对已存储或输入的信息均能处理。因为输入信号的相关性，每个单元均能处理，同时不会相互影响。因此，该矩阵在相同电路复杂度和电源能耗上提供了全差分计算，数字内存需要用4比特位精度来存储该矩阵(双转换器单元)。除此之外，这种方法还能将合并模拟信号处理模块加入到FPGA和标准ASIC中去。 图3对片上可编程模拟滤波器概念作了大体上分析[5,19.,20]。每块均由两片组成，一片设计信号如何完成模拟功能，另一片负责对存储单元中数据作乘法运算。整个过程都是使用IFFT通过FFT在每次采样，称重和输出结果时生成滤波器。输出是一个能产生普通相互关联的电流。电压带通滤波器将输入信号分割成时域上的基本函数。通过对滤波器中浮点门元素进行编程，拐角频率能划分到音频到MHz之内的任意域（例如线性或指数域）。通过单个处理器我们能输出原始信号的版本号。

4.信号到噪声的消耗 即使模拟信号处理能完成不同重要的功能，并且为可编程的，但问题是这些计算系统的效率如何。在特别的方案中相关能确定计算的成本。图4展示了典型信号到噪声方案的网状消耗[16]。当对区域计算，能源消耗，计算掩饰，设计和加工费用作研究时会得出相似结果。数字计算的费用与具体方案的位数有关，呈现非线性状态，而是与其位数呈指数关系。因此，需要较少