DSP(数字信号处理器)原理及应用绪论
dsp的原理与应用
DSP的原理与应用什么是DSP数字信号处理（Digital Signal Processing，简称DSP）是一种利用数字计算手段对传统模拟信号进行处理、分析、识别、合成等操作的技术。
相比于模拟信号处理技术，DSP具有更高的灵活性、更强的稳定性和更低的成本，因此被广泛应用于各种领域，如通信、音频处理、图像处理、雷达信号处理等。
在数字信号处理中，数字信号是以离散形式存在的，可以通过采样和量化将模拟信号转换为数字信号。
然后利用数字信号处理技术对数字信号进行滤波、变换、编码等处理，最后再将处理后的数字信号转换为模拟信号。
DSP的原理DSP的原理主要包括信号采样与量化、数字滤波、时域分析和频域分析。
以下将分别介绍这些原理及其应用。
1. 信号采样与量化在数字信号处理中，模拟信号首先需要进行采样，即在时间上离散化。
采样定理告诉我们，当采样频率满足一定的条件时，可以通过采样来准确地还原原始模拟信号。
采样定理的条件是采样频率要大于信号频率的两倍。
因此在实际应用中，为了避免采样带来的失真，通常会选择更高的采样频率。
采样之后，信号需要进行量化，即将连续的信号值离散化为有限个取值。
量化过程中，需要选取合适的量化级别，即将连续的信号分成有限个量化等级。
2. 数字滤波数字滤波是数字信号处理中最基本的操作之一，主要用于滤除信号中的噪声或不需要的频率成分。
数字滤波可以分为有限长冲激响应（FIR）滤波器和无限长冲激响应（IIR）滤波器两种。
FIR滤波器通过线性组合输入信号的多个采样点和滤波器的系数来计算滤波输出。
IIR滤波器则利用反馈，将输出值作为其中一个输入，形成滤波器的影响。
FIR滤波器的特点是稳定、易于实现，IIR滤波器则可以实现更窄的滤波带宽。
数字滤波在实际应用中广泛用于信号去噪、信号增强和通信系统中的调制解调等。
3. 时域分析时域分析是对信号在时间轴上的描述和分析。
常用的时域分析方法有自相关函数、互相关函数和卷积等。
dsp芯片的原理与应用
DSP芯片的原理与应用1. DSP芯片的概述DSP芯片（Digital Signal Processor，数字信号处理器）是一种专门用于数字信号处理的芯片。
它通过对数字信号的处理来实现各种信号处理算法，如音频信号处理、图像处理、视频编解码等。
DSP芯片具有高速计算和高效能耗比的特点，在许多领域都得到了广泛的应用。
2. DSP芯片的原理DSP芯片的核心部分是一组高性能的数学运算单元，主要包括算术逻辑单元（ALU）、寄存器文件和累加器等。
这些数学运算单元可以对数字信号进行加法、减法、乘法、除法等复杂的数学运算，并实现快速的乘积累加（MAC）操作。
此外，DSP芯片还配备了高速的存储器，用于存储待处理的数据和运算结果。
3. DSP芯片的应用领域3.1 音频信号处理DSP芯片在音频信号处理方面应用广泛。
它可以通过数字滤波器对音频信号进行滤波处理，实现均衡器、消噪器、混响器等音效效果。
另外，DSP芯片还可以对音频信号进行编解码，实现音频压缩和解压缩。
3.2 图像处理DSP芯片在图像处理方面也有很多应用。
它可以对图像进行数字滤波、边缘检测和图像增强等处理，用于医学图像的分析、工业检测和图像识别等领域。
3.3 视频编解码在视频处理领域，DSP芯片可以实现视频的压缩和解压缩。
它可以对视频信号进行编码，降低视频数据的传输带宽和存储空间，提高视频传输的效率。
同时，DSP芯片还可以对编码后的视频进行解码，恢复原始的视频信号。
3.4 通信系统DSP芯片广泛应用于各种通信系统中。
它可以实现数字调制解调、误码纠正、信道均衡和信号编码等功能，用于提高通信系统的性能和效率。
此外，DSP芯片还可以实现语音信号的压缩和解压缩，用于语音通信系统和语音识别系统等领域。
3.5 控制系统在控制系统中，DSP芯片可以实现数字控制、数字滤波和模拟信号的转换等功能。
它可以对控制信号进行数字化处理，提高控制系统的精度和稳定性。
此外，DSP芯片还可以与传感器和执行器进行接口，实现实时的控制和反馈。
DSP技术原理及应用教程
加强与数学、物理学、生物学等其他学科的交叉融合，以开拓DSP技 术在更多领域的应用。
注重实际应用
在研究过程中，注重与实际应用的结合，以提高DSP技术的实用性和 市场竞争力。
THANKS
感谢观看
应用前景
通信领域
DSP技术将在通信领域发挥重 要作用，如调制解调、信号编
解码等。
音频处理
DSP技术在音频信号处理方面 具有天然优势，如音频编解码 、音频效果处理等。
图像处理
DSP技术也可应用于图像信号 处理，如图像增强、目标检测 等。
工业控制
DSP技术将应用于工业控制领 域，实现智能化、高精度的信
号处理。
06
结论
主要观点总结
DSP技术原理
数字信号处理（DSP）是一门跨学科的综合性技术，涉及数学、电路、计算机等多个领域。其主要原理是将模拟信号转换 为数字信号，然后通过计算机进行运算处理，以达到改善信号质量或提取有用信息的目的。
应用领域
DSP技术在通信、雷达、声呐、图像处理、语音识别、生物医学工程等领域有着广泛的应用。通过DSP技术，可以实 现信号的滤波、频谱分析、参数估计、模式识别等功能。
FFT算法将DFT的计算复杂度从 $O(N^2)$降低到$O(Nlog N)$，大 大提高了计算效率。
03
DSP技术的应用领域
通信领域
调制解调
频谱分析
信道均衡
语音压缩
在数字通信中，调制解调是 将基带信号转换为频带信号 的过程，反之亦然。DSP技 术可以快速实现各种调制解 调算法，如QPSK、QAM等 ，提高通信速率和抗干扰能 力。
DSP芯片采用先进的制程技术，具有低功耗 的特点，延长了设备的待机时间。
dsp原理与应用
dsp原理与应用数字信号处理（Digital Signal Processing，简称DSP）是一种利用数字技术来分析、处理和修改信号的方法。
它广泛应用于音频、视频、图像等领域，并在现代通信、媒体、医疗等行业中发挥着重要作用。
本文将介绍DSP的原理和应用。
一、DSP的原理数字信号处理的原理基于离散时间信号的采样和量化，通过数学算法对信号进行处理和分析。
其核心内容包括信号的数字化、滤波、频谱分析和变换等。
1.1 信号的数字化DSP处理的信号需要先经过模数转换器（ADC），将连续时间的模拟信号转换为离散时间的数字信号。
转换后的信号由一系列采样值组成，这些采样值能够准确地表示原始信号的变化。
1.2 滤波滤波是DSP中最基本、最常用的操作之一。
通过选择性地改变信号的某些频率分量，滤波可以实现信号的去噪、降噪、降低失真等功能。
常用的滤波器类型包括低通滤波器、高通滤波器、带通滤波器和带阻滤波器。
1.3 频谱分析频谱分析是对信号频率特性进行分析的过程。
通过应用傅里叶变换等数学变换，可以将时域信号转换为频域信号，提取出信号中的各种频率成分。
常用的频谱分析方法有离散傅里叶变换（DFT）和快速傅里叶变换（FFT）。
1.4 变换变换是DSP的核心之一，它通过应用数学算法将信号从一个时域变换到另一个频域，或者从一个频域变换到另一个时域。
常见的变换包括离散傅里叶变换（DFT）、离散余弦变换（DCT）、小波变换等。
二、DSP的应用DSP在各个领域都有广泛的应用。
以下列举了一些常见的DSP应用：2.1 音频处理在音频处理中，DSP被广泛应用于音频信号的滤波、均衡、降噪、混响、变速变调等处理。
通过DSP的处理，可以改善音频质量，提升音乐和语音的清晰度和逼真度。
2.2 视频处理DSP在视频处理中扮演着重要角色，包括视频编解码、视频压缩、图像增强、运动估计等。
通过DSP的处理，可以实现视频的高清播放、流畅传输等功能。
2.3 通信系统在通信系统中，DSP用于调制解调、信道编码解码、信道均衡、自适应滤波等方面。
dsp原理及应用的结课论文
DSP原理及应用的结课论文引言数字信号处理（Digital Signal Processing，DSP）是指将模拟信号转换为数字信号，并对数字信号进行处理和分析的技术。
DSP技术在现代通信、音视频处理、图像处理等领域有着广泛的应用。
本文将介绍DSP的基本原理以及其在实际应用中的一些案例。
DSP的基本原理1.数字信号处理的基本概念–数字信号：离散时间的信号，在时间上进行离散分布。
–连续时间信号：在时间上具有连续分布的信号。
–采样定理：它保证了模拟信号的采样频率要大于模拟信号频谱的带宽，才能在数字域中完整重建原始模拟信号。
2.数字信号处理的基本过程–信号采样：将模拟信号在时间上进行采样，转换为离散时间信号。
–数字滤波：对离散时间信号进行滤波，去除不需要的频率成分。
–数字变换：对滤波后的信号进行变换，如傅里叶变换、离散余弦变换等。
–数字重建：将变换后的数字信号进行反变换，恢复为模拟信号。
DSP在通信中的应用1.语音信号处理–信号压缩：对语音信号进行压缩，实现高效的传输和存储。
–语音增强：通过滤波和降噪技术，改善语音信号的质量。
2.图像处理–图像降噪：利用数字滤波技术去除图像中的噪声。
–图像增强：通过锐化滤波器和对比度增强算法，提高图像的清晰度和对比度。
3.无线通信–调制解调：将数字信息转换为适合传输的模拟信号，并在接收端进行解调。
–信道均衡：对信道中的失真进行补偿，提高信号质量。
DSP在音视频处理中的应用1.音频处理–声音合成：利用数字信号处理算法合成逼真的人声、乐器音色等。
–音频编码：将音频信号转换为数字数据流，实现高效的传输和存储。
2.视频处理–视频压缩：使用从模拟信号到数字信号的转换、DCT、运动补偿等技术，将视频信号压缩到较小的数据量。
–视频解码：将压缩后的视频信号进行解码，恢复为原始的视频图像。
结论DSP技术在现代通信、音视频处理等领域有着广泛的应用。
本文介绍了DSP的基本原理，以及在通信和音视频处理中的一些具体应用。
dsp的基本原理及应用
DSP的基本原理及应用1. 什么是DSPDSP（Digital Signal Processing，数字信号处理）是一种将模拟信号经过一系列数字化处理的技术。
通过在计算机或专用数字处理设备上执行数学运算来改变、分析和合成信号的特性。
DSP可以应用于音频、视频、图像、通信等领域。
2. DSP的基本原理DSP的基本原理可以总结为以下几个方面：2.1 采样和量化采样是将模拟信号转换为离散的数字信号。
它通过以一定的频率对连续时间的信号进行采集，得到一系列的采样值。
量化是将采样值进行离散化，将其映射到固定的取值集合中。
采样和量化可以通过模拟到数字转换器（ADC）实现。
2.2 数字滤波数字滤波是对信号进行滤波处理，去除不需要的频段或加强感兴趣的频段。
滤波可以通过滤波器实现，常见的滤波器包括低通滤波器、高通滤波器、带通滤波器等。
数字滤波可以采用有限长冲激响应（FIR）滤波器或无限长冲激响应（IIR）滤波器。
2.3 数字信号分析数字信号分析是对信号进行频域或时域分析来提取信号的特性。
常见的数字信号分析方法包括傅里叶变换、小波变换、自相关函数、互相关函数等。
这些方法可以用于频谱分析、频率测量、信号检测等。
2.4 数字信号合成数字信号合成是根据已有的信号特性来生成新的信号。
这可以通过重采样、插值、混响、去噪、音频合成等方法实现。
数字信号合成在音频合成、图像合成、视频合成等领域有着广泛的应用。
3. DSP的应用领域DSP在各个领域都有广泛的应用，下面列举了几个主要的应用领域：3.1 音频处理DSP在音频处理中有着重要的应用，可用于音频混响、音频降噪、音频均衡器、音频效果器等方面。
例如，通过数字滤波可以实现对音频信号的降噪处理，通过数字信号合成可以实现对音频信号的合成。
3.2 视频处理DSP在视频处理中也有较多的应用，可用于图像增强、图像分割、视频编解码等方面。
例如，通过数字滤波可以实现对视频信号的去噪处理，通过数字信号合成可以实现对视频信号的合成。
DSP工作原理
DSP工作原理DSP（数字信号处理器）是一种专门用于处理数字信号的微处理器。
它通过对数字信号进行采样、量化、变换、滤波等一系列算法操作，实现信号的处理和分析。
DSP广泛应用于通信、音频、图像、雷达、医学等领域，成为现代电子技术中不可或缺的重要组成部分。
一、DSP的基本原理DSP的工作原理主要包括信号采集、数字化、算法处理和数字信号重构四个步骤。
1. 信号采集：DSP通过模数转换器（ADC）将模拟信号转换为数字信号。
模拟信号经过采样后，按照一定的频率进行离散化处理，得到一系列离散的采样点。
2. 数字化：采样得到的离散信号经过量化处理，将连续的模拟信号转换为离散的数字信号。
量化过程中，信号的幅度将被划分为有限个离散级别，每个级别用一个数字表示。
3. 算法处理：DSP通过内部的算法单元对数字信号进行处理。
常见的算法包括滤波、变换、编码、解码、调制、解调等。
这些算法通过对数字信号进行运算，改变信号的频谱、幅度、相位等特性，实现信号的增强、修复、压缩等功能。
4. 数字信号重构：处理后的数字信号通过数模转换器（DAC）转换为模拟信号。
数模转换器将离散的数字信号转换为连续的模拟信号，使得处理后的信号能够在模拟电路中进行进一步的处理或输出。
二、DSP的特点和优势1. 高性能：DSP采用专门的硬件结构和算法，具有高速运算和高精度的特点。
相比于通用微处理器，DSP在数字信号处理方面具有更强的计算能力和处理速度。
2. 灵活性：DSP具有可编程性，可以根据不同的应用需求进行算法的编程和修改。
这使得DSP在不同领域的应用中具有较高的适应性和灵活性。
3. 低功耗：DSP采用专门的架构和优化的算法，能够在处理大量数据的同时保持较低的功耗。
这使得DSP在移动设备、嵌入式系统等对功耗要求较高的场景中具有优势。
4. 实时性：DSP具有快速的响应和处理能力，能够在实时场景下进行高效的信号处理。
这使得DSP在通信、音频、视频等需要实时处理的领域中得到广泛应用。
dsp原理及应用做什么的
DSP原理及应用：做什么的？简介数字信号处理（Digital Signal Processing，简称DSP）是一种将模拟信号转换为数字信号并进行处理的技术。
它使用数字算法来实现对信号的滤波、压缩、编码、解码、增强、分析等操作。
DSP技术在媒体处理、通信、音频、视频、雷达、医学成像等领域有着广泛的应用。
本文将介绍DSP的原理，并探讨其在不同领域的应用。
DSP原理数字信号处理的原理基于数字信号的采样与量化，以及数字算法的应用。
DSP处理的基本流程如下：1.信号采样与量化：模拟信号经过模数转换器（ADC）进行采样，将其转换为离散的数字信号。
同时，对采集到的信号进行量化，将其表示为离散的数值。
2.数字滤波：数字滤波是DSP的核心操作之一。
它利用数字算法对信号进行滤波，包括低通滤波、高通滤波、带通滤波等。
滤波操作可以去除噪声、增强信号等。
3.算法处理：DSP利用各种数字算法对信号进行处理。
常见的算法包括FFT（快速傅里叶变换）、FIR（有限脉冲响应滤波器）、IIR（无限脉冲响应滤波器）等。
这些算法能够实现信号的编解码、压缩、增强等功能。
4.数字解调与合成：在通信领域，DSP可以将数字信号解调为模拟信号，或将模拟信号合成为数字信号。
这一功能在无线通信、音频处理等方面有着重要的应用。
DSP应用数字信号处理技术在众多领域都有着重要的应用。
以下是几个主要领域的应用示例：1. 媒体处理•音频处理：DSP可以对音频信号进行滤波、降噪、音效处理等，广泛应用于音乐制作、音频设备等。
•视频处理：DSP可用于视频压缩、编码、解码等操作，提供高清视频播放和传输的功能。
2. 通信•无线通信：DSP在无线通信中扮演重要角色，用于数字解调、信号处理、编解码等操作，支撑起现代通信技术的发展。
•语音识别与合成：通过DSP技术，可以实现语音的识别和合成，广泛应用于智能手机、智能助理等设备。
3. 音频设备•音频放大器：DSP可以用于音频放大器的设计和优化，提供更好的音频体验。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
4.生活
…
2
主要内容
第01章 绪论 第02章 CCS软件应用基础 第03章 C/C++程序编写基础 第04章 TMS320X28xx系列DSP综述 第05章 双供电DSP电源设计 第06章 TMS320F2812的时钟及看门狗 第07章 可编程数字量通用I/0 第08章 中断系统及其应用 第09章 事件管理器及其应用 第10章 SPI接口及其应用 第11章 eCAN总线及其应用 第12章 SCI接口应用 第13章 A/D转换单元 第14章 存储器应用及Boot引导模式 第15章 交、直流电机的DSP控制 第16章 电力电子系统的DSP控制 第17章 DSP与Matlab联合应用 第18章 DSP2812指令系统
架构方式： 单片机＋逻辑电路 单片机＋CPLD DSP＋CPLD 单片机＋DSP＋CPLD FPGA＋DSP ASIC SOIC
15
基础知识：µ C--总线结构 P/µ
2种基本的总线结构: Von Neumann- 冯.诺依曼 Harvard – 哈弗 Von Neumann: 数据、代码共享内存空间 数据、代码共享内存总线 Example: Intel‘s x86 Pentium Processor family Harvard: 数据、代码独立存储空间 数据、代码独立存储总线 Example: TMS320F系列DSP
22
流水线
流水线深度从2~6级不等
多个指令重叠进行，理想情况下，K 段流水能
在 K+N-1个周期内，处理 N 条指令
23
多级流水线
24
专用的硬件乘法器
在通用的微处理器中，乘法指令是由一
系列加法来实现的，故需许多个指令周 期来完成
DSP具有专用的硬件乘法器，乘法可在一
个指令周期内完成
一个浮点数a由两个数m和e来表示：a = m ×
b^e。
在计算机中表示一个浮点数：
尾数部分(定点小数) 阶码部分(定点整数)
或： 数符± 尾数m 阶符± 阶码e
40
定点数
计算机中采用的一种数的表示方法。参
与运算的数的小数点位置固定不变。
定点DSP以成本低见长，浮点DSP以速度
快见长。
41
通用Vs专用
按照DSP的用途来分，可分为通用型DSP芯片
和专用型DSP芯片。
通用型DSP芯片适合普通的DSP应用，如TI公
司的一系列DSP芯片属于通用型DSP芯片。
专用DSP芯片是为特定的DSP运算而设计的，
更适合特殊的运算，如数字滤波、卷积和FFT， 如Motorola公司的DSP56200，Zoran公司的 ZR34881等。
n 0
N 1
N 1
Discrete Fourier Transform
X (k )
Discrete Cosine Transform
F u
c(u ). f ( x).cos u 2 x 1 2N x 0
27
乘加运算的代码实现-µ P
使 用P C 、通用 的C代码编译器。例
25
特殊的DSP指令
DMOV——延迟操作
LTD ——单周期完成3条指令，含LT、
DMOV、APAC
MACD—— LT、DMOV、MPY、APAC RPTK——重复执行
26
1.2.2 DSP与uP对比
Algorithm Finite Impulse Response Filter Equation
DSP芯片
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
21
DSPs基本特点
改进的哈佛总线结构：多总线访问机制 流水线操作
专用的硬件乘法器(MPY)
特殊的DSP指令
快速的指令周期
结论：DSPs追求快速、实时的数据处理能力 和数据传输能力。
不同浮点DSP芯片所采用的浮点格式不完全一样。有
的DSP芯片采用自定义的浮点格式，如TMS320C3X， 而有的DSP芯片则采用IEEE的标准浮点格式，如 Motorola公司的MC96002、FUJITSU公司MB86232等。
39
浮点数
浮点数由一个整数或定点数（即尾数）乘以某个
基数（计算机中通常是2）的整数次幂得到。
36
1.2.4 DSP分类
按基础特性： 静态 一致性（兼容性）
按数据格式：
定点（Fixed）
浮点（Floating） 通用
按用途：
专用
37
静态Vs一致性
静态：若在某时钟频率范围内的任何时钟频率
上，DSP芯片都能正常工作，除计算速度有变 化外，没有性能的下降，这类DSP芯片一般称 为静态DSP芯片。例如，日本OKI 电气公司的 DSP芯片、TI公司的TMS320C2XX系列芯片属 于这一类。 一致性：若有2种或2种以上的DSP芯片，它们 的指令集和相应的机器代码机管脚结构相互兼 容，则这类DSP芯片称为一致性DSP芯片。例 如，TMS320C54X就属于这一类。
42
1.2.5 DSP芯片的发展历史
世界上第一个单片 DSP 芯片应当是1978年 AMI
公司发布的 S2811
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
美国德州仪器（Texas Instruments）公司为世
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％。
用来实现实时控制的计算机芯片
集成CPU以及输入、输出接口
在嵌入式应用中具有较高的性价比
传统意义上的µ C片内没有硬件乘法器
2种总线结构 (Von Neumann 和Harvard) 广泛应用
于 Microcontrollers
相对而言，运算能力较弱，接口能力较强
14
基础知识：嵌入式系统的发展历程
如Visual Studio
Net实现，代码实 例。
28
µP——6个基本操作
CPU将要执行的操作?
1. 设置指针1指向data[0] 2. 设置指针2指向coeff[0] 3. 读data[i] 到内核 4. 读coeff[i] 到内核 5. MPY data[i]*coeff[i] 6. 做加法运算 7. 修改指针1 8. 修改指针2 9. 自增; 10. 如果i<3 , 返回第三步重复执行 3到8 被称作“6 Basic Operations of a DSP” DSP能够单周期执行完这6个基本操作
为提高运行速度和灵活性，TMS320 系列DSP 芯片在基本哈 佛结构的基础上作了改进：
(1)允许数据存放在程序存储器中，并被算术运算指令直接
使用，增强了芯片的灵活性； (2) 指令存储在高速缓冲器Cache中，当执行此指令时，不 需再从存储器中读取指令，节约一个指令周期的时间。
19
1.2 DSP基础
AD公司的ADSP2101，ADSP2111, ADSP2171,
ADSP21000等系列；Motorola公司的MC56001， MC96002等
43
DSP芯片的发展趋势
系统级集成 DSP与微处理器融合，比如DSC DSP与FPGA融合 可编程DSP是主导产品 更高的运算速度 定点是主流 更多管脚、更密集封装
38
定点Vs浮点
数据以定点格式工作的DSP芯片称为定点DSP。如
TMS320C1X/C2X、C2XX/C5X、C54X/C62XX系列， AD公司ADSP21XX系列，Motolora公司MC56000等。
以浮点格式工作的称为浮点DSP。如AD公司的
ADSP21XXX系列， TMS320C3X/C4X/C8X，Motolora 公司MC96002等。
y ( n)
a
k 0
M k 0
M
k
x(n k )
Infinite Impulse Response Filter
y ( n)
a
N k 0
k
x ( n k )
b y (n k )
k k 1
N
Convolution
y ( n)
x ( k ) h( n k ) x(n) exp[ j(2 / N )nk]
3
本章主要内容及重点
主要内容： 1. 课程介绍 2. DSP基础概念 3. DSP开发系统 4. DSP实例 重点： 1. DSP分类，定点/浮点 2. 微处理器的总线结构 3. DSP开发系统组成
4
1.1 课程介绍
教材 参考书 知识网站 基础知识
5
教材
16
冯· 诺曼（Van Neuman）结构
控制命令 程序存储器 地址线
CPU
数据存储器
数据线
17
哈佛结构
控制命令 地址线 程序总线 程序存储器
CPU
控制命令 地址线 数据总线
数据存储器
18
哈佛Vs冯· 诺曼，及改进的哈佛结构
哈佛结构：独立空间，双总线，数据的吞吐率提高一倍。 冯· 诺曼：同一存储器，统一编址，数据吞吐率低。 改进的哈佛结构：
TMS320X281x DSP原理及C程序 开发
苏奎峰、吕强、常天庆、张
永秀 编著
北京航空航天大学出版社
2008年2月第1版，2010年4月
第3次印刷。
6
主要参考书
苏奎峰，吕强，耿庆峰，陈圣俭 电子工业出版社
万山明 北航出版社
谢青红，张筱荔 电子工业出版社