BF533功率估计_cn
基于ADSP-BF533的声频定向算法实现

基于ADSP-BF533的声频定向算法实现
李学生;徐利梅;陈敏;王莹
【期刊名称】《微计算机信息》
【年(卷),期】2006(000)05Z
【摘要】声频定向是一种可以实现声音定向传播的新型技术,本文针对该技术中的音频信号调制算法.给出了一种基于ADI公司ADSP-BF533DSP的硬件实现平台,介绍了相应的实现原理。
该平台具体包含信号采集单元(16位A/D转换器)、信号处理单元(ADSP-BF533处理器)、信号输出单元(12位D/A转换器)以及滤波单元等。
【总页数】3页(P176-178)
【作者】李学生;徐利梅;陈敏;王莹
【作者单位】成都电子科技大学
【正文语种】中文
【中图分类】TN912
【相关文献】
1.基于声频定向系统的定向音箱的设计 [J], 谢将剑;霍静怡;赵明杨;郭抒颖;万陈帅
2.基于FPGA的声频定向扬声器系统的设计 [J], 朱荣钊;刘晶;刘文超;周艳玲;曾张帆
3.基于ADSP-BF533的声频定向算法实现 [J], 李学生;徐利梅;陈敏;王莹
4.基于超声调制的声频定向传播特性分析 [J], 杜鹏;汤惠;曹光亮
5.基于ADSP-BF533的卷积码Viterbi译码算法实现 [J], 李军华;吴淑琴
因版权原因,仅展示原文概要,查看原文内容请购买。
基于BF533的基4 FFT算法的DSP实现

!
引言
傅 里叶变 换是 一种 将信 号从 时域 变换 到频 域的 变换 形式 , 是声 学、 图 像、 电信 和 信号 处 理等 领 域中 一 种重 要
的分 析工 具。 其中 , 离 散傅 里叶变 换 ( 0*+) 更 是数 字信 号处 理领 域不 可缺 少的工 具之 一 , 特 别是 快 速傅 里 叶变 换 ( **+) 的出 现使 得 0*+ 在实 际应 用中 得到 了广 泛的 应用 。 **+ 算法 就是 基于 不断 地把 长 序列 的 0*+ 逐 次 分解 为 几个 短序 列的 0*+ , 并 利用 的周 期性和 对称 性来 减少 0*+ 的 运算 次数 这 一基 本 原理 来 加快 运 算速 度 的。 一般 高 基数 ( /=>9) **+ 算法 要比 低基 数 **+ 算法 运算 量要 小, 计 算速 度要 快, 但 需要 具有 更 强大 的 数据 并 行处 理 能力 的 器 件支 持且编 程难 度也 增大 了。 基 % **+ 算 法在 各个 点数 的 乘 法次 数 均 小 于基 & **+ 的 乘法 次 数, 当 运 算点 数 很大 的时 候, 这 种优 势 越 是 明 显, 加 法 的 次 数 基 本 相 等。 由 于 实 时 处 理 对 高 速 运 算 和 大点 数 运 算 的 要 求, 基% **+ 算法 越来 越受 到重 视。 要获 得基 % 算法 理论 上的 优越 性, 必 须要 有高 速、 并 行性 极好 的数 字信 号处 理 器的 支 持, -0 公司的 -012$/*)(( 芯片 具有 强大 的数 据并 行处 理能 力, 满 足该 算法 要进 行大 量 的实 时 算 术运 算 的要 求, 因 此选 用 -012$/*)(( 这 一款 高性 能 012 来 实现 基 % **+ 算法 。
基于BF533的G.723.1算法设计及优化

基于BF533的G.723.1算法设计及优化刘晓梅;郭继凤;魏立峰;王庆辉【摘要】实验实现了数字可视对讲系统的音频设计.采用美国模拟器件公司(ADI)Blackfin系列处理器BF533平台,给出了G.723.1语音编解码器的系统设计方案及移植关键技术.不但对C语言程序算法上进行了优化,还针对BF533硬件特性提出并实现了更有效的优化策略,如寄存器代替局部变量,使用硬件循环代替软件循环等,实时实现了ITU-T的G.723.1双码率编解码器算法.实验结果表明,G.723.1语音编解码器能够完全在BF533开发板上实时实现.【期刊名称】《现代电子技术》【年(卷),期】2009(032)013【总页数】3页(P76-78)【关键词】G.723.1;BF533;语音编解码;优化【作者】刘晓梅;郭继凤;魏立峰;王庆辉【作者单位】沈阳化工学院,辽宁,沈阳,110142;沈阳化工学院,辽宁,沈阳,110142;沈阳化工学院,辽宁,沈阳,110142;沈阳化工学院,辽宁,沈阳,110142【正文语种】中文【中图分类】TN910 引言ITU-T G.723.1是国际电信联盟制定的5.3 Kb/s和6.3 Kb/s双速率语音多媒体通信编解码协议,该协议广泛应用于多媒体通信、蜂窝移动通信和IP网络电话等领域[1]。
该编码协议主要用的场合是嵌入式环境,由于G.723.1编解码算法复杂度较高,嵌入式处理器的处理能力相对较差,且由于功耗和成本的原因,对G.723.1编解码程序的算法优化就十分必要了。
现有文献大部分都是针对G.723.1的算法进行优化,而针对硬件进行优化的设计却很少。
这里针对硬件给出整个系统架构以及移植后硬件和系统的优化方案[2]。
1 G.723.1标准以及BF533特点简述G.723.1标准在编码端的输入数据是经过8 kHz采样的16位线性PCM语音信号,帧长为30 ms(240个采样点)。
通过对原始语音进行分析得到相关参数,并编码传送。
基于ADSP-BF533的μClinux嵌入式系统移植与开发

基于ADSP-BF533的μClinux嵌入式系统移植与开发
吴川;王斌
【期刊名称】《现代电子技术》
【年(卷),期】2008(31)12
【摘要】Linux是一种支持多种体系结构处理器的操作系统,其有很强的移植性.描述将μClinux移植到基于BF533处理器目标板上的方法与过程.首先介绍BF533处理器和μClinux,并简单说明如何搭建移植环境,然后着重讨论在该目标板上U-Boot的设计实现以及μClinux内核的移植方法,最后对在这种基于μClinux的嵌入式系统环境下开发应用程序做了简单说明.对将μClinux移植到其他处理器为核心的硬件平台有一定的借鉴作用.
【总页数】4页(P11-13,21)
【作者】吴川;王斌
【作者单位】解放军信息工程大学,信息工程学院,河南,郑州450002;解放军信息工程大学,信息工程学院,河南,郑州450002
【正文语种】中文
【中图分类】TP316
【相关文献】
1.嵌入式μCLinux系统移植 [J], 陆志烽
2.基于μClinux嵌入式系统的开发 [J], 王登磊;张明新;范学英
3.基于μClinux嵌入式系统的开发 [J], 王登磊;张明新;范学英
4.基于S3C44BOX开发板的μClinux嵌入式系统移植 [J], 熊整文;严朝军
5.嵌入式μ CLinux系统移植 [J], 陆志烽
因版权原因,仅展示原文概要,查看原文内容请购买。
ADSP-BF531_cn

每个 MAC 每周期可完成一个 16 位乘 16 位的乘法运 算,并把结果累加到 40 位的累加器中。支持符号型和无符
-2-
对于某些指令,两个 16 位 ALU 操作可以同时在寄存 器对(运算寄存器的高 16 位和低 16 位)中执行,也可以 使用第二个 ALU,进行四个 16 位运算。
40 位的移位器可以执行移位和循环移位,可以用于标 准化、提取和存储等操作。
任务。这些指令包括位操作(例如域提取和计算总数)、模 232 乘法、除法、饱和与舍入、符号/指数检测等;专用的一 套视频指令包括字节对准和压缩操作,16 位和 8 位截断加,
程序控制器控制指令执行的顺序,包括指令对准和译 码。对于程序流程,程序控制器支持相对于 PC 和间接条 件跳转(支持静态分支预测)。硬件提供对零耗循环的支持。 这种结构是完全互锁的,这就意味着,当有数据相关的指 令时,不存在可见的流水线影响。
地址算术单元能够提供两套地址,用于从存储器中同 时进行双存取。一个多端口寄存器组由 4 套 32 位的索引、 修改、长度、基地址(用于循环缓冲)寄存器和 8 个另外 的 32 位指针寄存器(用于 C 风格的索引堆栈操作)组成。
开发板精品网www.mcu361.com为您提供各种开发板和电子技术资料
2003年3月
初步技术数据
ADSP-BF53x
号型数据格式,舍入与饱和等操作。
ALU 除执行一套传统的 16 位或 32 位数据的算术和逻 辑运算外,还包含许多特殊指令用于加速不同的信号处理 8 位平均操作,8 位减法/绝对值/累加(SAA)操作等;还提 供有比较/选择和矢量搜索指令。
基于BF533的网络视频监控系统设计与实现的开题报告

基于BF533的网络视频监控系统设计与实现的开题报告一、选题背景与意义随着近年来网络技术的快速发展,视频监控系统已经成为了现代社会中不可缺少的一个重要组成部分。
网络视频监控系统通过摄像头采集现场实时视频信号,经过编码、压缩之后,通过网络传输到远程监控终端进行实时监控、录像、回放等操作,可以广泛用于家庭、商场、工业园区等各种公共场所的监控。
而基于BF533的网络视频监控系统,是一种特殊的视频监控系统,它利用BF533高性能处理器和网络通讯模块,实现了高清视频数据的采集、传输、处理和存储。
相比于传统的网络视频监控系统,基于BF533的网络视频监控系统具有高性能、低功耗、易于开发等优势,可广泛应用于各个领域。
因此,本文选取基于BF533的网络视频监控系统设计与实现为课题,旨在通过研究该系统的设计与实现,深入理解其原理和应用,以及掌握相关开发技术,为今后在该领域的研究和应用提供支持和指导。
二、研究内容和思路本课题的研究内容主要包括以下三个方面:(1)BF533硬件平台搭建:通过对BF533处理器的结构和原理进行研究,搭建基于BF533的硬件平台,包括采集卡、存储卡等设备和外围接口的设计和连接。
(2)采集、编码与传输算法研究:通过研究视频采集、编码、压缩和传输等算法,选择合适的算法,并对其进行实现和测试,在满足系统要求的前提下优化算法的效率和性能。
(3)软件系统设计与实现:基于VxWorks操作系统和C++开发语言,设计和实现系统的各个模块,包括视频采集、显示、录像、回放等模块,并实现远程控制和管理功能,提高系统的易用性和可维护性。
三、预期目标和成果本文的预期目标和成果如下:(1)成功搭建基于BF533的网络视频监控系统,实现高清视频数据的采集、传输、处理和存储。
(2)设计和实现视频采集、显示、录像、回放等模块,以及远程控制和管理功能,提高系统的易用性和可维护性。
(3)调试系统,测试其性能指标并对其性能进行分析,评价系统的优点和不足之处,提出改进方案。
ADSP-BF533上的H.264解码器优化实现
关于CPU, BF533 具有 16 位定点DSP 内 可以采用600M z 核, H 的 持续工作时钟, 小型寻址空间为4GB; 关于存储器, BF533 的Ll
指令存储器包括 80KB SRAM, 其中 16KB 可配置成4 路联合 Cache, L1 数据存储器包括 2 个 32KB SRAM 的BANK, 每个 BANK均由2 个 16KB SRAM组成, 其中 1 个 16KB 可配置成 Cache; 关于UO接 口, BF533 支持 12 通路DM 操作, A 支持片外同步或异步存储器; 关于功耗, BF533 的核心供电电 压为0.7- 1.2V, 1 部分为33V} /0 3. 基于Blackfin 的H.264 解码器的优化实现
(4)扶壁数和中 距
lm 墙应有的扶壁数 n=266.3/318.3=0.837 个
担曦
新砌技今 盛 苦 伞 今遂挤 解
;会夏 之舰 窦
扶 中 1 2一 1 9 (in) 壁距 , .7
取 为1.2m
车 乍
即在6m 的内横墙上需4 个扶壁柱, 平均中距为 1.2m 3、 加固方法 (1) 由 于底层己有贯通的竖向裂缝, 施工前应进行卸载, 所以 用钢顶撑 托 板为 步 墙 力, 用 力 法 4裂缝。 支 楼 进一 减少 体压 另 压 灌浆 修 (2) 将新旧砌体接触面间的 粉刷层剥去, 并冲洗干净。 (3) 采用两侧加砖扶壁柱的方法加固一、二层内横墙, 在扶壁 柱部位原墙灰缝打人间距为240 的96 连接筋, 如果打人连接筋有困 难, 可先用电钻钻孔, 然后将连接筋打人,连接筋的水平间距不大 于 120mm, 在开口 边扎c 的 p6 封口 如图3 示 筋, (4) 采用M 砖, u10 M10 的 混合砂浆砌筑扶壁柱, 砌至楼板下 5 皮砖时, 在砂浆中掺加水泥膨胀剂, 以保证补强砌体有效地发挥
多波束侧扫声呐的设计与实现
多波束侧扫声呐的设计与实现廖小满;徐翔【摘要】针对单波束侧扫声呐在高速拖曳状态下沿方位向成像质量下降的特点,提出了多波束侧扫声呐的设计方案和硬件实现方法.可在高达20 knot的拖曳速度下保持方位向具有较高的分辨能力.【期刊名称】《电声技术》【年(卷),期】2012(036)003【总页数】7页(P47-52,65)【关键词】多波束侧扫声呐;声呐设计;高速拖曳【作者】廖小满;徐翔【作者单位】大连测控技术研究所,辽宁大连116013;大连测控技术研究所,辽宁大连116013【正文语种】中文【中图分类】TB56侧扫声呐是一种低成本的能获取海洋底部地形地貌特征的水声设备,其成像分辨能力高于多波束条带系统。
使用起来比较方便,可以拖曳于船舷或者固定安装在UUV上,在海洋勘测、海图绘制、打捞失事的沉船飞机残骸等应用中都是必不可少的设备,在军事上也常被用做探测水雷。
传统的单波束侧扫声呐探测目标的基本原理比较简单:即侧扫声呐垂直于拖曳方向形成一个窄条状波束。
该波束在方位向为窄波束,在垂直于航迹平面内为宽波束。
当声呐沿拖曳方向运动时,周期性地发射接收声脉冲以得到波束照射的一窄条海底区域回波。
把不同发射周期的回波沿拖曳方向拼接起来就形成了海底地貌图像。
当发射单频信号时,垂直于航向的距离分辨力取决于发射脉冲宽度,而沿拖曳航迹方向的分辨力取决于方位向波束宽度和拖曳速度。
当拖曳速度增大时,在一个发射周期内,声呐拖鱼沿拖曳方向行程过大,会出现相邻发射波束沿方位向空间扫描间隔过大的现象,造成成像分辨率下降[1]。
如果有长度为L的平行于拖曳方向的物体,期望的分辨率是在拖曳方向(方位向)得到N 个空间采样点,即用N个显示点表示物体。
则有式中,V是拖曳速度;L是目标物体长度;N是沿拖曳方向期望得到的目标的空间采样点数,即沿方位向用几个点表示物体;R是声呐到目标距离;C是声速。
由此可见,单波束侧扫声呐的作用距离和拖曳速度成反比,当在扫雷等需要高速拖曳运动的应用情况下,单波束侧扫声呐就不能满足需要了。
ADSP-BF533简介
ADSP-BF533/2/1简介概要高达600 MHz 高性能Blackfin 处理器;2 个16 位MAC,2 个40 位ALU,4 个8 位视频ALU,以及1 个40 位移位器;RISC 式寄存器和指令模型,编程简单,编译环境友好;先进的调试、跟踪和性能监视;内核电压VDD 0.8V-1.2V;片内调压器支持从3.3V-2.5V 的输入电压;160 引脚Mini-BGA 封装;169 引脚PBGA 封装;176 引脚;LQFP 封装1、存储器高达148KBytes 片内存储器:16KBytes 指令SRAM/Cache64KBytes 指令SRAM32KBytes 数据SRAM/Cache32KBytes 数据SRAM4KBytes 存放中间结果的SRAM两个双通道存储器DMA 控制器存储器管理单元提供存储器保护存储器控制器可与SDRAM、SRAM、Flash 和ROM 无缝连接灵活的存储器引导模式,可以选择从SPI 口或外部存储器导入2、外设并行外设接口(PPI) /GPIO 支持ITU-R 656 视频数据格式2 个双通道全双工同步串行接口,支持8 个立体声I2S 通道12 通道DMA 控制器SPI 兼容端口3 个定时/计数器,支持PWM支持IrDA 的UART事件处理实时时钟“看门狗”定时器调试 /JTAG 接口1x-63x 倍频的片内PLL内核定时器图1. 功能框图3、概述处理器比较ADSP-BF531/2/3 处理器是Blackfin 系列产品的成员,融合了Analog Devices/Intel 的微信号结构(Micro Signal Architecture) (MSA)。
Blackfin 处理器这种体系结构将艺术级的dual-MAC 信号处理引擎,简洁的RISC 式微处理器指令集的优点,以及单指令多数据(SIMD)多媒体能力结合起来,形成了一套独特的指令集结构。
ADSP-BF531/2/3 处理器的代码和管脚完全兼容,它们之间的差别仅仅在于具有不同的性能和片内存储器容量。
基于BF533的图像采集与显示.
基于BF533的图像采集与显示0 引言在嵌入式图像处理系统中,经常需要对图像进行采集,并将采集图像的处理结果显示在嵌入式系统的彩色LCD之上,以使人能够对处理后的图像结果进行直观的观察,进一步对图像识别的正确与否进行人工判断。
本设计主要是将嵌入式系统应用到智能饮水控制系统之中,从而实现对水位状况的检测。
本系统可对所采集的图像进行边缘提取,并将结果显示在TFTLCD上。
该设计将BF533提供的PPI接口同时连接到CMOS图像传感器MT9Vlll和TFTLCD显示器TS35NDl50l上,并采用分时工作方式来实现对图像的采集和显示。
Blackfin处理器的PPI(并行外设接口)是一种多功能的并行接口,它可以配置为8 bit和16 bit两种带宽,并可支持双向数据流,同时包含了3条同步线以及一个与外部时钟相连的时钟引脚。
PPI可以对ITU—R BT.656数据进行无缝解码,可实现对输入视频流进行解码,并能自动忽略有效视频之外的任何信号。
1 系统结构Blackfin系列处理器是ADI公司研制的一款嵌入式处理器,它集微控制器、DSP和媒体处理器的优势于身,可广泛应用于消费类多媒体、网络通信等多个领域。
MT9V111是Micron Technology公司推出的一款l/4英寸图像传感器,它能够输出分辨率为640x480的数码图像信号。
通过以I2C总线对其IFP(Image Flow Processor)寄存器进行配置,即可输出ITU_R BT.656 (YCbCr)、YUV、565RGB、555RGB和444RGB等数据格式的视频信号。
TS35NDl50l是台湾台盛公司生产的一款以薄膜场效应晶体管为开关器件,能显示彩色图像的矩阵型液晶显示器。
使用时可通过SPI总线对其内部的寄存器进行配置,如果没有对这些寄存器进行配置,该LCD将会自动运行在默认模式。
在应用中,可将图像传感器MT9V111与TFTLCD TS35ND1501同时连接在BF533的PPI总线上,并采用分时方式完成图像的采集与显示,其系统硬件框图如图1所示。
- 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)。
Engineer-to-Engineer Note EE-229更多关于ADI公司的DSP、处理器以及开发工具的技术资料,请访问网站:/ee-note 和/processor如需技术支持,请发邮件至processor.support@或processor.tools.support@ADSP-BF531/BF532/BF533 Blackfin®功耗估算作者:Joe B Rev 4 – December 12, 2007 引言本EE-Note讨论了对ADSP-BF531,ADSP-BF532,和ADSP-BF533 Blackfin®嵌入式处理器进行总平均功耗估算的一套方法。
ADSP-BF533处理器能工作在更高的内部时钟(例如500MHz,533MHz和600MHz),在本文档中称之为“高性能处理器”。
ADSP-BF531,ADSP-BF532和400MHz的ADSP-BF533处理器是由高性能ADSP-BF533处理器衍生出来的低功耗处理器,在本文档中称之为“低功耗处理器”。
Blackfin指本文档中涉及的所有处理器。
功耗估算基于对电源电压,内核频率(CCLK)和节点温度(T J)测量的特征数据。
本文的宗旨是帮助电路板设计人员,在使用Blackfin处理器进行电源和散热设计时,估计他们的功耗预算。
这些处理器以动态电源管理控制为主要特征,允许对来自外部I/O源(V DDEXT)与采用处理器内核电压(V DDINT)进行调节,电源的范围根据使用的器件而不同。
Blackfin处理器的总功耗是电源输入V DDINT和V DDEXT功耗的总和。
请参阅“ADSP-BF531/ADSP-BF532/ADSP-BF533Blackfin嵌入式处理器数据手册[1]”,了解本EE-Note 中讨论的详细信息:•参考“推荐工作条件”章节了解关于V DDINT和V DDEXT范围的细节。
•参考“时序说明”章节了解关于支持所需要的CCLK的V DDINT值的细节。
•参考“订购指南”章节了解具有不同速度和温度级别的ADSP-BF531,ADSP-BF532和ADSP-BF533 Blackfin处理器清单。
Copyright 2008, Analog Devices, Inc. All rights reserved. Analog Devices assumes no responsibility for customer product design or the use or application of customers’ products or for any infringements of patents or rights of others which may result from Analog Devices’ assistance. All trademarks and logos are property of their respective holders. Information内部功耗估算内部电路上(V DDINT上的)的总功耗是处理器内核逻辑的静态功耗分量和动态功耗分量的总和。
内部功耗中的动态部分取决于指令执行顺序,涉及数据操作数和指令速率。
内部功耗的静态部分是温度和电压的函数,与处理器的活动无关。
ADI公司还为离散的动态活动水平提供电流消耗值和换算系数,能将系统应用程序映射到这些离散数值,用来估计给定应用中使用Blackfin处理器内部功耗中的动态部分。
内部功耗矢量定义下面的功耗矢量定义,定义了应用到内部功耗矢量的动态活动性水平,如表1所示I DD-IDLE—处理器在空闲活动时候的V DDINT供给电流。
空闲活动是指处理器内核只执行IDLE指令,没有对内核存储器的访问,没有DMA和中断。
I DD-NOP—处理器空操作活动时V DDINT供给电流。
空操作活动是处理器内核只执行NOP指令,没有处理器内核访问存储器操作,没有DMA和中断,这对于测量软件执行的延迟循环的很有用的措施。
I DD-APP—处理器特定应用活动时的V DDINT供给电流。
该活动是指处理器内核执行的应用由30%的双MAC指令和70%的载入-存储和NOP指令组成,所有指令和数据位于L1 SRAM,且外设未被使能。
I DD-TYP—处理器执行典型活动时的V DDINT供给电流。
典型活动是指处理器内核执行的应用由75%的双MAC指令和25%的双ALU指令组成。
所有的指令和数据位于L1 SRAM,且外设未被使能,它是数据手册中给出的功耗数值的测试矢量。
I DD-HIGH—处理器高度活动时的V DDINT供给电流。
高度活动是指处理器内核执行的应用完全由双MAC指令组成。
所有的指令和数据位于L1 SRAM,且外设未被使能。
I DD-PEAK—处理器峰值活动时的V DDINT供给电流。
峰值活动是指处理器内核执行100%的从内部存储器取指的双MAC指令,加上从L1 数据A存储器到L1 数据B存储器的存储器DMA数据移动模式,该位模式对每次访问的所有数据位取反。
用于测I DD-PEAK的测试码代表最坏情况的处理器操作,在正常的应用条件下,这种处理器活动水平是不持续的。
I DDINT动态电流I DD-DYN估算估算内部电路的动态功耗需要两步:第一步是确定动态基础电流,第二步是确定每一次用于离散功率向量的活动与到整个应用的功耗矢量活动的百分比。
I DD基础动态电流,I DD-BASELINE-DYNBlackfin处理器的基础动态电流如图1所示,I DD-BASELINE-DYN的值由I DD-TYP动态活动水平随处理器内核频率的变化推导得到的。
图中的每条曲线表示在指定的供给电源设置下,基础I DD-TYP的动态电流。
利用针对具体应用的本曲线,可以估计本应用中处理器工作在CCLK时V DDINT电源的I DD-BASELINE-DYN。
例如,在V DDINT为1.2v,CCLK为400MHz,对应V DDINT电源域的I DD-BASELINE-DYN 大约为125mA。
图1 基础IDDINT动态电流应用运行中的I DD动态电流表1为每个活动水平列出了比例系数,可用于估算某个特定应用中的动态电流。
通过对程序流程的了解和对每个活动水平上所花时间百分比的估算,系统开发人员能够利用图1所示的I DD-BASELINE-DYN 和表1中对应的活动比例系数,可确定系统中每个Blackfin处理器内部电流的动态部分(I DD-DYN)。
功率矢量Activity Scaling Factor(活动比例系数ASF)I DD-PEAK 1.27I DD-HIGH 1.25I DD-TYP 1.00I DD-APP 0.86I DD-NOP 0.72I DD-IDLE 0.41表1 内部功率矢量和活动转换系数在特定应用中Blackfin处理器的I DD-DYN可由公式1计算得到,%处是指应用程序在该状态耗费时间占所有运行时间的百分比。
公式1内部动态电流(I DD-DYN)例如,在分析某个特定系统的应用程序后,设按照图2所示的比例确定活动水平。
图2内部系统活动水平利用表1列出的为每个活动水平提供的ASF(V DDINT为1.2和CCLK为400MHz),单处理器的I DD-DNY 消耗值可由下式进行估计:图3内部动态电流估计因此,该实例中V DDINT电源上估算出的总动态电流为~130mA。
I DDINT静态电流,I DD-DEEPSLEEP估算Blackfin处理器深度睡眠模式是指在处理器关闭了所有时钟,但对处理器内核和L1存储器仍供电时的处理器状态。
在该模式下,可以测量I DD-DEEPSLEEP,它指总的平均损耗中的基础静态部分。
Blackfin 处理器的I DD-DEEPSLEEP电流图如图4(高性能处理器)和图5(低性能处理器)所示。
V DDINT电源域上的静态电流是接口温度和电压的函数,但不是频率和活动水平的函数。
因此,不像内部电流中的动态部分,不需要为每个离散活动水平或功率矢量计算静态电流。
利用与实际应用对应的静态电流曲线,就能够估算Blackfin处理器随T J变化的I DD-DEEPSLEEP。
的方法,估算时已知处理器的总功耗属性,因此,为了得到最后期附录A讨论估计T望的功耗,需要反复迭代。
例如,某个应用中的V DDINT为1.2v,高性能Blackfin处理器工作的T J为+100℃,则相对应的V DDINT 电源域的I DD-DEEPSLEEP约为375mA。
同样的,某个应用中的VDDINT 为1.2v,低性能Blackfin 处理器工作的TJ 为+100℃,则相对应的VDDINT电源域的IDD-DEEPSLEEP 约为100mA。
在给定电压和温度下,Blackfin处理器的静态功耗是常量。
因此,计算Blackfin处理器内部电路的总功耗时,只需简单加上估算出的总的动态电流即可。
注意,图4和图5中所示的电流分别代表了高性能和低功耗器件的晶片制造过程中,所测量到的最坏情况下的静态电流。
图4高性能I DD-DEEPSLEEP静态电流图5低功耗I DD-DEEPSLEEP 静态电流估算总的I DDINT 电流处理器内部内核电路的总电流消耗(I DDINT )是动态电流部分和静态电流部分的和,如公式2所示。
DEEPSLEEP DD DYN DD DDINT I I I −−+=公式2处理器内核电流(I DDINT )计算仍以工作在1.2v 和400MHz 的Blackfin 处理器为例(并分析了程序代码),设结点温度T J 估计的结果为+100℃,则该条件下高性能处理器的内部总电流消耗为:mA 505375130I DDINT =+=公式3 I DDINT 估计(高性能)类似的,则估算的低功耗处理器内核电流为:mA 230100130I DDINT =+=公式4 I DDINT 估计(低功耗)内部功耗总估算,P DDINT内部功耗的最后结果由公式5给出DDINT DDINT DDINT I V P ×=公式5内部功耗计算根据公式5,在以上讨论的该实例中,高性能处理器消耗的总内部功耗为:P DDINT =1.20V x 505 mA=606 mW公式6 P DDINT估计(高性能)低功率处理器的相同估算为:P DDINT = 1.20V x 230 mA=276 mW公式7 P DDINT估计(低功耗)外部功耗估算外部功耗(V DDEXT供给电源消耗)取决于给定系统中使能的外设情况,基于以下参数,每组外设引脚都会产生总的外部功耗的一部分:•O–输出引脚的数量,在每个周期都会变化•f–输出引脚最大转换频率•V DDEXT–输出引脚的电压摆幅•C L–输出引脚的负载电容•U–使用系数(外设打开和运行所占的时间百分比)除了连接到处理器输出引脚的每个设备的输入容抗外,总的容抗(C L)还包含处理器引脚自身(C OUT)的容抗,这用于驱动负载公式8说明了如何利用上述参数计算平均外部电流(I DDEXT):公式8外部电流(IDDEXT)计算当负载电容不断地充电和放电时,要求引脚每个周期都要翻转,出现最坏情况下的外部引脚功耗,由于引脚状态每个周期只能改变一次,其最大转换频率为f/2,就供给电源而言,最坏情况是V DDEXT 的值为3.6V。