تبلیغات
" /> باران الکترونیک - مطالب ابر DSP

(From Simulation to Implementation)

هدف

در بسیاری از کاربردها لازم است تا نرخ نمونه برداری سیگنال تغییر کند. در این پروژه هدف این است که نرخ نمونه برداری سیگنال را افزایش دهیم. این فرایند در MATLAB شبیه سازی و در DSP سری 5000 شرکت TI پیاده سازی می­شود. این کار را با  استفاده از upsampling، فیلتر پایین گذر و downsampling انجام می­دهیم. نمودار بلوکی پروژه در شکل 1 نشان داده شده است.

شکل 1: نمودار بلوکی پروژه 

مقدمه

در این پروژه یک سیگنال سینوسی با فرکانس KHz 5/1 که با نرخ  KHz‏‏8 نمونه برداری شده است را با استفاده از نرم­افزار MATLAB تولید می­کنیم. می­خواهیم نرخ نمونه برداری سیگنال سینوسی را به KHz‏ ‏6/9 افزایش دهیم. ابتدا مروری بر روابط ریاضی حاکم بر این فرایند می­کنیم. با استفاده از متلب فیلتر مناسب را طراحی می­کنیم سپس به شبیه سازی این فرایند می­پردازیم. در نهایت بعد از رسیدن به نتایج مطلوبمان، از کتابخانه پردازش سیگنال شرکت TI برای پیاده سازی این پروژه روی پردازنده DSP سری 5000 استفاده میکنیم.



نظرات()       

برنامه M-file برای تغییر نرخ نمونه برداری سیگنال

اکنون می­خواهیم با نوشتن چند خط برنامه متلب یک سیگنال سینوسی با فرکانس KHz 1/5 که با نرخ KHz‏‏8   نمونه برداری شده است را تولید می­ کنیم. سپس نرخ نمونه برداری سیگنال را به KHz‏ 9/6 افزایش میدهیم.

مقدار دهی اولیه برنامه

%% Initialization

up_sample = 6;

down_sample = 5;

Fs= 8000;                       % Sampling frequency

T = 1/Fs;                       % Sample time

L = 1000;                       % Length of signal

t = (0:L-1)*T;                  % Time vector

1) تولید سیگنال سینوسی با فرکانس ‏KHz‏ 5/1 و نرخ نمونه برداری ‏KHz‏‏8‏

%% Produce input: sin 1.5 KHz, sample rate 8000

x=round(2^15*sin(2*pi*1500*t));

i=find(x>2^15-1);

x(i)=2^15-1;

i=find(x<-2^15);

x(i)=2^15;

plot(1000*t(1:50),x(1:50))

title('Sin 1.5 KHz, Sample Rate : 8KHz')

xlabel('time (milliseconds)')

% Plot frequency of signal

NFFT = 2^nextpow2(L); % Next power of 2 from length of y

X = fft(x,NFFT)/L;

f = Fs/2*linspace(0,1,NFFT/2+1);

% Plot single-sided amplitude spectrum.

figure

plot(f,2*abs(X(1:NFFT/2+1)))

title('Single-Sided Amplitude Spectrum of x(t)')

xlabel('Frequency (Hz)')

ylabel('|X(f)|')

بقیه مقاله در ادامه مطلب


نظرات()       

پیاده سازی در DSP

در این قسمت از سیگنال سینوسی با فرکانس ‏KHz‏ 1/5 و نرخ نمونه برداری ‏KHz‏‏8‏ در نرم­افزار متلب تولید شده است ‏به عنوان ورودی برنامه C استفاده می­کنیم. همان طور که مشاهده کردیم بین هر دو نمونه 5 تا صفر اضافه می­کنیم تا نرخ نمونه برداری 6 برابر شود. سپس با استفاده فیلتر FIR و ضرایب فیلتر fixed-point که توسط برنامه متلب طراحی کردیم سیگنال ورودی را فیلتر می­کنیم. برای این منظور می­توانیم از فیلتر FIR که در کتابخانه پردازش سیگنال پردازنده DSP وجود دارد (شکل 8) استفاده کنیم. برای مثال می­توانیم از تابع fir برای این منظور استفاده کنیم.

شکل 8: بخشی از کتابخانه پردازش سیگنال

همان­طور که می­دانیم تعداد زیادی صفر به سیگنال اضافه شده است که ضرب کردن این سیگنال­ها در ضرایب فیلتر تاثیری روی خروجی سیگنال ندارد و فقط باعث افزایش بار پردازش بیخودی روی DSP می­شود. برای حذف کردن این صفرها در محاسبات از فیلتر درون­یابی که در این کتابخانه به نام firinterp وجود دارد استفاده می­کنیم. نحوه محاسبه این فیلتر به صورت زیر می­باشد:

در این رابطه r خروجی فیلتر، h ضرایب فیلتر و x ورودی فیلتر می­باشد. همان­طور که مشاهده می­کنید صفرهای اضافه شده به ورودی در محاسبات وارد نمی­شود و بار پردازشی به شدت کاهش می­یابد. تابع C این فیلتر به صورت زیر میباشد:

ushort oflag = firinterp (DATA *x, DATA *h, DATA *r, DATA *dbuffer , ushort nh, ushort nx, ushort I)

 

برای این که این تابع به درستی کار کند باید طول فیلتر مضرب صحیحی از l باشد و از سه برابر آن بیشتر باشد.



نظرات()       
شنبه 7 دی 1392  10:25 ب.ظ
نوع مطلب: (DSP ،) توسط: امیرحسین رستمی

امروزه انواع مختلفی از پردازنده های DSP به صورت تجاری در دسترس هستند. در جدول زیرتعدادی از پردارنده های DSP رایج خلاصه شده اند.

پردازنده­های DSP رایج

در گروه ساده و ارزان قیمت، از شرکت TI خانوادهء TMS320C2000 (C24x and C28x)، از شرکت Analog Devices خانوادهء ADSP-218x و از شرکت Freescale خانواده­ی DSP568xx قرار دارند. این پردازنده­های DSP شامل واحد ضرب کننده و شیفت رجیستر سخت افزاری می­باشند. همچنین در هر سیکل یک دستورعمل را اجرا می کنند. این پردازنده­ها از دستورعمل­های پیچیده­ای که شامل چندین عملیات از قبیل ضرب، جمع و به روز رسانی آدرس اشاره­گر می­شود، پشتیبانی می­کنند. آن­ها کارایی خوب را همراه با مصرف توان و حافظه­ی مورد استفاده­ی کم، فراهم می­آورند. بنابراین به طور گسترده در وسایل موتوری، مصرف کننده­های الکترونیکی، درایورهای هارد دیسک و مودم­ها به کار می­روند. برای مثال خانواده­های TMS320C2000 و DSP568xxبرای کاربردهای موتوری از قبیل کنترل موتور و کنترل اتومبیل با جمع کردن خیلی از ویژگی های میکروکنترلرها و دستگاه­های جانبی داخل یک تراشه، بهینه هستند.


نظرات()       
دوشنبه 2 دی 1392  05:57 ب.ظ
نوع مطلب: (DSP ،) توسط: امیرحسین رستمی

مقدمه:

سیگنال ها به سه دسته سیگنال های زمان پیوسته(آنالوگ)، سیگنال های زمان گسسته و سیگنال های دیجیتال تقسیم می شوند. سیگنال هایی که روزانه با آن ها روبرو می شویم، سیگنال های آنالوگ اند. سیگنال های آنالوگ متغییرهای پیوسته هستند.  این سیگنال ها دارای گستره تغییرات بی نهایت در دامنه هستند و برای پردازش آن ها می توان از الکترونیک آنالوگ که شامل قطعات مداری اکتیو و پسیو است، استفاده نمود.هركدام از حواس پنجگانه ما به سیگنال های آنالوگ مختلفی حساس است. برای مثال گوش های ما به صدا، چشم های ما به نور و ... حساس هستند.  وقتی كه ما یك سیگنال دریافت می كنیم،  اندام های حسی ما آن را به یك سیگنال الكتریكی تبدیل كرده و به كامپیوتر آنالوگ ما، یعنی مغز می فرستند. مغز ما یك كامپیوتر بسیار قدرتمند است كه عملكرد آن نسبت به كامپیوتر های دیجیتال بی همتا است. مغر ما نه تنها اطلاعات رسیده را تحلیل می كند بلكه با استفاده از این داده ها تصمیم گیری نیز می كند.

سیگنال های زمان گسسته فقط در یک سری از فاصله های زمانی مشخصی تعریف شده هستند. بنابراین آن ها می توانند توسط یک رشته از اعداد که دارای مقدارهای پیوسته هستند، بیان شوند.

 سیگنال های دیجیتال دارای مقدارهای گسسته هم در زمان و هم در دامنه هستند. بنابراین آن ها می توانند توسط کامپیوترها و میکروپروسسورها پردازش شوند.

مزیت های سیستم های آنالوگ:

·         قیمت ارزان و سادگی در بعضی از کاربردها:

o       تضعیف کننده ها و تقویت کننده ها

o       فیلترهای ساده

·         پهنای باند وسیع(GHz)

·         میزان سیگنال کم

·         نرخ نمونه برداری موثر بی نهایت

o       دقت بی نهایت در فرکا نس

o       عدم وجود مشکلات مربوط به اختلاط فرکانسی و باز سازی آن

·         دقت بی نهایت در دامنه

o       نبود نویز کوا نتیزایسیون

مزیت های پردازش سیگنال های دیجیتال (DSP):

·         تکرارپذیری

o       حساسیت کم به خطای مولفه ها

o       حساسیت کم به تغیرات دما

o       حساسیت کم به عوامل زمانی

§         عملکرد تقریباً یکسان در همهء دستگاه ها

§         مدارهای تطبیق یافته با قیمت کمتر

·         مصونیت از اختلال بالا

·         در بسیاری از کاربردها DSP، عملکرد بهتر و قیمت ارزان تر را فراهم می کند. برای مثال:

o       پخش کننده های CD در برابر صفحه های گرامافون

الگوریتم های DSP  می توانند توسط زبان های سطح بالا از قبیل  C/C++  و   MATLAB  کامل، تحلیل و شبیه سازی شوند. عملکرد الگوریتم ها می توانند توسط یک کامپیوتر شخصی بررسی شوند. بنابراین یک سیستم DSP از نظر طراحی، تکامل، تحلیل، شبیه سازی، آزمایش و نگه داری نسبتاً آسان است.


نظرات()       
جمعه 14 تیر 1392  09:39 ب.ظ
نوع مطلب: (FPGA ،DSP ،ARM ،) توسط: امیرحسین رستمی

در این مقاله به مقایسه، تفاوت ها. کاربردهای پردازنده های مختلف پرداخته ایم.
برای این که بتوانیم تفاوت بین این­ها را درک کنیم ابتدا به بیان ساختار هر یک و کاربردهایشان می­پردازیم:

میکرو کنترلر AVR

میکرو کنترلرهای AVR دارای معماری RISC (Reduced Instruction Set Architecture) می­باشند یعنی در هر کلاک می­توانند یک دستور ساده، مانند جابجایی عدد از حافظه به رجیستر را انجام دهند. این میکروها عموما 8 بیتی می­باشند. میکرو کنترلرهای ‏AVR‏ ‏ شامل 5 خانواده می­باشد که در ادامه به همراه ویژگی هر خانواده آورده شده است:


برای دیدن مقاله کامل به همراه دانلود فایل PDF روی ادامه مطلب کلیک کنید.




نظرات()       

DSP چیست؟

 

واژه DSP مخفف Digital Signal Processing یا Digital Signal Processor می باشد.

پردازش سیگنال های دیجیتال(Digital Signal Processing) شامل نمایش دیجیتالی سیگنال ها و استفاده از سیستم های دیجیتالی برای تحلیل کردن، تغییر دادن، ذخیره سازی یا استخراج اطلاعات از سیگنال های دیجیتالی می باشد.

DSP  (Digital Signal Processor) مدار مجتمعی است كه برای پردازش دیتا با سرعت بالا طراحی شده است و در صدا، تصویر، مخابرات و ... كاربرد دارد.

در این پروژه ابتدا به معرفی پردازنده های DSP و انواع و کاربردهای آن پرداخته شده است. سپس تبدیل ویولت (موجک) معرفی شده است. و در انتها طراحی و پیاده سازی تبدیل موجک روی DSK5510 شرح داده شده است.

DSK5510

فهرست مطالب

فصل اول

معرفی ‏DSP

مقدمه‏

گزینه های موجود برای پردازش سیگنال های دیجیتال

DSPچیست؟

نحوهء عملکرد پردازش سیگنال های دیجیتالی

دلیل استفاده از ‏Digital Signal Processors

تاریخچه ضرب كننده

تاریخچه ‏DSP

انواع پردازنده های ‏DSP

ماشین با برنامهء ذخیره شده(‏(Stored Program Machines

كدام معماری برای ‏DSPمناسب تر است؟‏

اجزای یك سیستم ‏DSP ‏ رایج

کاربردهای عملی سیستم های ‏DSP

طراحی یک سیستم ‏DSP

رتبه بندی بازار ‏DSP

DSPهای شرکت ‏Texas Instruments‏ خانوادهء ‏TMS320‏‏

DSP‏ ممیز ثابت ‏TMSVC5510‏‏

TMS320VC5510 DSK‏‏

فصل دوم‏

تبدیل WAVELET

چکیده

انواع تبدیلات

کاربردهای ویولت

ویولت هار(‏The Haar Wavelet Family‏)‏

ویولت ها وتجزیه متعامد(‏wavelets and orthogonal decompositions‏)‏‏

تئوری تجزیه متعامد(‏The Orthogonal Decomposition Theorem‏)‏‏

ویولت پسر(‏the wavelet sons‏)

تحلیل ‏Multiresolution

خاصیت چگالی(‏DENSITY PROPERTY‏)

رابطه بین ویولت های مادر و ویولت های پدر

ویولت های ‏DAUBECHIES

پیاده سازی ویولت ها با استفاده از فیلترهای بالا گذر و فیلترهای پایین گذر‏

تبدیل عکس ویولت

فصل سوم‏

الگوریتم ها‏

الگوریتم مورد استفاده برای پیاده سازی تبدیل ویولت‏

الگوریتم مورد استفاده برای پیاده سازی عکس تبدیل ویولت         ‏‏

فصل چهارم‏

مقایسه برنامه تبدیل ویولت  نوشته شده با برنامه نوشته شده توسط ‏TI‏ و ‏MATLAB

ضمیمه ها

برنامه تبدیل ویولت روی تراشه های ‏DSP‏ سری ‏c55x‏:‏‏

شرح برنامه

توضیح برنامه

منابع

دانلود فایل PDF


نظرات()   
   
آخرین پست ها