释放双眼，带上耳机，听听看~！

00:00

概述

              通过使用数字信号处理器（DSP），就能够实现数字语音的上述众多优点。这个芯片组是在同一块板上集成了众多的微处理器，使一些高级的数字信号处理的效率比过去更高。信号处理不过是对信号进行变换或增强，DSP自然是处理数宇信号，不过通常的信号处理也可被用于许多模拟应用中，比如说调制解调器。

       处理器可用来调制模拟或数字信号，也可对信号进行放大、过滤（有选择地通过或阻塞一定的频带）或均衡（使一定的电学特性平整一些）。DSP组采用数字逻辑对数字波形进行以上操作。有时，模拟信号先被数字化以便让数字处理器对它进行处理（例如除去噪声），再被转化回模拟波形。

       从一定意义上可以说DSP芯片组就是一台小型计算机，DSP芯片组有自己的存储器和处理单元，且可以运行程序来使DSP完成既定的任务。这种可编程能力是DSP应用中最有吸引力的优点。现在，可以像把程序装入PC机一样把程序码载入DSP。DSP的“微码”（适于微处理器芯片的程序）在编程过程中被“烧”入芯片，且通常不会改变。这使得DSP被广为采用且适应力很强，比如说应用于VoIP。

       今天DSP主要应用于四个方面，首先，DSP被用于回音抵消器中。回音抵消器是一种特殊的电子产品，它可以减小电回音，这种回音主要是由于电信链路的一部分到另一部分（例如，一条本地环路或接入线进入一个语音交换机）时阻抗不同而在电路中产生的。其次，DSP用来识别双音多频（DTMF）的“拨号音”，这种声音是在拨打按键式电话时产生的。当模拟的DTMF声音被转化为数字（电话号码）时，DSP就可以工作了。第三，DSP被用于所有的高速调制解调器中。所有的调制解调器都可进行自均衡和信号调节（减小线路特性对传输信号的影响，例如减小包络失真）。在DSP的功能还不能够做到这点之前，线路必须自己调节以传送可靠的高速码流（当时是9600bit/s）。最后，DSP被用于在VoIP中实现低比特率的语音编码。在许多情况下，DSP对输入的64kbit/s的PCM（脉冲编码调制）语音进行处理，消除其中的静音，最终生成8kbit/s或更低速率的IP分组流。

        这样，许多8kbit/s的语音都来自通常的64kbit/s PCM语音。要了解VoIP的DSP是如何把64kbit/s的PCM语音转化为压缩的、静音抑制的8kbit/s或更低速率的分组，有必要看看64kbit/s的PCM语音是如何产生。
数字信号处理（DSP）涉及开发可用于以特定方式增强信号或从中提取一些有用信息的算法。 
模拟信号处理 最简单的模拟信号处理示例可能是图1所示的熟悉的RC电路。
 
该电路用作低通滤波器。它去除或滤除高于电路截止频率的频率分量，并以很小的衰减通过较低频率的分量。在本例中，信号处理的目的是消除高频噪声并提取所需的信号部分。
请注意，输入和输出均为模拟形式。这是一个很大的优势，因为对科学和工程感兴趣的信号本质上是模拟的。因此，对于模拟信号处理，信号处理模块的输入和输出端不需要接口电路（ADC和DAC）。 
模拟信号处理的缺点
 

 
如您所见，筛选器响应是组件值的函数。由于电气元件无法以完美的精度制造，因此模拟电路的精度受到限制。由于元件公差，性能不是100%可重复的，我们预计不同电路参数会有一些板对板的变化。
另一个缺点是模拟电路不灵活。例如，要修改上述滤波器的频率响应，我们需要调整组件的值（硬件需要修改）。数字信号处理并非如此。使用DSP，甚至可以通过简单地改变一些可编程系数将低通滤波器转换为高通滤波器。
此外，模拟电路不适合实现数学函数（乘法、除法等）。这与数字领域形成鲜明对比，在数字领域，甚至可以轻松实现更复杂的数学运算。 
数字信号处理可以解决许多挑战 数字电路不受上述限制。例如，虽然元件值和寄生效应的变化会略微改变CMOS逆变器栅极的延迟，但栅极的整体功能将保持不变。因此，与模拟电路不同，数字电路不太容易受到元件变化和寄生效应的影响。数字电路也更加灵活，适合实现数学功能。
剩下的问题是，我们需要哪些基本组件来处理数字域中的信号。
如图所示，我们需要在信号处理模块的输入和输出端安装模数（A/D）和数模（D/A）转换器，以便将数字电路与实际模拟信号连接起来。

A/D 转换器的作用 A/D转换器定期对模拟输入进行采样，如图所示。 
 
然后，它量化每个样本的振幅。图4显示了4位ADC如何量化模拟输入。 

在此图中，模拟输入（蓝色曲线）在ADC的输入范围内取不同的值。考虑4位ADC，有16个离散电平来量化输入信号的幅度。这些水平由图中LSB的倍数表示。因此，LSB（最低有效位）规定了ADC可以检测到的模拟输入值的最小变化。换句话说，输入的最小变化会导致ADC输出代码的变化。
让我们看看ADC如何为每个样本生成二进制代码。ADC将模拟输入信号的幅度与其16个离散电平进行比较。基于这种比较，生成输入的数字表示。例如，对于图4所示的蓝色曲线，将输入信号与ADC的16个离散电平进行比较的过程可能会导致所示的红色曲线。然后，ADC使用二进制代码来表示所获得的楼梯近似值的每个电平。例如，当红色曲线的值等于LSB的4倍时，我们的四位ADC的输出为0100。
需要注意的一点是，图2中的“数字信号处理器”模块接收离散时间序列，因为ADC以预先指定的采样间隔的倍数采样。并且，每个样品的振幅被量化。这与模拟信号处理相反，在模拟信号处理中，输入是连续时间信号，可以取其指定范围内的任何值。 
发援会的作用 信号经过“数字信号处理器”模块处理后，我们通常需要将其转换为等效的模拟信号。这是通过D/A转换器实现的。下图描述了一个音频处理应用程序。 
 
在这种情况下，使用数字信号处理系统来添加回声或调整声音的速度和音高以获得完美的声音。然后，处理后的信号被传送到DAC，以产生可由扬声器输出的模拟信号。请注意，有些DSP应用不需要DAC。例如，雷达中采用的数字信号处理算法可能会为我们提供飞机的位置和速度。这些信息可以简单地打印在纸上。 
“数字信号处理器”模块 DSP 算法由许多数学运算组成。例如，四阶有限脉冲响应（FIR）滤波器需要五个数字乘法器，四个加法器以及一些延迟元件，如下所示。
 

因此，数字信号处理器实际上是一个计算引擎。该计算引擎可以是通用处理器、FPGA，甚至是专用DSP芯片。每个选项在灵活性、速度、易于编程和功耗方面都有自己的优点和缺点。
由于计算资源非常有价值，数字信号处理试图为我们提供工具和技术，以实现快速、计算高效的算法。例如，有几种不同的结构可用于实现给定的FIR滤波器。 
DSP 可用于广泛的应用 DSP概念和工具可用于任何需要在数字域中操纵输入信号的应用。这包括但不限于音频和视频压缩、语音处理和识别、数字图像处理和雷达应用。
在这些领域追求职业都需要掌握广泛的专业DSP算法，数学和技术。事实上，任何一个人似乎都不太可能掌握所有已经开发的DSP技术。然而，几乎所有DSP应用都使用一些常见的DSP概念，如滤波、相关和频谱分析。因此，DSP教育的第一步是掌握基本概念，然后专注于特定兴趣领域需要的专业技术。