Vztah zpracování signálu a multimédií
Multimediální systém je takový, který pro vylepšení komunikace s člověkem používá dva a více kanálů (obraz, zvuk, video. …). K tomu se používají speciální periferie: zvuková karta, grafická karta s 3D akcelerací, DVD, kamery, brýle pro virtuální realitu, atd.
Protože ve většině případů jsou multimediální data obraz a zvuk které mají v reálném světě podobu signálů (uvažujeme jako funkce času) a je potřeba je zpracovávat pro další použití.
V multimediální komunikaci se nejčastěji používá obraz, zvuk a videosekence. Typické aplikace jsou:
Syntéza obrazu (výroba) – počítačová grafika
Reprodukce a úprava obrazu – visualizing photographs, replaying video sequences
Analýza obrazu (rozbor) – (people, gestures, face expression, etc.) for human, computer communication
Syntéza zvuku (hudby) a řeči
Analýza řeči
Typické operace při zpracování zvuku a videosekvencí
Zpracování zvukových a video signálů spočívá v převodu mezi analogovou a digitální reprezentací dat s využitím A/D převodníků, filtrů a DSP.
-
Strmá charakteristika, vzorkovací teorém, je to dolní propusť
Nemusí být povinný, nebo může být implicitně schován
Na začátku projde signál dolní propustí čímž se odstraní nežádoucí vysoké frekcence nesplňující vzorkovací teorém (fₘₐₓ ≤ fᵥ/2)
Tento filtr musí mít velmi ostrou (obdélníkovou) odezvu, proto je velmi drahý. Používá se jednoduchý filtr a přesná filtrace následuje až po A/D převodu.
-
levný, nic se nenastavuje
typické hodnoty vzorkování: 8bit pro video, 16bit pro audio
-
Z funkce zpracování nejdůležitější
Zpracování signálu ma na starosti specializovaný DSP, který je centrem celého systému. Chování tohoto procesoru je programovatelné.efinované
-
1 bitový D/A převodník – je rychlý a je to vlastně spínač (100
MHz)
Možnost realizace i pomocí šířkové modulace
AD/DA časti mohou být integrované do jedného CODEC čipu, který sa stará o kódování i dekódování signálu
-
Nemusí být tak dokonalý jako vstupní
Opět ostranění vyšších frekvencí (vzniklých D/A převodem)
Výstupní signál se filtruje dolní propustí na odstranění parazitních frekvencí (vzniklé D/A převodem, které opět nesplňají vzorkovací teorém). Na rozdíl od vstupního, tento filtr je poměrně jednoduchý (výstupní signál z D/A se dá nastavit tak, aby parazitní frekvencie byly velmi vysoké a lehko odstranitelné).
DSP procesory
Stejné jako u procesorů pro PC
Von Neumanova architektura
Dají se programovat v jazyce C (nebo assembleru)
Instrukční soubor umožňuje provádět libovolné algoritmy
Little endian (někdy možné nastavit na big endian)
Na rozdíl od procesorů pro PC
Nepoužívají virtualizaci paměti, nemají přístup k souborovému systému
Nejsou zpětně kompatibilní (není potřeba)
Neobsahují speciální jednotky pro rozšířené matematické operace (sin, cos, …), protože standardní goniometrické funkce jsou obsaženy ve standardních C knihovnách a proto se používají tyto knihovny a neimplementují se do procesoru
Vždy mají rychlé sčítání a násobení (málokdy dělení a odmocninu)
Typické vlastnosti (výhody DSP)
Valná většina aplikací v reálných podmínkách používá jen operace násobení a sčítání (multiply-and-accumulate ⇒ MAC) a proto jsou DSP optimalizována na na tyto operace
Výkonnost je dána počtem vypočítaných MAC/sekundu (+ šířka dat)
Specializovaný střadač Acc
, který má délku 48 bitů (pro implementaci MAC operací)
Několik paměťových sběrnic (sdílí stejnou paměť) a tím dovolují paralelní přístup na různá místa v paměti
Několik bloků vnitřní paměti, ty jsou přístupné jen odděleně, vnitřní paměť je konfigurovatelná
Mají hodně periferních zařízení (ext. kamera, mikrofon, I/O, brány, …)
Rozdělení DSP
Základním dělením DSP je dělení podle použité aritmetiky. Existují DSP pracující:
DSP Struktury
Z-transform – Základní metodou popisu systémů s číslicovým zpracováním signálu je přenos. Většinou se používá popis v Z-formě (nebo-li po Z-transformaci). Ta používá pseudo proměnnou z, která vyjadřuje zpoždění signálu v čase.
FIR
Finite impulse response
Filtr s konečnou odezvou na jednotkový impuls v čase
Nemůže mít delší odezvu na jednotkový impulz, než je N zpoždění ⇒ konečná odezva
Koeficienty filtru se dají vypočítat jako IFT očekávané frekvenční charakteristiky
<m>y(n) = \sum{i=0}{N-1}{b_i x(n-i)}</m>
Tvar přenosové funkce pro FIR:
<m>H(z) = b_0 + b_1 z^{-1} + b_2 z^{-2} + \cdots + b_N z^{-N} = \sum{i=0}{N-1}{ b_i z^{-i}}</m>
IIR
Infinite impulse response
Nemá konečnou odezvu na jednotkový impulz
Stále se používají
Má zpětnou vazbu
Neexistuje obecná metoda jak navrhnou IIR filtr
Tvar diferenční rovnice pro IIR:
<m>y(n) = \sum{i=0}{N}{b_i x(n-i)} - \sum{j=1}{M}{a_j y(n-j)}</m>
Tvar přenosové funkce pro IIR:
<m>H(z) = {Y(z)}/{X(z)} = {\sum{i=0}{N}{b_i z^{-i}}}/{1 + \sum{j=1}{M}{a_j z^{-j}}}</m>
Obecnější (další) DSP struktury
Sériové a paralelní kombinace základních struktur.