- 相關推薦
DSP技術推動智能物聯網發展
數字信號處理(Digital Signal Processing，簡稱DSP)是一門涉及許多學科而又廣泛應用于許多領域的新興學科。20世紀60年代以來，隨著計算機和信息技術的飛速發展，數字信號處理技術應運而生并得到迅速的發展。在過去的二十多年時間里，數字信號處理已經在通信等領域得到極為廣泛DSP技術圖解的應用。數字信號處理是利用計算機或專用處理設備，以數字形式對信號進行采集、變換、濾波、估值、增強、壓縮、識別等處理，以得到符合人們需要的信號形式。
物聯網(IoT)的目的就是要把各種物件通過網絡連接起來。然而，IoT世界中的連接性領域面對著諸多挑戰。首先，IoT領域的通信標準紛繁復雜，令人眼花嘹亂;而且這些標準還在不斷演進，這是由于不同的IoT設備需要多種不同的通信標準來滿足不同的覆蓋范圍和通信帶寬要求。
換句話說，物聯網連接性必須是智能的和可擴展的。一個智能IoT平臺需要3個主要構件：連接性、環境感知和智能處理。顯而易見地，這個智能平臺需要處理很多數據，而一個以DSP為基礎的解決方案能夠很好地支撐基于連接性、環境感知和智能處理構建的智能IoT平臺。讓我們從物聯網連接性所面對的挑戰開始，逐一討論DSP技術如何推動智能物聯網的發展。
一、經由DSP實現的智能連接
基于DSP的軟件解決方案PHY通過支持多種連接性標準來實現智能IoT設備。以智能家居為例，IoT設備大多使用WiFi連接，然而在沒有WiFi的情況下，它們能夠自動轉換至LTE網絡。
從安全角度來看，攻擊家庭WiFi網絡或電力供應是十分容易的，但是廣域LTE網絡卻難以被攻擊，因而IoT設備將依賴LTE進行家庭環境之外的云連接。基于CEVAXC DSP的軟件PHY可以實現多標準無線連接平臺的創建。
CEVA的WiFi平臺基于CEVATeakLite-4 DSP外加PHY和MAC硬件，可以擴展支持其他連接性標準，并且在IMb/s 802.lln的條件下功耗低于30mW。其次，CEVA的藍牙平臺使用與WiFi解決方案相同的DSP產品TeakLite-4，同時支持傳統藍牙和低功耗藍牙(BLE)。
藍牙控制器協議棧在CEVATeakLite-4上運行，而基帶硬件則與TeakLite-4 DSP內核集成。下一代藍牙5.0將支持“audio over BLE”和“IPv6 0ver BLE”，而且支持更廣的覆蓋范圍。另一個令人期待的物聯網連接性標準是LTE MTC(Machine Type Communication).LTE CATO是首個滿足MTC需求的3GPP Category，MTC提升LTE覆蓋范圍至高達15dB，并且可以使用2個AA電池運行長達10年。
二、性能優于MCU/CPU
基于CEVA-TeakLite-4和CEVA-XC等DSP的IoT連接性方案勝過基于MCU的普遍解決方案。以運行WiFi和HD音頻解碼并具有音頻后處理特性以增強音效體驗的便攜式WiFi互聯網收音機為例，使用CEVATeakLite-4等內核處理Wi-Fi和音頻的功耗僅為典型主CPU的六分之一。
在物聯網(IoT)環境中有著多種低成本傳感器，以智能家居為例，一個IoT家庭控制器設備可能具有麥克風，能夠收集語音輸入、處理用于語音識別的指令和進行說話人身份確認，并且在偵測到玻璃破碎等可疑噪聲時，自動呼叫保安公司。
家中可能還有CMOS圖像傳感器，能夠執行運動檢測、夜視和面部識別等功能，并且可發送信息告訴主人何人在家。
那么，DSP在感測領域中可發揮什么作用呢?首先，DSP使得人們可以分析和匯總來自傳感器的數據，而且越來越多的傳感器生成大量的數據和信息，必須以極低的功耗來處理。
三、傳感器互聯網
有很多種用于運動、聲音、視覺、健康和其他環境數據采集的傳感器。生物特征傳感器對于可穿戴設備非常重要，因為它們能夠與皮膚和肌肉接觸，并且使得健康監測更持久。多個運動感測及多種位置和環境感測應用程序使用麥克風、攝像頭和環境傳感器。還有信標和三角測量設備，它們用于在沒有GPS信號的商場和機場中追蹤位置。
這些傳感器的輸出的噪聲水平可能很高，所以需要通過濾波、平滑、校準等方法“清理”信號以提取數據。為了校準和獲得有意義的數據，不可避免地要進行大量信號處理。而這造成了一個兩難問題，一方面手機和IoT設備OEM廠商要求alwavs-on感測應用的功耗控制在數毫安的水平，另一方面大量信號處理會帶來功耗的增加。
四、使用DSP進行智能感測
早期的傳感器融合功能通常作為應用處理器軟件的一部分而運行，但是這種方法的功耗太高了。接下來，OEM廠商開始使用sensor hub，這通常是一個進行簡單加速度計或運動感應處理的精簡MCU。這種方法存在同樣的問題，就是OEM廠商需要功耗很低的解決方案。
基于DSP的感測解決方案可以節省功耗，并同時執行多種感測任務。超低功耗DSP將經由麥克風隨時偵聽語音指令，并且在需要時喚醒主處理器，它還能夠通過學習過程和預先設定的規范來執行環境感知操作。生物特征傳感器的引入則進一步增加了對DSP的需求。
CEVA DSP解決方案既可以實現在sensor hub中，也可以實現在應用處理器中。
CEVA-TL410 DSP內核可以在功耗低于150μW的條件下實現alwayson傳感器融合、語音觸發、人臉觸發和低功耗藍牙(BLE)功能。它不僅可以嵌入到單獨的sensor hub芯片或者音頻編解碼芯片中，DSP內核和子系統也可以集成進應用處理器本身。
IoT的目的就是要把各種物件連接起來，但這并不意味著它們天生是具有智能處理功能。
讓我們以智能家居為例，IoT家庭控制器設備必須是智能的，它可以通過匯總本地設備上的數據來提取有價值的信息，并且向您發送家中一切安好的信息。
以DSP為中心的解決方案能夠實現基于連接性、感測和智能處理部件的智能IoT設備的創建。
五、本地智能為何重要
我們如何才能使得IoT設備具備更高智能?今天大量的IoT處理是在云端進行，但是，對于語音識別、目標識別和數據分析等應用，在設備側進行本地處理是很有價值的。在大多數情況下，若要把來自傳感器、麥克風、相機和其他來源的所有數據都傳送到云端是根本不可行的。另一方面，位于IoT設備內部并且具有全部所需外設的DSP子系統能夠提供功能強大的智能處理系統，用于音頻和視覺分析。
基于DSP的本地智能處理能力為專用信號處理應用提供了低功耗優勢，并且可以節省寶貴的通信網絡帶寬以及云服務的成本。本地智能處理能力的另一項優勢，就是避免了信息(例如攝像頭和麥克風的輸入)從IoT設備傳向云端時可能引起的安全和隱私問題。
例如，基于DSP的音頻分析能夠執行聲音分類和分析，用于語音識別和說話人身份識別應用。它能夠根據您的語音聲調識別緊急情況，或者報告玻璃破碎和嬰兒哭泣等事件。CEVATL421音頻DSP是第四代原生32位DSP，實現包括精確聲音分析所需的高強度降噪在內的許多智能處理。
另外還有基于DSP的計算機視覺和視頻分析，能夠以遠低于CPU或GPU的功耗來執行場景分析等任務。越來越多的具備目標檢測、面部識別和手勢識別等功能的IoT設備配備了攝像頭，而且需要復雜的視覺分析能力，而CEVA公司的第四代計算機視覺引擎CEVAXM4能夠在本地處理大量的視頻數據，是這方面的理想選擇。
新、更加潔凈的晶圓代工廠、更好的掩模處理、掩模和晶圓中缺陷密度的改良，以及晶圓尺寸的增大。除了在單芯片內實現系統性能之外，模擬集成電路還提升了性能。
不管是數字IC還是模擬IC其功能均不是每年都有顯著的變化。在過去的40年中，它們的發展一直是一種不斷改善性能參數的穩步演進過程。在今后的10年乃至更遠的未來，我們可以期待模擬電路創新和性能將得到持續的改進。
【DSP技術推動智能物聯網發展】相關文章：
物聯網與信息通信技術探討論文（精選6篇）07-26
淺談智能移動電話與移動智能網的發展08-08
談高清數字技術對電視節目的推動和影響06-09
因特網和內聯網技術在供電企業的應用06-01
電子信息技術發展問題及發展趨勢09-19
計算機技術應用與發展05-01
淺談現代教育技術應用的現狀與發展04-26
納米復合材料技術發展及前景03-10
計算機網絡技術對測控技術發展的作用08-15