鉴于大家对计算机十分关注，我们编辑小组在此为大家搜集整理了“DSP技术推动智能物联网发展”一文，供大家参考学习!
数字信号处理(Digital Signal Processing，简称DSP)是一门涉及许多学科而又广泛应用于许多领域的新兴学科。20世纪60年代以来，随着计算机和信息技术的飞速发展，数字信号处理技术应运而生并得到迅速的发展。在过去的二十多年时间里，数字信号处理已经在通信等领域得到极为广泛DSP技术图解的应用。数字信号处理是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。
物联网(IoT)的目的就是要把各种物件通过网络连接起来。然而，IoT世界中的连接性领域面对着诸多挑战。首先，IoT领域的通信标准纷繁复杂，令人眼花嘹乱;而且这些标准还在不断演进，这是由于不同的IoT设备需要多种不同的通信标准来满足不同的覆盖范围和通信带宽要求。
换句话说，物联网连接性必须是智能的和可扩展的。一个智能IoT平台需要3个主要构件：连接性、环境感知和智能处理。显而易见地，这个智能平台需要处理很多数据，而一个以DSP为基础的解决方案能够很好地支撑基于连接性、环境感知和智能处理构建的智能IoT平台。让我们从物联网连接性所面对的挑战开始，逐一讨论DSP技术如何推动智能物联网的发展。
一、经由DSP实现的智能连接
基于DSP的软件解决方案PHY通过支持多种连接性标准来实现智能IoT设备。以智能家居为例，IoT设备大多使用WiFi连接，然而在没有WiFi的情况下，它们能够自动转换至LTE网络。
从安全角度来看，攻击家庭WiFi网络或电力供应是十分容易的，但是广域LTE网络却难以被攻击，因而IoT设备将依赖LTE进行家庭环境之外的云连接。基于CEVAXC DSP的软件PHY可以实现多标准无线连接平台的创建。
CEVA的WiFi平台基于CEVATeakLite-4 DSP外加PHY和MAC硬件，可以扩展支持其他连接性标准，并且在IMb/s 802.lln的条件下功耗低于30mW。其次，CEVA的蓝牙平台使用与WiFi解决方案相同的DSP产品TeakLite-4，同时支持传统蓝牙和低功耗蓝牙(BLE)。
蓝牙控制器协议栈在CEVATeakLite-4上运行，而基带硬件则与TeakLite-4 DSP内核集成。下一代蓝牙5.0将支持“audio over BLE”和“IPv6 0ver BLE”，而且支持更广的覆盖范围。另一个令人期待的物联网连接性标准是LTE MTC(Machine Type Communication).LTE CATO是首个满足MTC需求的3GPP Category，MTC提升LTE覆盖范围至高达15dB，并且可以使用2个AA电池运行长达10年。
二、性能优于MCU/CPU
基于CEVA-TeakLite-4和CEVA-XC等DSP的IoT连接性方案胜过基于MCU的普遍解决方案。以运行WiFi和HD音频解码并具有音频后处理特性以增强音效体验的便携式WiFi互联网收音机为例，使用CEVATeakLite-4等内核处理Wi-Fi和音频的功耗仅为典型主CPU的六分之一。
在物联网(IoT)环境中有着多种低成本传感器，以智能家居为例，一个IoT家庭控制器设备可能具有麦克风，能够收集语音输入、处理用于语音识别的指令和进行说话人身份确认，并且在侦测到玻璃破碎等可疑噪声时，自动呼叫保安公司。
家中可能还有CMOS图像传感器，能够执行运动检测、夜视和面部识别等功能，并且可发送信息告诉主人何人在家。
那么，DSP在感测领域中可发挥什么作用呢?首先，DSP使得人们可以分析和汇总来自传感器的数据，而且越来越多的传感器生成大量的数据和信息，必须以极低的功耗来处理。
三、传感器互联网
有很多种用于运动、声音、视觉、健康和其他环境数据采集的传感器。生物特征传感器对于可穿戴设备非常重要，因为它们能够与皮肤和肌肉接触，并且使得健康监测更持久。多个运动感测及多种位置和环境感测应用程序使用麦克风、摄像头和环境传感器。还有信标和三角测量设备，它们用于在没有GPS信号的商场和机场中追踪位置。
这些传感器的输出的噪声水平可能很高，所以需要通过滤波、平滑、校准等方法“清理”信号以提取数据。为了校准和获得有意义的数据，不可避免地要进行大量信号处理。而这造成了一个两难问题，一方面手机和IoT设备OEM厂商要求alwavs-on感测应用的功耗控制在数毫安的水平，另一方面大量信号处理会带来功耗的增加。
四、使用DSP进行智能感测
早期的传感器融合功能通常作为应用处理器软件的一部分而运行，但是这种方法的功耗太高了。接下来，OEM厂商开始使用sensor hub，这通常是一个进行简单加速度计或运动感应处理的精简MCU。这种方法存在同样的问题，就是OEM厂商需要功耗很低的解决方案。
基于DSP的感测解决方案可以节省功耗，并同时执行多种感测任务。超低功耗DSP将经由麦克风随时侦听语音指令，并且在需要时唤醒主处理器，它还能够通过学习过程和预先设定的规范来执行环境感知操作。生物特征传感器的引入则进一步增加了对DSP的需求。
CEVA DSP解决方案既可以实现在sensor hub中，也可以实现在应用处理器中。
CEVA-TL410 DSP内核可以在功耗低于150μW的条件下实现alwayson传感器融合、语音触发、人脸触发和低功耗蓝牙(BLE)功能。它不仅可以嵌入到单独的sensor hub芯片或者音频编解码芯片中，DSP内核和子系统也可以集成进应用处理器本身。
IoT的目的就是要把各种物件连接起来，但这并不意味着它们天生是具有智能处理功能。
让我们以智能家居为例，IoT家庭控制器设备必须是智能的，它可以通过汇总本地设备上的数据来提取有价值的信息，并且向您发送家中一切安好的信息。
以DSP为中心的解决方案能够实现基于连接性、感测和智能处理部件的智能IoT设备的创建。
五、本地智能为何重要
我们如何才能使得IoT设备具备更高智能?今天大量的IoT处理是在云端进行，但是，对于语音识别、目标识别和数据分析等应用，在设备侧进行本地处理是很有价值的。在大多数情况下，若要把来自传感器、麦克风、相机和其他来源的所有数据都传送到云端是根本不可行的。另一方面，位于IoT设备内部并且具有全部所需外设的DSP子系统能够提供功能强大的智能处理系统，用于音频和视觉分析。
基于DSP的本地智能处理能力为专用信号处理应用提供了低功耗优势，并且可以节省宝贵的通信网络带宽以及云服务的成本。本地智能处理能力的另一项优势，就是避免了信息(例如摄像头和麦克风的输入)从IoT设备传向云端时可能引起的安全和隐私问题。
例如，基于DSP的音频分析能够执行声音分类和分析，用于语音识别和说话人身份识别应用。它能够根据您的语音声调识别紧急情况，或者报告玻璃破碎和婴儿哭泣等事件。CEVATL421音频DSP是第四代原生32位DSP，实现包括精确声音分析所需的高强度降噪在内的许多智能处理。
另外还有基于DSP的计算机视觉和视频分析，能够以远低于CPU或GPU的功耗来执行场景分析等任务。越来越多的具备目标检测、面部识别和手势识别等功能的IoT设备配备了摄像头，而且需要复杂的视觉分析能力，而CEVA公司的第四代计算机视觉引擎CEVAXM4能够在本地处理大量的视频数据，是这方面的理想选择。
新、更加洁净的晶圆代工厂、更好的掩模处理、掩模和晶圆中缺陷密度的改良，以及晶圆尺寸的增大。除了在单芯片内实现系统性能之外，模拟集成电路还提升了性能。
不管是数字IC还是模拟IC其功能均不是每年都有显著的变化。在过去的40年中，它们的发展一直是一种不断改善性能参数的稳步演进过程。在今后的10年乃至更远的未来，我们可以期待模拟电路创新和性能将得到持续的改进。
