Введение
Для определения необходимой архитектуры разрабатываемогопрограммно-аппаратного средства, необходимо проанализировать цель и особенностиего применения. Основнойцелью применения разрабатываемого средства является прием аналогового звуковогосигнала, поступающего из внешнего источника, анализ этого сигнала на наличие внем звучащего музыкального тона и выдача результата в виде цифрового сигнала вформате General MIDI на выход устройства. Такое устройство может найтиширокое применение в области создания современных музыкальных инструментов, позволяющихмузыкантам играть любые тембры, содержащиеся в тон-генераторах. Эти инструментыпозволят решать художественные задачи музыкального произведения новымисредствами.
Очевидно, что устройство должно выполнять свою задачу в реальномвремени и как можно более точно, ведь инструмент, воспроизводящийзвук с задержками и ошибками не пригоден к применению.
Также устройство должно быть мобильным и компактным длявстраивания в музыкальные инструменты, следовательно, необходимо обеспечить минимальноеэнергопотребление и размеры устройства. Функционирование устройства можно разделить на несколькоусловных этапов:
1.Прием аналоговогосигнала
2.Анализ входногосигнала средствами устройства
3.Выдача результатаанализа
Структурная схема устройства, способного выполнить даннуюзадачу, представлена на рис. 1.
/>
Рисунок 1 – Структурная схема устройства
Как видно из схемы, анализ поступивших данных (в нашем случаеэто распознавание музыкальных звуков) выполняет процессор. Задачу распознаваниямузыкальных звуков можно разделить на три связанные между собой подзадачи:
1.Распознаваниеначала звукового сигнала
2.Распознаваниетона звука
3.Распознаваниеокончания звукового сигнала
Наиболее простым способом решения этих подзадач являетсяпостоянный анализ спектра входного сигнала. Анализируя изменения спектравходного сигнала можно детектировать моменты появления, скорость нарастания испада и момент исчезновения звука определенной тональности (частоты).
Однако, для проведения такого анализа необходимопредварительно перевести представление сигнала из временной области вчастотную, для этого над результатами дискретизации сигнала необходимопроизвести преобразование Фурье, что в случае большой частотыдискретизации является довольно сложной задачей.
Целью даннойкурсовой работы является нахождение наиболее эффективных средств реализациизаданного устройства. Техническое задание к работе находится в Приложении А.
Выбор проблемной среды и постановкаоткрытой задачи
Из анализа требований к устройству были получены следующиеосновные внешние показатели качества:
- Достоверность распознаваниямузыкального звука,ошибки распознавания делают устройство бессмысленным;
- Быстродействие (время отклика), задержки устройства не должны бытьзаметны для пользователя;
- Ресурсоемкость, включающая в себя энергопотреблениеи количество корпусов устройства, определяющих размер устройства.
Анализируя предполагаемую структурную схему устройства можноприйти к выводу, что использование отдельных микросхем для выполнения каждойзадачи приведет к недопустимому увеличению размеров и потребляемой мощностиустройства, однако на рынке микроэлементов присутствую специальнопредназначенные для задач обработки сигналов Цифровые Сигнальные Процессоры(DigitalSignalProcessors, DSP)
DSP предназначены для осуществленияцифровой обработки сигнала — математических манипуляций над оцифрованнымисигналами.
Они широко применяются в беспроводных системах, аудио- ивидеообработке, системах управления. Цифровые сигнальные процессоры, какправило, оснащены всеми необходимыми для обработки сигналов цифровымиустройствами (АЦП, интерфейсными узлами) К настоящему времени появилось множествотипов DSP, как универсальных, так и ориентированных на достаточно узкий кругзадач.
Таким образом, основной задачей поискового проектированиястановится выбор процессора, наиболее отвечающего параметрам задачи.
Таблица 1. Основные производители DSP и принадлежащие им доли рынка
Компания
Доля рынка DSP 1 Texas Instruments 54,3% 2 Freescale Semiconductor 14,1% 3 Analog Devices 8,0% 4 Philips Semiconductors 7,5% 5 Остальные 24,7%
Для разрабатываемого устройства степень интеграции ипотребляемая мощность являются первостепенными, а максимальнаяпроизводительность не нужна, так как она влечет за собой значительное повышениепотребляемой мощности, не давая преимуществ при обработке относительнонизкоскоростных аудиоданных. Область поиска сужается до серий DSP с низким уровнем потребленияэнергии. Подобные серии DSPпредставлены у большинства основных производителей цифровых сигнальныхпроцессоров.
Таблица 2. Серии DSP низким энергопотреблением Компания Серия DSP 1 Microchip dsPIC 33x 2 Texas Instruments C5000 3 Analog Devices ADSP-21xx
Из основных внутренних параметров представленных на рынке DSP с низким уровнем потребленияэнергии, были выделены следующие параметры в качестве внутренних переменных:
1) Производительность,MIPS
2) Объем Памяти Данных(RAM), KWords
3) Объем Памяти Программ(ROM),KWords
4) Поддержкарасширенных вычислений
5) Оптимизированныйнабор инструкций
6) Поддержка JTAG
7) РазрядностьАЦП
8) Аппаратноеускорение FFT
Подробная расшифровка параметров по группам, к которым ониотносятся:
Свойства вычислительного ядра процессора:
Производительность, MIPS– один из ключевых параметров DSP, влияющий на время обработки входного сигнала и,следовательно, определяет его максимальную частоту. Большинство производителейуказывают производительность процессоров в MIPS – миллионах инструкций в секунду.
Поддержка расширенных вычислений – вычислительные ядра всех DSP, относящиеся к группе процессоров снизким энергопотреблением, разработаны для проведения операций с 16-битнымичислами с фиксированной запятой. DSP,обрабатывающие числа с фиксированной запятой, обладают большей абсолютнойточностью (все разряды выделены под мантиссу), но меньшим динамическимдиапазоном по сравнению с процессорами, работающими с плавающей запятой. Вслучае простых алгоритмов обработки это не важно, так как динамический диапазонреальных входных сигналов чаще всего меньше, чем допускает DSP.
Многие производители добавляют в свои процессоры специальныеблоки и инструкции, позволяющие обрабатывать числа увеличенной разрядности,или эмулировать работу счислами с плавающей запятой, однако использование этих возможностей значительноусложняет программу и снижает быстродействие.
Организация системы памяти:
Объем Памяти Программ, Объем Памяти Данных – встроенная в процессор память обычноимеет большую скорость работы, чем внешняя, однако увеличение её объемаувеличивает стоимость и энергопотребление DSP, а ограниченный объем памяти не позволяет хранитьпрограммы и данные сложных алгоритмов. В то же время при достаточном объемевстроенной памяти значительно упрощается конструкция и программа устройства(нет необходимости обращаться к внешней памяти). Так же это приводит куменьшению размеров и энергопотребления устройства в целом.
Удобство разработки программы:
Оптимизированный набор инструкций – многие производители оптимизируютнабор инструкций своих процессоров для более удобной компиляции программ сязыков высокого уровня (ЯВУ). Программы, написанные на ЯВУ, обычно менеекомпактны и быстры, чем программы написанные целиком на языке ассемблера данного процессора,однако они разрабатываются быстрее и проще отлаживаются.
Поддержка JTAG– почтивсе современные процессоры поддерживают внутрисхемную эмуляцию в соответствиисо стандартом IEEE 1149.1 JTAG. При использовании данной технологии можнополучить непосредственный контроль над процессором при выполнении программы,что позволяет значительно увеличить надежность и глубину процесса отладки.
Периферийные устройства:
Разрядность АЦП – наличие встроенного в процессор АЦП достаточной разрядности(что определяет количество уровней квантования сигнала и, следовательно, влияетна точность работы устройства) упрощает конструкцию и программу устройства, чтоприводит к уменьшению размеров и энергопотребления устройства.
Аппаратное ускорение FFT– аппаратная поддержка алгоритма «БыстрогоПреобразования Фурье» позволит упростить программу и увеличить быстродействиесистемы в целом.
Оценим степень аналитичности поставленной открытой задачи:
/>
где n –число предметных переменных, L –число внешних показателей качества, I – число элементов, являющихся пересечением множества предметных переменныхи множества внешних показателей качества.
Всего рассмотрено 8 предметных переменных и 3 внешнихпоказателя качества. Множества ВПК и предметных переменных не имеютпересечений.
Sаналит = (8 — 0) / 3 = 2,66.
Таблица 3. Поисковое пространство параметров открытой задачи Параметр Значения Свойства вычислительного ядра процессора Поддержка расширенных вычислений Нет Есть Производительность, MIPS 200 Организация системы памяти Объем памяти программ (ROM) 32K Объем памяти данных (RAM) 32K Удобство программирования Оптимизированный набор инструкций Нет Есть Поддержка JTAG Нет Есть Периферийные устройства Разрядность АЦП 10 12 14 Встроенное FFT ускорение Есть Нет
Так как на рынке представлены модели процессоров с любымсочетанием приведенных параметров (что объясняется узкой специализацией каждогоиз них) и среди всех комбинаций нет полностью абсурдных, то в данном случае нетнеобходимости вводить запрещенные комбинации.
Разработка и программная реализация блокакачественной оценки для решателя открытых задач
БКО производит оценку поступающих гипотез как удачных илинеудачных на основе заложенных в него критериев сравнения. В качестве шаблонадля написания БКО был взят пример, разработанный предыдущими курсами. В БКОвведены счетчики, показывающие число положительно и отрицательно оцененных имгипотез.
Алгоритм работы БКО:
1.БКО анализируетвектор значений гипотезы, сопоставляя каждой переменной свой коэффициентсогласно таблице 4.
Таблица 4. Коэффициенты значений предметных переменных Значения Поддержка расширенных вычислений 0,975 1,025 Производительность, MIPS 0,9 1,1 1,2 1,1 Объем памяти программ (ROM) 0,9 1,1 1,075 1,05 Объем памяти данных (RAM) 0,9 1,05 1,1 1,075 Оптимизированный набор инструкций 0,95 1,05 Поддержка JTAG 0,975 1,025 Разрядность АЦП 0,8 0,9 1,2 1,1 Встроенное FFT ускорение 0,95 1,05
Значения коэффициентов были подобраны после анализа ВПКразрабатываемого устройства. Как видно из таблицы, коэффициенты значенийпредметных переменных, не имеющих значительного влияния на ВПК, меньшеотличаются от единицы.
2.БКО умножаетполученные коэффициенты друг на друга. В случае если результат больше единицы (K > 1), то гипотеза признаетсяположительной, иначе – отрицательной.
Исходный код БКО приведен в Приложении Б. Поскольку дляразработки БКО использовался пример, разработанный предыдущими курсами, вПриложении Б приведен только код метода AppreciateHipothesis(), осуществляющего проверку и оценкусписка гипотез в соответствии с заданным алгоритмом. Формированиеначальной базы знаний
Для формирования начальной базы удачных и неудачных фактовбыли выбраны DSP фирм Microchip, Analog Devices и Texas Instruments.Удачные факты приведены в таблице 5, неудачные приведены в таблице 6.
Таблица 5. Примеры удачных фактов из начальной таблицы знанийИмя факта Вес Вектор значений 1 2 3 4 5 6 7 8 Microchip PIC ds33FJ256GP710A Нет Таблица 6. Примеры неудачных фактов из начальной таблицызнанийИмя факта Вес Вектор значений 1 2 3 4 5 6 7 8 Microchip PIC ds33FJ06GS102 Нет 200 32K Есть Есть Нет Решение открытой задачи
Критерии остановки:
1.Слабая динамикаизменения коэффициентов функции выбора
2.Близкое к нулюколичество противоречивых гипотез
Начальный вид функции выбора представлен в таблице 7.
Таблица 7. Начальный вид функции выбора
Параметр
1
2
3
4 1 Поддержка расширенных вычислений 2 Производительность, MIPS -3 3 Объем памяти программ (ROM) -9 9 4 Объем памяти данных (RAM) -6 9 -3 5 Оптимизированный набор инструкций -3 3 6 Поддержка JTAG -6 6 7 Разрядность АЦП -3 3 8 Встроенное FFT ускорение -9 9
Протокол обучения решателя представлен в таблице 8.
Таблица 8. Протокол обучения решателяУровень знаний Общее число фактов Число гипотез Число подтвержденных гипотез Число опровергнутых гипотез + - 1 6 9 46 8 47 2 61 31 31 31 31 3 123 61 31 50 42 4 215 31 31 42 20 5 277 31 61 44 48 6 369 32 60 63 29 7 461 61 91 97 55 8 613 32 86 82 36 9 731 31 31 39 23 10 793 61 31 54 38 11 885 31 31 40 22 12 947 31 53 51 33 13 1031 84 31 82 33 14 1146 61 31 67 25 15 1238 31 16 24 23 16 1285 31 20 28 23 17 1336 31 13 33 11 18 1380 26 7 22 11 19 1413 24 15 27 12
Уровень знаний
Общее число фактов
Число гипотез
Число подтвержденных гипотез
Число опровергнутых гипотез + -
20 1452 27 12 31 8
21 1491 17 9 22 4
22 1517 10 8 13 5
23 1535 11 11 15 7
24 1557 12 4 11 5
25 1573 18 1 14 5
26 1592 7 3 8 2
27 1602 9 4 10 3
28 1615 8 4 10 2
29 1627 /> /> /> /> /> /> /> /> />
К 29-ой итерации количество генерируемых гипотез упало ивыровнялось, а количество опровергнутых гипотез среди них стало минимальным.Таким образом, можно отметить факт окончания обучения решателя. Конечный вид функциивыбора представлен в таблице 9. График зависимости числа генерируемых гипотез ичисла противоречий от уровня знаний Решателя представлен на рисунке 2.
Таблица 9. Конечный вид функции выбора
Параметр
1
2
3
4 1 Поддержка расширенных вычислений -10653 581 2 Производительность, MIPS -112640 29200 42690 30421 3 Объем памяти программ (ROM) -85037 21601 34143 21601 4 Объем памяти данных (RAM) -73648 16875 16875 16875 5 Оптимизированный набор инструкций -34779 34401 6 Поддержка JTAG -18946 18512 7 Разрядность АЦП -138105 -68925 120625 86405 8 Встроенное FFT ускорение -28302 20390
Анализ результатов решения задачиАнализ весовых коэффициентов параметров
Результат ранжирования параметров, с учетом полученныхвесовых коэффициентов Cij,по формуле
wi = |maxj(Сij) — minj(Cij)|
Таблица 10. Проранжированные параметры Параметр
wi Ранг 1 Поддержка расширенных вычислений 11234 8 2 Производительность, MIPS 155330 2 3 Объем памяти программ (ROM) 119180 3 4 Объем памяти данных (RAM) 90523 4 5 Оптимизированный набор инструкций 69180 5 6 Поддержка JTAG 37458 7 7 Разрядность АЦП 258730 1 8 Встроенное FFT ускорение 48692 6
Ранжирование показывает, что Решатель правильно определилважность параметров в их влиянии на ВПК. Так от разрядности АЦП будет зависеть достоверностьраспознавания, производительность системы оказывает прямое влияние на быстродействиеи косвенно влияет на достоверность распознавания, ведь недостатоквычислительной мощности процессора не позволит реализовать более сложныепрограммные алгоритмы, сохранив при этом приемлемое время отклика всегоустройства. Объем памяти данных и объем памяти программ так же должны бытьдостаточными для реализации программного алгоритма, иначе придется использоватьвнешнюю память, что уменьшит быстродействие системы, но увеличит её ресурсоёмкость.Далее по списку расположены параметры, влияющие на удобство разработки системы.Эти параметры важны для разработчика, но не оказывают прямого влияния на ВПК.
Анализнелинейных компонент
В результате обучения Решателя было получено 167 нелинейныхкомпонент. В таблице 11приведены 5 наиболее весомых из них.
Таблица 11. Нелинейные компоненты
Вес
Параметр
Значение 1 -144705 Встроенное FFT ускорение Нет Объем памяти данных (RAM) 32K Поддержка JTAG Нет Поддержка расширенных вычислений Нет Производительность 50-100 Разрядность АЦП 12 130 -144705 Объем памяти данных (RAM) 32K Поддержка JTAG Нет Поддержка расширенных вычислений Нет Производительность >200 Разрядность АЦП 12 122 -124217 Встроенное FFT ускорение Есть Поддержка JTAG Есть Поддержка расширенных вычислений Нет Производительность >200 Разрядность АЦП 12
Все приведенные нелинейные компоненты, кроме компоненты №122,являются безусловно слабыми, так как имеют недостаточный объем внутреннейпамяти данных. Компонента №122 является слишком сильным решением, так подобнаяпроизводительность будет излишней в условиях данной задачи.Анализ полученных решений
Из рисунка 4 хорошо видно, что Решатель выдает реалистичныеи, самое главное, сбалансированные решения, которые можно использовать для примененияв заданной проблемной области. В подтверждение этого в таблице 12 приведены примерыDSP, рекомендованные производителями дляприменения в аудиоустройствах.
Таблица 13. Пример существующих решенийDSP Вектор значений 1 2 3 4 5 6 7 8
Analog Devices
ADSP-2185N Есть 100-200 8K-16K 4K-16K Есть Есть 12 Есть
Texas Instrument
320UC5409-100 Есть 100-200 16К-32К 4К-16К Есть Есть 12 Есть
Анализчисловых характеристик
Коэффициент сокращения перебора:
/>
где Nполн – полное число переборов; Nнач- число фактов в начальной базе; Nоцен – число оцененных фактов.
Коэффициент новизны:
/>
где /> – объем начальной базы удачныхфактов;
/> – количество значений параметров i-го типа;
/> – порядковые индексы,определяющие порядковые номера j-хзначений i-го параметра в приоритетном рядукоэффициентов Cij,начиная с max Cij.
/>
Полученный коэффициент новизны можно объяснить тем, что заудачные факты были приняты очень сбалансированные решения и полученныерезультаты являются реалистичными.
Вывод
В ходе выполнения курсовой работы были проанализированытребования к разрабатываемому устройству и найдены пути выполнения этихтребований. Для этогобыли изучены характеристики современных цифровых сигнальных процессоров, былопроведено обучение решателя открытых задач решению задачи выбора оптимальногоцифрового сигнального процессора. Результаты оценки адекватны, реалистичны, исоответствуют существующим решениям.
Также был разработан подключаемый к решателю блоккачественной оценки, основывающий свои выводы на характеристиках,удовлетворяющих составленной задаче.
Список использованнойлитературы
1. Лекции по курсу «Поисковое проектированиевычислительных систем». И.И. Дзегеленок, 2010
2. Открытые задачи поискового проектирования. И.И.Дзегеленок под ред. Ю.В. Кандырина. — М: МЭИ, 1991 г. — 68 с.
3. Лабораторные работы по курсу «Поисковоепроектирование вычислительных систем». И.И.Дзегеленок, Ю.В. Аляева, А.Ю.Кузнецов. — М: Издательство МЭИ, 2004 г. — 40 с.
4. Сайт компании Texas Instrument www.ti.com
5. Сайт компании Analog Devices www.analog.com
6. Сайт компании Microchip www.microchip.com
7. Цифровые сигнальные процессоры: Основы Выбора. А.Пантелейчук, 2007
8. О союзе физиков и лириков или О том, как появилась современнаяэлектрогитара. С. Арзуманов, 2009
9. Часто Задаваемые Вопросы по электронному созданию иобработке звука. Е. Музыченко, 1998
10. Материалы BerkeleyDesign Technology, Inc. www.bdti.com