数字信号处理(digital signal processor,DSP)芯片具有强大的数据运算功能和高运行速度,为了充分利用芯片的硬件资源,需要对基于硬件的软件进行优化。以具有ZSP典型体系结构的ZSP400为例,设计其目标代码优化算法,并以这些优化算法为基...数字信号处理(digital signal processor,DSP)芯片具有强大的数据运算功能和高运行速度,为了充分利用芯片的硬件资源,需要对基于硬件的软件进行优化。以具有ZSP典型体系结构的ZSP400为例,设计其目标代码优化算法,并以这些优化算法为基础开发了ZSP400优化器来优化其目标代码。为了验证这些优化算法的正确性,开发了一款ZSP400模拟器。实验表明,经过这些优化算法处理后的目标代码在时间效率和空间效率上都得到了提高。展开更多
针对手机终端语音降噪处理系统中,广泛使用计算复杂度较小的固定步长LMS(Least Mean Square)自适应滤波算法。本文提出一种通过建立步长因子μ(n)和误差信号e(n)非线性函数关系,进而把固定步长LMS自适应算法改进为新的变步长自适应滤波...针对手机终端语音降噪处理系统中,广泛使用计算复杂度较小的固定步长LMS(Least Mean Square)自适应滤波算法。本文提出一种通过建立步长因子μ(n)和误差信号e(n)非线性函数关系,进而把固定步长LMS自适应算法改进为新的变步长自适应滤波算法,较好地解决了固定步长因子无法解决收敛速度和稳态误差之间相矛盾的不足。最后,给出了改进型算法在ZSP800核数字信号处理器(DSP)上的实现方法。展开更多
文摘数字信号处理(digital signal processor,DSP)芯片具有强大的数据运算功能和高运行速度,为了充分利用芯片的硬件资源,需要对基于硬件的软件进行优化。以具有ZSP典型体系结构的ZSP400为例,设计其目标代码优化算法,并以这些优化算法为基础开发了ZSP400优化器来优化其目标代码。为了验证这些优化算法的正确性,开发了一款ZSP400模拟器。实验表明,经过这些优化算法处理后的目标代码在时间效率和空间效率上都得到了提高。
文摘针对手机终端语音降噪处理系统中,广泛使用计算复杂度较小的固定步长LMS(Least Mean Square)自适应滤波算法。本文提出一种通过建立步长因子μ(n)和误差信号e(n)非线性函数关系,进而把固定步长LMS自适应算法改进为新的变步长自适应滤波算法,较好地解决了固定步长因子无法解决收敛速度和稳态误差之间相矛盾的不足。最后,给出了改进型算法在ZSP800核数字信号处理器(DSP)上的实现方法。
