Moving Average Circular Puffer

Die Wissenschaftler und Ingenieure Leitfaden für digitale Signalverarbeitung Von Steven W. Smith, Ph. D. Kapitel 28: Digitale Signalprozessoren Digitale Signalprozessoren dienen zur schnellen Durchführung von FIR-Filtern und ähnlichen Techniken. Um die Hardware zu verstehen. Müssen wir zuerst die Algorithmen verstehen. In diesem Abschnitt werden wir eine detaillierte Liste der Schritte für die Umsetzung eines FIR-Filter. Im nächsten Abschnitt werden wir sehen, wie DSPs entworfen sind, um diese Schritte so effizient wie möglich durchzuführen. Um zu starten, müssen wir zwischen der Offline-Verarbeitung und der Echtzeit-Verarbeitung unterscheiden. Bei der Offline-Verarbeitung befindet sich das gesamte Eingangssignal gleichzeitig im Computer. Zum Beispiel könnte ein Geophysiker ein Seismometer verwenden, um die Erdbewegung während eines Erdbebens aufzuzeichnen. Nachdem das Schütteln beendet ist, können die Informationen in einen Computer gelesen und in irgendeiner Weise analysiert werden. Ein weiteres Beispiel für die Offline-Verarbeitung ist die medizinische Bildgebung, wie Computertomographie und MRT. Der Datensatz wird erfasst, während sich der Patient innerhalb der Maschine befindet, aber die Bildrekonstruktion kann bis zu einem späteren Zeitpunkt verzögert werden. Wesentlich ist, dass alle Informationen gleichzeitig dem Verarbeitungsprogramm zur Verfügung stehen. Dies ist häufig in der wissenschaftlichen Forschung und Technik, aber nicht in Konsumgütern. Off-line-Verarbeitung ist das Reich der persönlichen Computer und mainframes. Bei der Echtzeitverarbeitung wird das Ausgangssignal zu dem Zeitpunkt erzeugt, zu dem das Eingangssignal akquiriert wird. Dies wird zum Beispiel in der Telefonkommunikation, Hörgeräten und Radar benötigt. Diese Anwendungen müssen die Informationen sofort verfügbar, obwohl es um einen kurzen Betrag verzögert werden kann. Beispielsweise kann eine Verzögerung von 10 Millisekunden in einem Telefonanruf nicht vom Lautsprecher oder Hörer erkannt werden. Ebenso macht es keinen Unterschied, ob ein Radarsignal um wenige Sekunden verzögert wird, bevor es dem Bediener angezeigt wird. Real-time-Anwendungen Eingabe einer Stichprobe, führen Sie den Algorithmus, und geben Sie eine Probe, over-and-over. Alternativ können sie eine Gruppe von Abtastwerten eingeben, den Algorithmus ausführen und eine Gruppe von Abtastwerten ausgeben. Dies ist die Welt der digitalen Signalprozessoren. Nun blicken wir auf Abb. 28-2 und stellen Sie sich vor, dass dies ein FIR-Filter ist, der in Echtzeit implementiert wird. Um das Ausgangssample zu berechnen, müssen wir Zugriff auf eine bestimmte Anzahl der letzten Samples vom Eingang haben. Angenommen, wir verwenden in diesem Filter acht Koeffizienten, eine 0. A 1. Hellip ein 7. Das heißt, wir müssen den Wert der acht letzten Samples aus dem Eingangssignal x n, x n -1, hellip x n -7 kennen. Diese acht Samples müssen im Speicher abgelegt und fortlaufend aktualisiert werden, wenn neue Samples gewonnen werden. Was ist der beste Weg, um diese gespeicherten Proben zu verwalten Die Antwort ist kreisförmige Pufferung. Fig. 28-3 zeigt einen kreisförmigen Puffer mit acht Proben. Wir haben diesen Kreispuffer in acht aufeinanderfolgenden Speicherplätzen, 20041 bis 20048, platziert. Abbildung (a) zeigt, wie die acht Samples aus dem Eingang zu einem bestimmten Zeitpunkt gespeichert werden können, während (b) die Änderungen nach dem nächsten Sample angezeigt werden erworben. Die Idee der Zirkularpufferung besteht darin, dass das Ende dieses linearen Arrays mit seinem Anfangsspeicherort 20041 verbunden ist, wird als neben 20048 betrachtet, ebenso wie 20044 neben 20045. Sie behalten das Array mit einem Zeiger (eine Variable, deren Wert ist eine Adresse), die angibt, wo sich die letzte Probe befindet. Zum Beispiel enthält der Zeiger in (a) die Adresse 20044, während er in (b) 20045 enthält. Wenn ein neuer Sample erfasst wird, ersetzt er den ältesten Sample im Array und der Zeiger wird um eine Adresse weiter geschoben. Kreispuffer sind effizient, da nur ein Wert geändert werden muss, wenn ein neues Sample erfasst wird. Es werden vier Parameter benötigt, um einen kreisförmigen Puffer zu verwalten. Zunächst muss es einen Zeiger geben, der den Anfang des Zirkularpuffers im Speicher angibt (in diesem Beispiel 20041). Zweitens muss ein Zeiger vorhanden sein, der das Ende des Arrays angibt (z. B. 20048) oder eine Variable, die seine Länge (z. B. 8) hält. Drittens muss die Schrittgröße der Speicheradressierung angegeben werden. In Fig. 28-3 ist die Schrittgröße eins. Zum Beispiel: Adresse 20043 enthält ein Beispiel, Adresse 20044 enthält das nächste Beispiel, und so weiter. Dies ist oft nicht der Fall. Beispielsweise kann sich die Adressierung auf Bytes beziehen, und jeder Abtastwert kann zwei oder vier Bytes benötigen, um seinen Wert zu halten. In diesen Fällen müsste die Schrittweite zwei oder vier betragen. Diese drei Werte definieren die Größe und die Konfiguration des kreisförmigen Puffers und werden sich während des Programmbetriebs nicht ändern. Der vierte Wert, der Zeiger auf das aktuellste Sample, muss beim Erfassen jedes neuen Samples modifiziert werden. Mit anderen Worten muss es eine Programmlogik geben, die steuert, wie dieser vierte Wert basierend auf dem Wert der ersten drei Werte aktualisiert wird. Während diese Logik ganz einfach ist, muss sie sehr schnell sein. Dies ist der ganze Punkt dieser Diskussion DSPs sollten bei der Verwaltung von kreisförmigen Puffern optimiert werden, um die höchstmögliche Ausführungsgeschwindigkeit zu erreichen. Nebenbei ist die kreisförmige Pufferung auch für die Offline-Verarbeitung von Nutzen. Betrachten wir ein Programm, bei dem sowohl das Eingangssignal als auch das Ausgangssignal vollständig im Speicher enthalten sind. Zirkularpufferung wird nicht für eine Faltungsberechnung benötigt, da auf jede Probe sofort zugegriffen werden kann. Viele Algorithmen werden jedoch stufenweise implementiert. Wobei zwischen jeder Stufe ein Zwischensignal erzeugt wird. Zum Beispiel arbeitet ein rekursiver Filter, der als eine Reihe von Biquaden ausgeführt wird, auf diese Weise. Das Brute-Force-Verfahren ist es, die gesamte Länge jedes Zwischensignals im Speicher zu speichern. Zirkularpufferung bietet eine weitere Option: Nur die Zwischenproben, die für die Berechnung benötigt werden, speichern. Dies verringert die erforderliche Menge an Speicher, auf Kosten eines komplizierteren Algorithmus. Die wichtige Idee ist, dass kreisförmige Puffer für die Offline-Verarbeitung nützlich sind, aber für Echtzeitanwendungen kritisch sind. Nun können wir die Schritte betrachten, die erforderlich sind, um ein FIR-Filter unter Verwendung von kreisförmigen Puffern sowohl für das Eingangssignal als auch für die Koeffizienten zu implementieren. Diese Liste mag trivial und überexamiert sein. Die effiziente Handhabung dieser einzelnen Aufgaben ist es, was einen DSP von einem herkömmlichen Mikroprozessor trennt. Für jedes neue Sample müssen alle folgenden Schritte durchgeführt werden: Das Ziel ist, diese Schritte schnell auszuführen. Da die Schritte 6-12 viele Male wiederholt werden (einmal für jeden Koeffizienten im Filter), müssen diese Operationen besonders beachtet werden. Traditionelle Mikroprozessoren müssen in der Regel diese 14 Schritte seriell (eine nach der anderen), während DSPs sind entworfen, um sie parallel durchzuführen. In einigen Fällen können alle Operationen innerhalb der Schleife (Schritte 6-12) in einem einzigen Taktzyklus abgeschlossen werden. Lets Blick auf die interne Architektur, die diese großartige Leistung ermöglicht. Ich weiß, dies ist erreichbar mit Boost wie pro: Aber ich möchte wirklich vermeiden, mit Boost. Ich habe gegoogelt und keine geeigneten oder lesbaren Beispiele gefunden. Grundsätzlich möchte ich den gleitenden Durchschnitt eines laufenden Stroms eines Gleitkommazahlstroms mit den letzten 1000 Zahlen als Datenprobe verfolgen. Was ist der einfachste Weg, um dies zu erreichen, experimentierte ich mit einem kreisförmigen Array, exponentiellen gleitenden Durchschnitt und einem einfacheren gleitenden Durchschnitt und festgestellt, dass die Ergebnisse aus dem kreisförmigen Array meine Bedürfnisse am besten geeignet. Wenn Ihre Bedürfnisse sind einfach, können Sie nur versuchen, mit einem exponentiellen gleitenden Durchschnitt. Setzen Sie einfach, Sie eine Akkumulator-Variable, und wie Ihr Code sieht auf jede Probe, aktualisiert der Code den Akkumulator mit dem neuen Wert. Sie wählen eine konstante Alpha, die zwischen 0 und 1 ist, und berechnen Sie: Sie müssen nur einen Wert von Alpha zu finden, wo die Wirkung einer gegebenen Probe nur für etwa 1000 Proben dauert. Hmm, Im nicht wirklich sicher, dass dies für Sie geeignet ist, jetzt, dass Ive es hier. Das Problem ist, dass 1000 ist ein ziemlich langes Fenster für einen exponentiellen gleitenden Durchschnitt Im nicht sicher, gibt es ein Alpha, die den Durchschnitt über die letzten 1000 Zahlen, ohne Unterlauf in der Gleitkomma Berechnung. Aber, wenn Sie einen kleineren Durchschnitt wünschen, wie 30 Zahlen oder so, dieses ist eine sehr einfache und schnelle Weise, es zu tun. Beantwortet Jun 12 12 at 4:44 1 auf Ihrem Beitrag. Der exponentielle gleitende Durchschnitt kann zulassen, dass das Alpha variabel ist. Somit kann dies dazu verwendet werden, Zeitbasisdurchschnitte (z. B. Bytes pro Sekunde) zu berechnen. Wenn die Zeit seit dem letzten Akkumulator-Update mehr als 1 Sekunde beträgt, lassen Sie Alpha 1.0 sein. Andernfalls können Sie Alpha zulassen (usecs seit letztem update1000000). Ndash jxh Grundsätzlich möchte ich den gleitenden Durchschnitt eines laufenden Stroms eines Gleitkommazahls mit den neuesten 1000 Zahlen als Datenbeispiel zu verfolgen. Beachten Sie, dass im Folgenden die Summe als Elemente als addiert ergänzt wird, wobei kostspielige O (N) - Transversionen vermieden werden, um die Summe zu berechnen, die für den durchschnittlichen Bedarf benötigt wird. Insgesamt wird ein anderer Parameter von T gebildet, um z. B. Mit einer langen langen, wenn insgesamt 1000 lange s, eine int für char s, oder eine doppelte bis total float s. Dies ist ein wenig fehlerhaft, dass Nennsignale an INTMAX vorbeiziehen könnten - wenn Sie darauf achten, dass Sie ein langes langes nicht signiertes verwenden konnten. Oder verwenden Sie ein zusätzliches Bool-Datenelement, um aufzuzeichnen, wenn der Container zuerst gefüllt wird, während numsamples rund um das Array (am besten dann umbenannt etwas harmlos wie pos). Man nehme an, daß der quadratische Operator (T-Abtastwert) tatsächlich quadratischer Operator (T-Abtastwert) ist. Ndash oPless Jun 8 14 um 11:52 Uhr oPless ahhh. Gut beobachtet. Eigentlich meinte ich, dass es sich um void operator () (T sample) handelt, aber natürlich könntet ihr auch irgendeine Notation verwenden, die ihr mochtet. Wird beheben, danke. Ndash Tony D Jun 14 14 am 14:27