快速小波变换在DSP中的实现方法

小波分析是分析非稳定信号的一种非常有泖的方法。Ｍａｌｌａｔ快速算法使得小波分析的广泛应用成为现实。在实时信号分析中,离散小波变换在ＤＳＰ上的有效应用受到了特别的关注。本文简单介绍了ＦＷＴ,详细阐述了在ＤＳＰ上ＦＷＴ的周期性扩展的实现。其中,特别介绍了ＤＳＰ的循环寻址。最后,给出了针对ＴＩ公司的ＴＭＳ３２０Ｃ３Ｘ系列ＤＳＰ的相应的江编代码。     

快速小波变换的加速算法（Ⅰ）

1 自适应方法对小波变换的迫切期望图像、语音等处理技术的研究加快了小波理论的发展,今天信号处理技术随着通讯技术、计算机或机器人感知技术(实现计算机视觉、听觉、嗅觉、温度、运动等方面感知能力的技术)的飞速发展必将迎来更快发展。正如文[1]中所述:“忽然间不可避免地涌现出了各种各样的非线性算法,从而也打开了信号处理通往现代数学的大门。除了传统的应用如信号传输、编码     

快速小波变换的加速算法（Ⅱ）

1 小波变换的加速算法将文[10]的变换矩阵T(a)改写为: 根据文[10]的计算公式容易知道: cosα_N…cosα_2cosα_1=h0。因此易见每次计算的重点是做向量乘法。X_(2n)总计算量为:2Nn+2n乘法与2Nn加法。如果采用Mallat算法为4Nn乘法与2n(2N—1)加法,其运算量相差近一倍!同时,我们的算法非常简单,很容易实现。不过考虑到H与G已被按奇偶重新排列了,     

整数到整数小波变换及其DSP实现

随着互联网的普及和图像应用范围的不断扩大,对图像的编码提出了新的要求,即不仅要求高的压缩比,还要求有许多新的功能,如渐进编解码、从有损压缩到无损压缩等。小波编码较好地实现了这一思想,从小波滤波器的多相位矩阵出发,利用因子分解方法,实现了小波变换由传统卷积模式转变到提升体制,克服了第1代小波变换所带来的缺陷。在此基础上实现了整数到整数小波变换,利用数字信号处理器（DSP）予以实现。     

基于DSP的整数小波变换图像压缩的实现

随着互联网的普及和图像应用范围的不断扩大,对图像的编码提出了新的要求,即不仅要求高的压缩比,还要求有许多新的功能,如渐进编解码、从有损压缩到无损压缩等。小波编码较好地实现了这一思想,从小波滤波器的多相位矩阵出发．利用因子分解方法,实现了小波变换由传统卷积模式转变到提升体制,克服了第一代小波变换所带来的缺陷。在此基础上实现了整数到整数小波变换,利用数字信号处理器(DSP)予以实现,并取得了较好的试验效果。     

小波变换的计算机实现

小波变换是傅里叶变换的改进,在工程领域中得到了广泛应用。本文主要结合MATLAB介绍小波变换的计算机实现,包括三种类型的小波变换。文中首先介绍了连续小波变换的数值积分实现,接着介绍了多分辨率分析和Mallat算法,最后用滤波器组实现了离散网格上的小波变换和离散序列的小波变换。     

小波变换在电力谐波分析中的应用

电力系统的谐波是影响电能质量的重要因素,谐波对电力系统和用电设备产生了严重危害和影响。文中应用小波变换分析电力系统的谐波,小波变换能描述频谱含量如何随着时间变化,同时在时间和频率上表示信号的能量和作用。与傅里叶变换对比,小波变换不仅可以知道哪些频率分量在信号中出现,而且可以知道这些频率分量在时域内是如何变化的,可以更精确地分析非平稳信号的谐波。     

小波变换在电力谐波分析中的应用

电力系统的谐波是影响电能质量的重要因素，谐波对电力系统和用电设备产生了严重危害和影响。文中应用小波变换分析电力系统的谐波，小波变换能描述频谱含量如何随着时问变化，同时在时间和频率上表示信号的能量和作用。与傅里叶变换对比，小波变换不仅可以知道哪些频率分量在信号中出现，而且可以知道这些频率分量在时域内是如何变化的。可以更精确地分析非平稳信号的谐波。     

数字图像的小波算法及快速小波变换

小波变换是近几年来兴起的一种新的变换方法 ,主要特点是通过变换能够充分突出问题某些方面的特征 ,因此 ,小波变换在许多领域都得到了成功的应用 ,特别是其离散数字算法在图像分析领域取得了重大突破。但是 ,小波变换的算法一般相对来说比较复杂 ,而其处理速度往往也成为制约其发展的瓶颈。该文从小波变换的基础出发 ,给出了一种针对数字图像的小波矩阵算法 ,并实现了快速小波变换的算法和流程 ,为实际应用编程提供了有效的理论依据     

DSP技术的整数小波变换图象压缩

随着互联网的普及和图像应用范围的不断扩大,对图像的编码提出了新的要求,即不仅要求高的压缩比,还要求有许多新的功能,如渐进编解码、从有损压缩到无损压缩等。小波编码较好地实现了这一思想,从小波滤波器的多相位矩阵出发,利用因子分解方法,实现了小波变换由传统卷积模式转变到提升体制,克服了第一代小波变换所带来的缺陷。在此基础上实现了整数到整数小波变换,利用数字信号处理器(DSP)予以实现。     

新一代数字号处理器TMS320C55X及其CPU结构

TMS320C55X是一种低功耗高性能的数字信号处理器,本文介绍了其主要特性,并详细分析了TMS320C55X的CPU结构。     

基于DSP的嵌入式语音识别系统的实现

设计并实现了一种嵌入式语音识别系统。硬件核心处理器是ADSP2181,语音接口芯片为AD1847。软件模块包括语音端点检测、MFCC求取、动态时间弯折算法、识别结果判定、模板训练等。系统使用定点DSP实现了浮点DSP运算,提高了运算的精度,扩大了信号处理的动态范围。实验结果表明,该系统对孤立词特定人的识别率为98％。它可用于声控玩具、智能家电等,具有较大的市场应用价值。     

一种数字信号处理器ADSP-2181的原理与应用

简要介绍了一种数字信号处理器ADSP - 2 1 81的软硬件结构和基本特点 ,设计了一种以该处理器为核心的数据采集处理系统 ,并讨论了该系统的优缺点     

微波车流量检测雷达中数字信号处理机的设计

针对微波车流量检测雷达的要求,设计并实现了基于DSP芯片TMS320VC5502的数字信号处理机,对车流量检测雷达系统接收到的回波信号进行实时采样和分析计算出道路车流量.实验表明:该系统稳定可靠,满足智能交通系统对车流量检测器的要求.     

DSP处理器和通用处理器的比较

随着嵌入式系统的广泛应用,其应用程序的功能变得越来越强大和复杂,从而要求嵌入式处理器系统既能有效支持运算密集型的应用,又能有效支持控制密集型的应用。数字信号处理器(DSPs)能够有效进行运算密集型的实时计算;另一方面,通用微处理器(GPPs)则对控制密集型的应用提供有效的支持。本文从DSP处理器和通用微处理器的功能出发,讨论了两者在指令集、体系结构及存储器结构等方面的异同,同时对两者的性能也进行了评测和比较。结果表明,DSP处理器和通用微处理器都很难同时高效支持运算密集型的应用和控制密集型的应用。将两者体系结构进行融合,研究开发融合型高性能微处理器,是解决该问题的有效途径。     

"银河飞腾"高性能数字信号处理器研究进展

YHFT-DSP/700是2004年研制成功的“银河飞腾”系列超长指令字结构高性能浮点DSP,其主频达238MHz,峰值性能为每秒14亿次浮点运算和19亿条指令·介绍了YHFT-DSP/700的体系结构、设计方法和编译器等关键技术;介绍了同时多线程YHFT-DSP/SMT的体系结构,它可以将DSP的性能提高40%;分析了国际主流高性能DSP的体系结构和发展趋势·     

浅析数字信号处理器发展与应用

介绍了DSP的发展状况及应用领域,通过列举大量事实例证对DSP的未来以展望。     

浅析数字信号处理器发展与应用

介绍了DSP的发展状况及应用领域,通过列举大量事实例证对DSP的未来以展望。     

数字信号处理器(DSP)结构设计及发展趋势

高速信息化的时代需要更高性能的数字信号处理器(DSP),以满足网络通信和3G移动通信等方面的要求。该文分析了早期DSP处理器的结构特点和当今最先进的体系结构,结合应用背景着重探讨了不同DSP体系结构和它们各自的优势和劣势,在研究了数字信号处理新应用领域的特点后,根据今后的半导体制造工艺和微处理器体系结构设计的发展,指出了DSP处理器在微结构设计方面的发展趋势。