4 BÜLENT ECEVİT ÜNİVERSİTESİ ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EEM802 SAYISAL İŞARET İŞLEME Konu: DSP Sayısal İşaret İşleyiciler
4
BÜLENT ECEVİT ÜNİVERSİTESİ
ELEKTRİK ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ
EEM802 SAYISAL İŞARET İŞLEME
Konu: DSP Sayısal İşaret İşleyiciler
4
GİRİŞ
Bu raporun hazırlanmasındaki amaç sayısal sinyal işlemcisi olarak adlandırılan DSP
ile diğer mikroişlemciler arasında ne gibi farklılıklar bulunduğu hakkında bilgi verilmesi ve
her iki yapının incelenmesidir. Raporun ilk kısmında DSP’ler hakkında bilgi verilmekle
birlikte sayısal sinyal işlemenin konusuna ve amaçlarına değinilmiştir. İkinci kısımda
mikroişlemcilere, kullanım alanlarına ve görevlerine değinilmiştir. Üçüncü ve son kısımda ise
her iki yapının farklılıkları anlatılmış, işaret işleme ve mimari yapıları incelenmiş ve
farklılıkları belirtilmiştir.
BÖLÜM 1. DSP VE SAYISAL SİNYAL İŞLEME
Gerçek dünyadan alınan ses, müzik, video gibi analog işaretlerin sayı dizisi şeklinde
temsil edilmesi ve bu sayı dizilerinin nümerik işlemlerle dönüştürülmesi ve işlenmesi ile ilgili
işlemleri yapmak için optimize edilmiş mikroişlemci yapısıdır.
Şekil 1.1 Sayısal sinyal işleme sistemi
Sayısal sinyal işlemenin konusu analog olarak elde edilen sinyallerin dijital forma
dönüştürülmesiyle elde edilen sayısal veri üzerinde gerekli olan analizlerin yapılması ve
geliştirilmesi olarak özetlenebilir. Şekil 1.1’de görüldüğü gibi örnek bir sayısal sinyal işleme
sisteminde analog olarak alınan sinyal önce analog dijital çevirici ile sayısallaştırılmıştır.
Daha sonra DSP kısmında sinyal istenilen forma getirilmiştir. En son kısımda ise dijital sinyal
dijital analog dönüştürücü kullanılarak tekrar analog hale getirilmiş ve çıkış olarak ilgili
birime aktarılmıştır. Bu yapıda DSP sistemin beyin özelliği görevini üstlenmiştir.
BÖLÜM 2. MİKROİŞLEMCİLER VE GÖREVLERİ
Ana işlem biriminin (CPU) fonksiyonlarını tek bir yarı iletken tüm devrede
birleştirebilen ve programlanabilen sayısal elektronik bir bileşendir. Kısaca bilgisayarın
beynidir.
4
Şekil 2.1 Mikroişlemci Örnekleri
Günümüzde en büyük ana bilgisayardan en küçük el bilgisayarına kadar her sistem
çekirdeğinde mikroişlemci bulunmaktadır.
Şekil 2.2 Mikroişlemcinin Kullanım Alanları
Mikroişlemcilerin görevleri incelenirse;
Sistemdeki tüm elemanlara ve birimlere zamanlama ve kontrol sinyali sağlar
Bellekten komut alıp getirir
Komutun kodunu çözer
Komutun operandına göre veriyi kendisine veya giriş-çıkış birimlerine aktarır
Aritmetik ve mantık işlemlerini yürütür
Program işlenirken diğer donanımlardan gelen kesme taleplerine cevap verir
gibi birçok işlemi gerçekleştiren bir yapıyla karşı karşıya kalındığı anlaşılmaktadır.
BÖLÜM 3. DSP VE MİKROİŞLEMCİLER
Genellikle mikroişlemciyle DSP’nin rollerine bakıldığında net bir fark yoktur.
Günümüzde birçok DSP kendi içerisinde mikroişlemci özelliği barındırmaktadır. Aynı şekilde
birçok mikroişlemcide kendi içerisinde DSP özelliği barındırmaktadır. İkisi arasındaki fark iç
mimarileridir. DSP algoritmalarının icra edilmesindeki en büyük zorluk, bilginin hafızadan
alınması ve hafızaya gönderilmesidir. Geleneksel mikroişlemcilerde bu işlemler Von
Neumann mimarisiyle gerçekleştirilir. Günümüzde ortaya çıkan ve çok hızlı işlem yapmaya
4
imkân tanıyan mimari ise Harvard mimarisidir. Şu anda kullanılan DSP’lerin büyük bir
bölümü geliştirilmiş Harvard mimarisini kullanmaktadır. Von Neumann mimarisi veri ve
komutlar için tek hafıza kullanır. Harvard mimarisi ise veri ve komutlar için yüksek işlem hızı
sağlayan bağımsız hafızalar kullanır.
Şekil 3.1 Mimari Yapılar
Mikroişlemcilerle DSP’ler arasındaki temel farklar maddelendirilecek olursa;
Mikroişlemciler tasarımında öncelik veri işleme ve veri tabanı yönetimini
gerçekleştirmektir. DSP’lerin önceliği ise sayısal işaret işlemedeki matematiksel
hesaplamaları gerçekleştirmektir.
Mikroişlemcilerin donanım yapısındaki problemler pazar payı ve ürün ömrü vs.,
DSP’de ise geliştirme ve üretim maliyetinin yüksekliğidir.
Mikroişlemcide kesmelerin oluşturulması açısından sorunlar bulunurken, DSP’lerde
ise komut setinin büyüklüğü sorun oluşturmaktadır.
Ayrıca sinyal işleme algoritmaları açısından da her iki yapı arasında farklılıklar
bulunmaktadır. Geleneksel mikroişlemciler off-line işaret işlemeyi gerçekleştirirken, DSP’ler
real-time işaret işlemeyi gerçekleştirir. Off-line işaret işlemede veriler hafızada saklanır ve
ihtiyaç duyulduğu anda verilerin işlenmesi gerçekleştirilir. Buna karşın real-time işaret
işlemede verilerin eş zamanlı veya çok hızlı bir şekilde işlenmesi hedeflenmektedir.
Şekil 3.2 Real-time işaret işleme blok diyagramı
4
SONUÇ
Bu raporda DSP’ler ile mikroişlemci yapıları hakkında bilgiler verilmiş, görevleri
anlatılmış ve kullandıkları mimari yapılar karşılaştırılmıştır. Raporun içeriğinde verilen
bilgilerden de anlaşılacağı gibi günlük hayatta karşılaştığımız birçok yapıda bu cihazların
bulunduğu ve aktif olarak kullandığımız anlaşılmıştır. Bu rapor EEM802 Sayısal İşaret İşleme
dersi kapsamında hazırlanmış olup faydalı bilgiler barındırdığı düşünülmektedir.
REFERANSLAR
http://www.emo.org.tr/ekler/c3d69ed781b16bc_ek.pdf?dergi=4
http://www.dspguide.com/ch28.htm
https://en.wikipedia.org/wiki/Digital_signal_processor
http://www.arkelektronik.com/images/Ders_Notlari/Mikro1/Mikro_Temel%20K
avramlar_2.Hafta.pdf
http://web.karabuk.edu.tr/emelkocak/indir/MTM305/1x4.pdf
http://www.elektrotekno.com/about7812.html
http://docplayer.biz.tr/2787623-Mikroislemciler-alper-bayrak-abant-izzet-baysal-
universitesi-bolu.html
http://yildiz.edu.tr/~kunal/dspdsy/Bolum1.pdf
http://320volt.com/sayisal-isaret-islemeye-giris-dsp-hakkinda/
https://tr.wikipedia.org/wiki/Mikroişlemci
https://en.wikipedia.org/wiki/Digital_signal_processing
Ingrid Verbauwhede; Patrick Schaumont; Christian Piguet; Bart Kienhuis (2005-
12-24). "Architectures and Design techniques for energy efficient embedded DSP
and multimedia processing" (PDF). rijndael.ece.vt.edu. Retrieved 2014-06-11
4
1.GİRİŞ
Elektronikte sinyal; zaman, uzay ya da başka bir veya birkaç bağımsız değişkene bağlı
olarak değişkenlik gösteren fiziksel nicelik olarak tanımlanabilir. Elektromanyetik dalga, bir
devredeki direnç üzerindeki akan akım, ses dalgası sinyallere verilebilecek birkaç örnektir.
Sinyal işleme kavramı ise bu sinyallerin çeşitli matematiksel algoritmalar kullanılarak
karakterinin değiştirilmesi veya gerekli bilginin elde edilmesi için sinyalin analiz edilmesi,
işlenmesi anlamına gelmektedir.
Sinyal işleme farklı şekillerde yapılabilmektedir. Analog sinyal işleme, dijital(sayısal)
sinyal işleme, görüntü işleme bu çeşitlerinden bazılarıdır. Dijital sinyal işleme güvenilirlik ve
yapılabilirlik bakımında analog sinyal işlemeye göre daha avantajlıdır. Çünkü analog sinyal
işlemede ortam şartlarına bağlı parametrelerin değişime uğraması güvenirliği azaltmaktadır.
Dijital sinyal işleme, elimizdeki sayısal verileri analizini yaparak sonuca varma olarak
ifade edilebilir. Aslında doğada bulunan verilerin çoğu analog veri şeklinde bulunmaktadır.
Bundan dolayı analog bir veri halinde olan verilerle eğer bir sayısal sinyal işleme yapılacaksa
bu sinyalin ilk etapta sayısal bir sinyale dönüştürülmesi gerekir. Bunun için ADC yapıları
kullanılır ve analog olarak girişe gelen sinyalimiz sayısal sürekli verilere dönüştürülerek
sayısal sinyal işleme için hazır hale getirilmiş olur.
Herhangi bir sistem içerisinde yer alarak, o sistemi akıllı hale getiren elektronik
donanım ve yazılım ile oluşmuş entegre sisteme gömülü sistem denir. Gömülü sistemler
belirli bir amacı gerçekleştirmek için meydana getirilmiş tasarımlardır. Gömülü sistemlerde
kullanılan işlemcilere örnek olarak; PIC, ARM, DSP, 8051, FPGA vb. verilebilir.
Sayısal sinyal işleme için tasarlamış olan gömülü sistemler ailesinden olan
DSP(Digital Signal Processing)’ler yani sayısal sinyal işleme işleyici yapıları birçok alanda
kullanılmaktadır. Bunlardan bazıları; konuşma tanıma, metinden konuşmaya geçiş, gizli
iletişim, radar işleme, güdümlü mermi-füze yönlendirme, işitme cihazları, robotik, veri
şifreleme vb. DSP’ler yüksek hız ve düşük maliyet açısından birçok işlemci mimarisine göre
daha avantajlı bir tasarımdır. Örneğin DSP gibi yüksek hızda işlem yapabilen bir işlemci
mimarisi olan FPGA kiti 100-300 dolar arasında bir fiyata alınırken, DSP kitini 20-30 dolar
arası bir fiyata alabilirsiniz.
2. DSP MİMARİSİ
Dsp’ler kendi içerindeki komutları işlerken en büyük sorunlardan biriside hafızadan
bilgi almak ve hafızaya bilgi yazmaktır. Bu bilgiler bir sinyalin örneklenmiş verileri, bir
filtrenin parametre değerleri veya programa koduna ait komut bilgileri olabilir. Bu bilgiler
dsp’lerde ikili sayı şeklinde bulunmaktadır. Bu ikili sayısal bilgiler Dsp’nin CPU’sunda
(Central Processing Unit - Merkezi İşlem Birimi) program sıralayıcı tarafında çağrılmaktadır.
Bu bilgilerin işlenmesi ile amaca yönelik çıktı elde edilmektedir. Örneğin iki sayının
çarpılması işlemi yapılacak ise CPU’ya üç farklı ikili sayı göndermek gerekmektedir.
Bunlardan ikisi sayı bilgisini, diğeri ise komut bilgisini içermektedir. Şekil-1’de de
gösterildiği gibi DSP’ler ile çarpma ve benzeri işlemler yapılacağını düşünecek olursak bu
sayıların nasıl ve hangi sıraya göre hafızadan transfer edileceği önem arz etmektedir.
Dsp’lerde ve Dsp benzeri işleyicilerde mantıksal ve matematiksel işlemlerinin sistematik bir
şekilde yapılabilmesi ve hafızadan veri almak ve hafızaya veri yazmak için çeşitli mimari
yapıları ortaya atılmış ve geliştirilmiştir. Bunlar Von Neumann mimarisi, Harvard mimarisi ve
Süper Harvard mimarisidir. Temelde bu mimari yapıları kullanılmakla birlikte bu mimari
yapıları ek özellikler eklenmiştir.
4
Şekil 1: DSP'ler ile yapılan temel işlemler gösterilmiştir.
2. 1 Von Neumann Mimarisi
Şekil-2’de Von Neumann mimarisi gösterilmiştir. Von Neuman mimarisinde tek bir
hafıza ve bir veri yolunda oluşmaktadır. Hafızadan veri ve hafızaya veri transferi sadece bu
yol kullanılarak yapılmaktadır ve bu veri yolu olup çift yönlüdür. Bu durumda iki sayının
çarpacağımızı göz önüne alalım; bu işlemi yapmak için daha öncede bahsettiğimiz gibi
hafızadan CPU’ya üç ikili sayı transfer edilmek gerekli idi. Bu mimari yapısında sadece bir
yol olduğu için bu sayıları ayrı ayrı CPU’ya taşınması lazım. Bunun yapılması için ise en üç
devir (saykıl) zamanın geçmesi gereklidir. Her bir saykıl zamanında bir sayı taşınmaktadır.
Bu mimari yapısı aslında çoğu ihtiyacı karşılamaktadır ve günümüzde birçok mikroişlemci
sisteminde kullanılmaktadır. Fakat daha hız ve veri transferi gerekli durumlarda yeni mimari
yapıları geliştirilmiştir.
Şekil 2: Von Neumann mimari yapısı
2. 2 Havard Mimarisi
Şekil-3’de temel Harvard Mimari yapısı gösterilmiştir. Harvard mimarisinde Von
neumann mimari yapısının aksine program hafızası ile veri hafızası ayrılmıştır. Program
hafızası ile CPU arasında program yolu ve veri hafızası ile CPU arasında veri yolu
bulunmaktadır. Böylelikle program bilgisi ile veri bilgisi ayrı ayrı taşınabilmektedir. İlk
bakışta Von neumann mimarisi yapısına göre daha hızlı olduğu gözükmektedir. En başta
verdiğimiz iki sayının çarpma işlemini ele alırsak ; üç sayıyı çarpmak için hafızadan CPU’a
4
üç ikili sayı taşınması gerekli idi. Bu mimaride veri hafızasında iki ikili sayı ve program
hafızasında bir ikili sayı taşınacaktır. Her iki yolu aynı anda kullanabildiğimiz için aynı anda
taşınma işlemi gerçekleşecektir. Von neumann mimari yapısında üç saykıl zaman geçmesi
gerekli iken bu mimari yapısında iki saykıl zamanı geçmesi yeterli olacaktır. Fakat bu
durumda ise program yolunda bir bilgi verisi geçer iken veri yolunda bir bilgi verisi geçmekte
ve veri yolu daha meşgul olmaktadır. Bu durumu ortadan kaldırmak için yeni mimari yapısı
geliştirilmiştir.
Şekil 3: Harvard Mimarisinin temel yapısı
2. 3 Süper (Geliştirilmiş) Havard Mimarisi
Klasik Harvard mimarisi yapısına yeni özellikler eklenerek geliştirilmiştir. Şekil-4’te
bu mimarinin temel yapısı gösterilmiştir. ADSP-2106x ve ADSP-211xx ailesinde
kullanılmaktadır. Ayrıca SHARC DSPs olarak da isimlendiriliyor. Bu isim Super Harvard
ARChitecture kelimesinin harflerinin bir araya getirilmesi ile oluşturulmuştur.
Havard mimamiri yapısında program hafızasını ikiye ayrılmış ve bir kısmı veri
hafızası bir kısmı ise program hafızası olarak kullanılmaktadır. Bu durumda program yolunun
meşgul olmadığı durumlarda veri transferi içinde kullanılma olanağı sağlanmıştır. Bir sonraki
adımda ise program yolu daha etkin kullanmak amacı ile CPU üzerine komut ön belliği olarak
adlandırılan bir hafıza birimi yerleştirilmiştir. Bu hafıza birimi 32 güncel komut bilgisini
üzerinde tutmaktadır. Ve böylelikle program yolu komut bilgileri ön belleğe geçtikten sonra
tamamen veri yolu olarak kullanılabilir. Böylelikle hız bakımında önemli gelişme sağlanmış
olmaktadır.
Şekil 4: Süper Harvard Mimarisin temel yapısı
4
Ayrıca Dsplerde giriş ve çıkış yolları bulunmaktadır. Bu veri giriş ve çıkış yolları hem paralel
giriş hem de seri giriş yapılabilmektedir.
3. DSPLERİN İÇ MİMARİSİ
Şekil 5: günümüzde genelde kullanılan mimari yapısı
Şekil-5’de Dsp’nin iç yapısı gösterilmiştir. Dsplerin iç yapısın lojik ve matematiksel işlemleri
yapan birimler bulunmaktadır. Matematiksel işlemler ALU (Aritmetik lojik birimi), Çarpıcı
(Muliplier) ve kaydırıcı (Shifter) vasıtası ile yapılmaktadır. ALU toplama, çıkarma, mutlak
değerini ve mantıksal operatörler (AND, OR, XOR, NOT) işlemlerini gerçekleştirir. Çarpıcı
iki hafızadaki sayıları çarpar ve yeni bir hafızaya yazar. Ayrıca hangi bilginin hangi adreste
saklandığını göstermek veri adres üreteci ( DAG, Data Address Generator) mevcuttur. Bu
üretecinin ürettiği adresteki bilgiler alınır ve amaca yönelik kullanılır.
4. KAYNAKLAR
[1] http://www.dspguide.com/ch28/3.htm
[2] Sayısal İşaret İşleyicilerle OFDM Tasarımı, Ahmet EMİR, Yüksek Lisans Tez Çalışması,
2014
[3] https://www.byclb.com/TR/Tutorials/dsp_appl_spc/ch3_1.htm
[4] The Scientist and Engineer's Guide to Digital Signal Processing, İkinci Baskı, Steven W.
Smith
4
DSP’LER NE KADAR HIZLIDIR?
1. GİRİŞ
Bazı genel amaçlı işlemciler ve işletim sistemleri işaret işleme algoritmalarını yerine
getirebilir fakat büyük güç kaynağı ihtiyacı ve çip üzerindeki yer problemleri yüzünden cep
telefonu gibi taşınabilir aygıtlarda uygun olmadığından, bu teknolojilerde DSP kullanılması
gerekmektedir. DSP’ler çok yüksek hesap yükü gerektiren algoritmaları hızlı şekilde yerine
getirdikleri için tercih edilmektedirler. Ayrıca DSP ile tasarım yapmanın mikroişlemcilere
göre yüksek hızlı işaret işleme, güvenilirlik, yüksek performans, ucuz sistem maliyeti gibi
avantajları mevcuttur. DSP entegreler 1980’li yıllardan itibaren üretilmektedir.
Bir mikroişlemci tasarlanması gereken bir sistemde kullanılırken, bu sisteme uygunluğunun
en önemli şartlarından biri entegrenin uygulama hızlarıdır. Bu hızlar da gelen sayısal işaret
örneklerini ne hızla işleyip çıkışa aktardığıyla ilgilidir. Örneğin sabit noktalı işlemciler için
saniyede kaç komut işleyebildiği ( million instruction per second-MIPS) ve kayan noktalı
işlemciler için saniyede kaç kayan nokta işlemi yaptığı( million floating point operations per
second-MFLOPS) hız kriteri olarak düşünebilir. Gelen sayısal verilerin yüksek sayıda örnek
içermesi durumunda ( ses, video, radar işaretleri vs.) ve bu sinyallerin yüksek bit derinliği(
32,64 bit vs.) sahip olması, ayrıca bu sinyallerin üzerinde çok sayıda matematiksel işlemler
(FFT, IFFT, Konvolüsyon vs.) yapılması gerekiyorsa klasik mikroişlemciler yetersiz
kalacaktır. Dolayısıyla sayısal işaret işleyiciler içinde kendisinin de işlemci barındırdığı
yüksek hızlı tek çiplik entegre bilgisayarlardır. Bazı DSP’ler üzerinde işletim sistemi dahi
vardır. Örneğin piyasada 8 çekirdekli işlemciye sahip 160 GFLOPS( Giga floating point
operations per second) ‘a kadar çıkabilen DSP mevcuttur.( TMS3TMS320C6678)
2. FARKLI UYGULAMA ALANLARINDAKİ DSP ENTEGRE HIZLARI
Şekil-1’de Video ve Ses İşleme uygulamalarında kullanılan 40 Mhz saat frekasında çalışan
Analog Device SHARC ailesine ait ADSP 2106x entegre grubunda FIR, IIR, 1 boyutlu ve 2
boyutlu konvolusyon işlemlerini ne kadar hızlı işlediğini göstermektedir. ADSP 2106x
entegre grubunda bu işlemlerin hızları ve bu işlemlerle ilgili temel analizler aşağıda
sıralanmıştır:
- FIR filtre için yaklaşık 40 ile 400 katsayı gerekmektedir. Bu durumda her bir önek için 40
ile 400 saat darbesi gerektirdiğini göstermektedir. FIR filtre hızı, SHARC entegrenin saat
frekansı (40 Mhz) her örnek için saat darbe sayısına bölünerek bulunmaktadır. FIR filtre için
saniyede 100 K ile 1,6 M arasında örnek işlenmektedir.
-IIR filtrelerde işlenen her bir veri için 8 ile 20 saat darbesi süresi gerekmektedir. ADSP
2106x entegresi saniyede 1,8 M ile 3.1M arasında örnek işlenmektedir.
-ADSP 21062 entegresi 256 nokta FFT yapabilmek için her bir önek için 14,2 saat darbesine
ihtiyaç duyarken, 1024 nokta FFT için 18,221 saat darbesine, 4092 nokta FFT için ise 21,4
saat darbesine ihtiyaç duymaktadır. Tüm FFT varyasyonlarını için saniyede 1.8M ile 3.3M
arasında örnek işleyebilmektedir.
-1 boyutlu konvolüsyon için her örnek için 60 saat darbesi gerekmektedir. Ortalama saniyede
260K örnek işlenebilmektedir.
-2 boyutlu konvolüsyon işlemleri görüntü işlemek için kullanılmaktadır. ADSP 2106 150 saat
darbesi başına 1 piksel işleyebilmektedir. Ortalama saniyede 260K örnek işlenebilmektedir.
4
Şekil 1:ADSP 2106x Entegre Grubu Sinyal İşleme Hızları [5]
Çok sayıda veri alışverişinin olduğu ve bu verileri hızlı şekilde işlemenin gerektirdiği baz
istasyonları, femtocell, 4G LTE sistemleri gibi kablosuz iletişim yapılarında, gömülü
sistemlerde HD video sıkıştırma ve video kodlama gibi yüksek hesap yükü gerektiren
uygulamalarda kullanılacak DSP’lerde farklı hız faktörleri devreye girer. Bu sistemlerde
DSP’lerin komut seti her saat darbesinde çoklu işlem yapabilmeyi basitleştirmek ve tek bir
komutta fazla işlem bilgisi taşıyabilmesi için çok uzun komut kelimesi ( Very Long
Instruction Word-VLIW) olması gerekir. Tek bir komutla çoklu paralel datayı işleyebilmesi
beklenir.(Sıngle Instruction, Multiple Data –SIMD). Ayrıca milyarlarca çarpma toplama
işlemi yapabilmelidir. (Giga Multiply-Accumulate Operation-GMAC). Örneğin Tensilica
Firmasının CONN-X ailesinin BBE-64 entegresi 1GHz işlemci hızında her saat darbesinde
eşzamanlı 128 18 x 18 bit MAC işlemi yapabilir. Aynı zamanda saniyede 128GMAC işlem
yapabilmektedir. Şekil 2’de CONN-X ailesine ait entegrelerin hafıza hariç çekirdek alanına
göre saniyedeki GMAC temelli hız grafikleri gösterilmektedir. Dikkat edilirse her gelişmiş
entegrede Tensillica firması DSP hızlarını daha da artırma yoluna gitmiştir. Grafikten
haberleşme teknolojisi geliştikçe kullanılan DSP’lerin hızlarının da artacağı sonucu
çıkarılabilmektedir
.
Şekil 2: Tensilica ConnX ailesi DSP Hızları Grafiği [12]
4
Tıbbi görüntüleme sistemleri ve radar sistemlerinde yüksek hassasiyet gerektirir. Bu
sistemlerde kayan noktalı DSP’ler kullanılmaktadır. Örneğin bu alanda kullanılan Texas
Instruments firmasının ürettiği 8 çekirdekli TMS320C6678 1,25 GHz işlemci hızında 320
GMAC ve 160 GFLOP işlem yapabilmektedir. Şekil 3’te ise 1GHz frekansında çalışan tek bir
TI C66x DSP çekirdeğinin ARM Cortex A15 ve ARM Cortex A9 mikroişlemcilerine göre
GMAC ve GFLOPS açısından karşılaştırma grafiği verilmiştir. Şekil 3’te dikkat edilirse tek
çekirdekli C66x DSP entegresi dahi ARM Cortex A15’e göre saniyede en az iki kat kayan
noktalı işlem yapabilmektedir.
Şekil 3: C66x DSP ve ARM Cortex İşlemcileri Hız Karşılaştırmaları [16]
Endüstrideki kontrol uygulamalarında DSP’leri hız açısından mikrodenetleyicilere göre üstün
kılan bir özellik giriş sayısının artmasına rağmen çıkış işaretini hızlı bir şekilde üretmesidir.
Başka bir deyişle çıkışa verdiği tepkinin zamanla değişmemesidir. Şekil 4’te XMOS
firmasının ürettiği 32 bit XCORE DSP’sinin ATMEL SAM35 ve Microchip dsPIC33f
entegrelerine göre hız karşılaştırma grafiği verilmiştir.
Şekil 4: Xcore DSP’nin Farklı Entegrelere Göre Hız Karşılaştırması [7]
4
Şekil 4 incelenirse giriş sayısı artmasına rağmen XCORE çıkışa verdiği işareti yaklaşık hep
100ns’de üretebilmiştir. XCORE her durumda mikrodenetleyicilere göre 100 kattan fazla
hızda çalışmıştır.
Karmaşık otomasyon ve kontrol uygulamaları, uzay araçları, telekom sistemleri ve güvenlik
sistemlerinde DSP işlem hızını artırmak için daha fazla merkezi işlem birimi (Central
Processing Unit-CPU) ve çok çekirdekli DSP’ler kullanabilmek gerekir. Örneğin Texas
Instruments’ın ürettiği 66AK2H12 entegresinde 1,4 GHz hızlarında çalışan 4 çekirdekli ARM
Cortex-A15 entegresi ve 8 çekirdekli C66x DSP işlemcisi mevcuttur. 66AK2H12 entegresi 1,
4 GHz frekasında çalışır ve saniyede 200GFLOP ve 400 GMAC hızındadır.
Kullanım kolaylığı nedeniyle bazen nispeten DSP kullanılmayı gerektirmeyecek veri aktarım
hızlarında mikrodenetleyicilerin yeterli olduğu temel uygulamalarda da DSP
kullanılabilmektedir. Örneğin Texas Instruments’a ait sabit noktalı C2000 ailesi endüstriyel
otomasyon, fırçasız motor kontrolü, rasgele PWM kontrolü, sürücü motor kontrolü gibi sanayi
alanında kullanılmaktadır. DSP’ler sabit noktalıdır ve 150-200 MIPS hızlarında sinyal
işlemektedir.
Günümüzde üzerinde lojik tasarım yapılabilecek alan programlanabilir kapı dizileri (Field
Programmable Gate Arrays-FPGA) kitleri yaygın durumdadır. Bu kitlerle de sayısal işaret
işleme işlemleri yerine getirilebilir. Fakat kayan noktalı işlemlerde DSP entegresinin yerini
asla tutmayacaktır. Eğer sabit noktalı işlemlerde FPGA’lar DSP’lerle kullanılırsa performans
daha da artacaktır. Şekil 5’te Viterbi kod çözüşünü iki 66Mhz frekansında çalışan DSP ve bir
66MHz DSP ile FPGA’in gerçekleştirme sürelerinin karşılaştırmalı grafiğini göstermektedir.
Şekil 5: İki Viterbi Decoder’in İki Farklı Uygulamada Performans Grafiği [8]
Grafik incelenirse bir FPGA ve DSP ile 135ns’de veri işlenebilirken, iki DSP ile 360 ns’ de
işlenmektedir.
3. SONUÇ ve RAPOR ANALİZİ
Bu raporda DSP’lerin farklı uygulama alanlarında ne kadar hızlı çalışabildiği
gösterilmektedir. DSP’ler hız için GMAC, MIPS, GFLOPS, VLIW ve SIMD gibi farklı hız
kriterlere göre kıyaslanabileceğine değinilmiştir. Farklı uygulama alanlarında farklı hızlarda
DSP’lerin kullanılması gerekliliği ortaya konmuştur. Teknoloji geliştikçe hızı artırmak için
çok çekirdekli DSP tasarlamak hızı artırdığı hatta aynı entegrenin içinde başka
4
mikroişlemcilerle birlikte DSP’lerin var olması hızı daha da artırdığı araştırılmıştır.
Teknolojinin gelişmesiyle ortaya sabit noktalı DSP’lerle FPGA kitleri kullanmak hız
performansını artırdığına değinilmiştir. İlerleyen yıllarda özellikle veri işlemenin daha da
hızlanması gereken durumlar ortaya çıkacaktır. Bu da büyük firmaları daha hızlı DSP
entegreler üretmeye zorlayacaktır.
4. KAYNAKLAR
[1] http://www.ti.com/lsds/ti/processors/dsp/c6000_dsp/overview.page
[2] http://www.ti.com/lsds/ti/processors/dsp/c6000_dsp/c66x/tools_software.page
[3] http://www.ti.com/product/TMS320C6678/technicaldocuments
[4] http://www.ti.com/lit/ds/symlink/tms320c6678.pdf
[5] http://www.dspguide.com/ch28/6.htm
[6] https://www.byclb.com/TR/Tutorials/dsp_advanced/ch4_1.htm
[7]https://download.xmos.com/XM-002055-PC-
4.pdf?auth=WzAsIjc4LjE2OC4xNjYuMjM0IiwxNDQ5OTUwODIxLCJYTS0wMDIwNTUt
UEMtNC5wZGYiXQ==
[8] http://www.xilinx.com/appnotes/dspintro.pdf
[9]http://www.commagility.com/whitepapers/CommAgility_white_paper_floating_point_wit
h_TI_C66x_DSPs.pdf
[10] http://www.ti.com.cn/cn/lit/an/sprabb6b/sprabb6b.pdf
[11] http://www.elektrotekno.com/about7812.html
[12]http://ip.cadence.com/uploads/pdf/HotChips%20Tensilica%20BBE64%20Proceedings.pd
f
[13] http://ip.cadence.com/uploads/pdf/ConnX%20BBE64.pdf
[14] http://www.ti.com/product/66ak2h12
[15]http://www.ti.com/lit/ds/symlink/66ak2h12.pdf
[16] http://www.ti.com/lsds/ti/processors/dsp/overview.page
4
DSP MARKETİ
GİRİŞ
Bir ürün ile ilgili market (pazar) payı o ürüne olan talep/ilgi ile doğru orantılı olarak
değişmektedir. Bu nedenle sayısal işaret işleyiciler (Digital Signal Processors –DSP) ile ilgili
pazara bakmadan önce DSP’lerin tanımlanması, tarihi, nerelerde kullanıldıkları ve
kullanıldıkları alanların pazar büyüklüklerinden bahsedilmesi gerekmektedir [1].
Bu raporda öncelikli olarak DSP’lerin ne anlam ifade ettikleri ve gelişme süreçlerine
kısa bir göz atılacaktır. İkinci Bölümde DSP üreticileri hakkında ve üretilen DSP’ler hakkında
kısa bilgiler sunulacaktır. Üçüncü bölümde DSP’lerin kullanıldıkları alanların market
tanımlaması ve DSP’lerin kullanımının bu alanlardaki dağılımına değinilecektir. Son bölümde
ise DSP’lerin market büyüklüğünün yıllara göre değişimine bakılacaktır. Bu bölümde ayrıca
DSP’lerin benzer ürünlerle pazar kıyaslamalarına bakılacaktır.
1.DSP’ler ve Tarihi
Sayısal işaret işleyiciler kelime anlamı olarak en genel ifadeyle sayısal işaretler
üzerinde işlemler yapabilen mikroişlemciler olarak tanımlanabilirler. Ancak bu tanım DSP
olarak adlandırılan entegre devrelerin genel amaçlı işlemciler (General Purpose Processor-
GPP)’den ayrımını ifade etmekte yetersiz kalmaktadır. DSP’leri sayısal olarak gerçeklenecek
işlem yükünün fazla olduğu uygulamalara özgü devreler olarak tanımlamak daha doğru
olacaktır [2].
DSP’lerin ilk denemelerine 1980’lerde başlanmıştır. Ticari olarak başarılı olmayan ilk
prototip 1978 yılında “Intel” firması tarafından üretilen “analog işaret işleyicidir”. Üretilen
prototip üzerinde bir analog sayısal dönüştürücü (Analog Digital Converter -ADC) ve sayısal
analog dönüştürücü (Digital Analog Converter -DAC) ile bir sinyal işleyici bulunmaktaydı.
Bir diğer deneme ise “AMI” tarafından üretilen “S2811” , fakat bu üründe ticari olarak
başarılı olmadı. İlk başarılı olan DSP’ler ise 1980 yılında “NEC” tarafından üretilen
“µPD7720” ve “AT&T” tarafından üretilen “DSP1” adlı DSP’lerdi. Bir sonraki başarılı
üretim ise şu anda DSP pazarının en büyük pay sahibi olan “Texas Instruments” tarafından
1983 yılında üretilen “TMS32010” adlı DSP oldu. Oldukça başarılı olan bu üretimden sonra
DSP pazarında oldukça hızlı bir artış yaşandı [1].
2. DSP Üreticileri
Sektörde bulunan başlıca DSP üreticileri aşağıda verilmiştir.
Analog Devices
Altera Corp
4
Broadcom Corp.
Freescale Semiconductor Ltd.
Ceva Inc.
Infineon Technologies AG
Marvell Technology Group Ltd.
LSI Corp.
MIPS Technologies Inc,
Qualcomm Inc.
NXP Semiconductors N.V.
Renesas Electronics Corp.
ST Microelectronics N.V.
Samsung Electronics Co. Ltd.
Toshiba Corp.
Texas Instruments Inc.
Xilinx Inc.
Bu üreticilerden “Analog Devices”, ilk olarak faaliyete “Motorola” olarak başlayan
“Freescale Semiconductor Ltd.” ve “Texas Instruments Inc.” gibi firmalar DSP üretime
1980’lerde başlayıp halen pazarın içerisinde bulunan firmalardır. “Altera Corp.” ve “Xilinx
Inc.” gibi firmalar ise ana üretimleri olan Sahada Programlanabilir Kapı Dizileri (Field
Programmable Gate Array –FPGA)’lar devrelerinin içerisinde kullanmak üzere kendi DSP
entegrelerini üretmektedirler.“Qualcomm Inc.” gibi firmalar ise özellikle akıllı mobil
cihazların son yıllarda oldukça artmasıyla pazarda söz sahibi olan firmalardır.
2008 yılına ait DSP pazarının firmalara göre dağılımı Şekil 2.1’ de verilmiştir.
Şekil 2.1: 2008 yılına ait DSP pazarının üreticilere göre dağılımı [3].
Pazarda bazı üretici firmalara ait yollara göre üretimine başladıkları DSP entegrelerinin listesi
ve bu entegrelerin özellikleri Şekil 2.2 ‘de verilmiştir.
65%
12%
4%
3%
16%
Toplam Pazar Payı: 6.5 Milyar Dolar
Texas Instruments
Freescale
Analog Devices
LSI
Diger
4
Şekil 2.2: Yıllara göre bazı firmaların üretimine başladıkları DSP aileleri [4].
3. DSP’lerin Kullanıldıkları Alanlar
DSP’ler işlem kabiliyetlerini yüksek olması sebebiyle günümüzde haberleşmeden otomotive,
kontrol uygulamalarından mobil cihazlara, medikal uygulamalardan askeri uygulamalara
kadar çok geniş bir yelpazede tercih edilmektedirler. En yoğun olarak kullanıldıkları alanlar
ise bilgi ve iletişim teknolojileri ve bilgisayarlar gibi sayısal işlem yükünün ve analog sayısal
dönüşümlerin çokça olduğu alanlardır. Toplam DSP pazarının alanlara göre dağılımı Şekil
3.1’de verilmiştir.
Şekil 3.1: DSP kullanımının alanlara göre dağılımı.
Bilgi ve İletişim
Tek.; 42,4
Bilgisayar; 24,6
Tüketici Elektr.;
22,7
Otomotiv; 3,5
RF ve Diğerleri;
2,8 Medikal;
1,5
Askeri ve Savunma;
1,3
Endüstriyel; 1,2
4
Marketin ne kadar hızlı büyüdüğünü saptayabilmek adına örnek olarak otomotiv
sektöründeki DSP kullanımının 2010-2018 yılları arasındaki tahmin edilen yıllık büyüme
oranı kullanıldıkları iki özellik temel alınarak Şekil 3.2’de verilmiştir.
Şekil 3.2: Otomotiv sektöründe 2010-2018 yılları arasında DSP kullanımında tahmin edilen
yıllık büyüme miktarı [5].
DSP kullanımında en büyük paya bilgi ve iletişim teknolojilerinin sahip olduğu Şekil 3.1’de
açıkça gözükmektedir. Bu alanda DSP’lerin kullanımını görmek adına 4.Nesil iletişim (4G)
teknolojilerinde kullanılan fiziksel katmanda hangi birimlerin DSP kullanılarak
gerçekleştirildiği Şekil 3.3’te verilmiştir.
Şekil 3.3 : 4. Nesil iletişim teknolojilerinde kullanılan bir baz istasyonunda DSP kullanılan
blokların gösterimi [6].
0%
2%
4%
6%
8%
10%
12%
14%
Motor Sürücü Yardım
4
DSP’lerin bir cep telefonu içerisinde nerede kullanıldıkları ise Şekil 3.4’ te verilmiştir.
Şekil 3.4: Bir akıllı telefon içerisinde DSP kullanılan birimlerin gösterimleri
4. DSP Marketinin Değişimi
Artan talepler doğrultusunda DSP marketi 1980’lerden beri hızla büyümeye devam
etmektedir. Bu büyüme özelikle DSP’lerin ilk kullanılmaya başlandığı 1980-2000 yılları
arasındaki 20 yıllık süreçte çok fazla olmuştur. 2000 yıllardan sonra gerek gelişen merkezi
işlemci birimi (Central Processor Unit –CPU) mimarileri gerekse farklı teknolojiler
doğrultusunda büyüme hızı biraz azalsa da, özellikle analog sayısal dönüşüm gerektiren
uygulamaların vazgeçilmez platformu olduğundan popülerliğini korumaktadır. Bahsedilen
teknolojilerin gelişimine paralel olarak DSP mimarileri de gelişmiş ve hızları oldukça
artmıştır. Toplam DSP marketinin sırasıyla, 1995-2002 yılları arasındaki ve 2008-2013 yılları
arasındaki değişimi Şekil 4.1’de ve 4.2’de verilmiştir.
Şekil 4.1: 1995-2002 yılları arasındaki DSP market değerinin değişimi [1].
0
2
4
6
8
10
12
14
16
18
1995 1996 1997 1998 1999 2000 2001 2002
Mily
ar D
ola
r
Yıllar
4
Şekil 4.2: 2008-2013 yılları arasındaki DSP market değerinin değişimi [7].
DSP marketinin benzer ürünler olan IP çekirdekler (IP core) ve mikroişlemciler
marketleri ile karşılaştırılabilmesi adına 2013-2020 arasındaki tahmini değişimleri Şekil 4.3’te
verilmiştir.
Şekil 4.4: DSP, IP core ve MCU marketinin 2013-2020 yılları arasındaki tahmini
değişimi[8].
SONUÇ VE TARTIŞMA
DSP entegrelerine olan talebin her geçen gün artmasıyla doğru orantılı olarak market
değerinin artacağı çıkarılabilecek en net sonuçlardan birisidir. Bu talebin artması ise son
kullanıcı ya da farklı sektör üreticilerin sayısal işaret işleme tekniklerine olan ihtiyaçlarının
artmasıdır. Bu ihtiyacı karşılayabilmek için her geçen gün gelişen DSP teknolojisi ile
üreticiler daha hızlı ve daha küçük boyutta DSP entegreleri üretmek için çalışmaktadırlar. Bu
da bize göstermektedir ki DSP marketi büyümeye devam edecektir.
0
5
10
15
20
25
30
35
40
45
50
2008 2009 2010 2011 2012 2013
Miy
ar D
ola
r
Yıllar
0
20
40
60
80
100
120
2013 2014 2015 2016 2017 2018 2019 2020
DSP IP Core MCU
4
Rapor içerisinde sunulan veriler göstermektedir ki farklı alanlarda kullanılan DSP’lere olan
ihtiyaç hızlı bir biçimde artmaktadır. Bu da pazara girmek isteyen yeni üreticileri –ya da kendi
DSP sini üretmek isteyecek firmalar- doğuracaktır. Bunun sonucu olarak marketin büyük
çoğunluğuna sahip olan “Texas Instruments”ın payının azalması beklenebilir. Pazardaki
dağılımın nasıl olacağı tam olarak kestirilemese de 2013 yılında 43 milyar $ olan toplam DSP
market değerinin 2020 yılında yaklaşık 60 milyar $ olacağı neredeyse kesindir.
KAYNAKLAR
1- Edwin J. Tan, Wendi B. Heinzelman, DSP Architectures: Past, Present and Future
2- Steven W. Smith The Scientist and Engineer's Guide to,Digital Signal Processing
3- URL-1 www.icinsight.com
4- Charlot F. Digital Signal Processor Over the last 30 years
5- URL-2 www.designnews.com
6- URL-3 www.forwardconcepts.com
7- URL-4 www.marketsandmarkets.com
8- Digital Signal Processor (DSP) Market to 2020 – Sales Growth in Smart Phones, Digital
Cameras and Laptops will Sustain Demand New Research Report
4
DSP Uygulama Alanları
Sayısal işaret işleyiciler(DSP) birçok firma tarafından ve değişik özelliklere sahip olarak
üretilirler. Dünyanın en büyük DSP üreticisi olan Texas Instruments(TI) internet sitesinde,
DSP seçimi ile ilgili Şekil1’de ekran çıktısı görülen bir arayüz bulunmaktadır. Bu arayüz
araştırmacıdan, aradığı özellikleri seçmesini istemekte, ardından da bu kriterlere uyan
DPS’leri listelemektedir. Bu sitenin kullanıcıdan istediği bilgiler, DSP’lerin hangi kriterlere
göre seçileceği ile ilgili bize yok göstermektedir.
Şekil-1
DSP seçiminde en önemli parametre, DSP’nin nasıl bir uygulamada kullanılacağıdır. DSP
çiplerinin kullanılabileceği uygulamaları
Haberleşme
Endüstriyel otomasyon
Biyometrik güvenlik
Tıbbi cihazlar
Ses ve görüntü uygulamaları
Otomotiv
Ev otomasyonu
Elektronik ürünler
Akış ölçerler
gibi genelleyebiliriz. DSP seçimi ile ilgili diğer parametreler de uygulama tipine göre
şekillenecektir ve en uygun işlemci seçilecektir.
Haberleşme uygulaması yapılıyorsa, yani yüksek frekanslarla işlemler yapılacaksa, DSP’nin
yapması gereken işlemleri iki örnek arasında tamamlayabilecek hızda seçilmesi
gerekmektedir. İşlem hızının artırılması için L1 Ön Bellek boyutunun, ve işlemci Bellek
Tipinin de uygun şekilde seçilmesi gerekmektedir. Bazı uygulamalar çok sayıda FFT
hesaplaması gerektirdiğinden, işlemci üzerindeki yükü paylaşacak DSP Coprocessor
donanımına sahip çiplerin kullanılması uygun olacaktır.
DSP’nin yaptığı işlemleri dış dünyaya iletmesi, örneğin bir ekrana yazdırılması veya, başka
bir mikroişlemciye gönderilmesi gerekebilir. Bu gibi durumlarda DSP’nin haberleşmesini
sağlayacak ortamlar da(USB, SPI, UART, vb) belirlenmelidir.
DSP bir hobi uygulamasında kullanılacaksa muhtemelen normal ortam koşullarında
bulunacaktır. Hobi değil de otomotiv, askeri ve uzay uygulamaları söz konusu olduğunda ise
yüksek hassasiyetli işlemler yapabilen, uzun ömürlü ve aşırı sıcaklık ve yüksek nemli
ortamlarda çalışabilecek özellikte çipler seçilmelidir.
DSP Uygulamaları
4
DSP çipinin seçilmesi ile ilgili en önemli parametre, çipin nasıl bir uygulamada kullanılacak
olmasıdır. Bu bölümde DSP çipleri kullanılan uygulamalara örnekler verilecektir.
Biyometrik Güvenlik
Biyometri, bireyin ölçülebilir fiziksel ve davranışsal özelliklerini tanıyarak kimlik saptamak
üzere geliştirilmiş otomatik sistemler için kullanılan bir terimdir. Biyometrik uygulamalarda,
bireyin ölçülen özellikleri sayısallaştırılır ve DSP çiplerinin yardımıyla korelasyon
hesaplamaları yapılarak kimlik teşhisleri yapılır.
Bireylerin ölçülebilir ve davranışsal özellikleri genel olarak şunlardır;
Parmak izi,
Avuç içi damar izi,
Yüz,
Göz bebeği,
DNA,
Ses,
İmza,
Konuşma,
Kullanılan biyometrik sistemlerin belki de en önemlisi polis merkezlerinde kullanılan parmak
izi okuma sistemleridir. Bu sistemde öncelikle, kişilerin parmak izleri optik bir ekipman ile
taratılır ve görüntü sayısallaştırılır. Sayısallaştırılan parmak izinde, Şekil-2a’da belirtilen ve
her parmak izinde bulunan detaylar(minutiae points) tespit edilir. Şekil-2b’deki gibi detay
noktaları
Şekil-2a Şekil-2b
belirlenen parmak izi, veritabanına kaydedilir. Veritabanı yeteri kadar örnek ile
oluşturulduktan sonra da benzer bir yöntem ile kimlik tespiti yapılabilir.
Şekil-3a Şekil-3b
Şekil-3a, parmak izi ile kimlik tespiti prosesini özetlemektedir. Blok yapısının Enrollment ile
belirtilen kısmında veritabanına örnekler toplanmakta, Authentication kısmında ise,
incelenecek olan parmak izi önce sayısallaştırılarak detay noktaları belirlenmektedir.
4
Ardından da veritabanındaki diğer izler ile olan benzerliği korelasyon hesaplamaları ile
incelenerek, kimlik tespiti yapılmaktadır.
Ses ve Görüntü Uygulamaları
Analog devreler, ses uygulamalarında sıkça kullanılmaktadır. Bir müzik teknisyeni, değişik
enstrümanlardan gelen sesleri farklı kazançlarla toplama işlemine sokarak dinleyicilerin en iyi
şekilde müzik dinlemesini sağlar. Benzer şekilde, bir elektrogitardan gelen analog ses sinyali,
sürekli zaman filtresinden geçirildiğinde, filtre çeşidine göre Rock, Metal, Blues gibi tonlarda
sesler elde edilmektedir.
DSP çipleri ile tasarlanan ekipmanlar ile de bu işler yapılabilmektedir. DSP’lerin yüksek hızlı
işlem yapabilmeleri sebebiyle, çok daha fazla müzik enstrümanı ile çalışmak mümkün
olmaktadır. Elektogitar işlemcilerinde de, sürekli zaman yerine ayrık zaman filtreler
kullanılarak daha fazla çeşitliliğe sahip ses çıktıları almak mümkündür.
Dijital Fotoğraf makinaları DSP’lerin görüntü uygulamaları için verilecek en basit
örneklerdendir. Bu makinalar, optik sensör üzerine gelen yüksek çözünürlükteki görüntü
bilgisini sayısallaştırıp bir dizi işlemden geçirerek hafızaya kaydederler. Ortalama bir makine,
her biri geniş bir renk skalasında ifade edilen 12 milyon noktayı, 200-300milisaniye içerisinde
işleyip hafızaya kaydedebilmektedir.
Şekil-4
Bir manzara fotoğrafı çekilmek isteniyorsa, fotoğraf makinesi bunu hızlı bir şekilde
yapabilmektedir. Eğer şelale, kıvılcım gibi hareketleri estetik şekilde gösterilebilecek olan
kareler fotoğraflanmak isteniyorsa, bu durum biraz değişecektir. Şekil 4’deki gibi bir fotoğrafı
elde etmek için, aynı noktadan 30 saniye boyunca görüntü alması, bu görüntülerin
sayısallaştırılarak bir yere depolanması gerekmektedir. Toplanan çok sayıdaki fotoğraf karesi
daha sonra birleştirilerek akan bir şelale görüntüsü ortaya çıkmaktadır.
4
Böyle bir uygulamada, milyar mertebesinde noktanın işlenmesi söz konusu olduğundan, hızı
bir DSP çipi ile rekabetçi bir fotoğraf makinesi üretmek mümkün olacaktır.
Endüstriyel Otomasyon Uygulamaları
Endüstriyel uygulamalar, sürekli ölçümlerin yapıldığı, gerçek zamanlı çalışmanın
hedeflendiği uygulamalardır. Eğer bir büyüklük, sağlıklı bir şekilde ölçülebilir ve gerçek
zamanlı yorumlanabilirse, kontrol edilmesi de mümkün olacaktır. Kontrol edilen bir veri de
optimizasyonu yapılabilecek, yani iyileştirmeye açık olacaktır. Bu da DSP’lerin endüstriyel
uygulamalarda kullanımının zorunluluğunu göstermektedir.
DSP’lerin endüstriyel uygulamalarda kullanımı ile, titreşim analizleri yapılabilmekte, adaptif
kontrol sistemleri geliştirilmekte, radarlı veya ultrasonik sensörler ile ölçümler
yapılabilmektedir.
Titreşim Analizi
Dönen ekipmanların belirli bir titreşimi vardır. Bu titreşim miktarı, uygunsuz montaj, çatlak,
kir, korozyon gibi sebeplerden değişmektedir. Şekil-5a’daki fan uygulamasında, buhar türbini,
dişli kutusu, bağlantı noktaları, yataklar ve fan vibrasyona neden olabilecek parçalardır.
Şekil-5a Şekil-5b
Bu parçaların sebep olduğu titreşimler Şekil-5b’deki gibi zaman bölgesinde takip edilmelidir.
Eğer titreşim değeri ISO Standartlarında belirlenen limit değerlerine ulaşırsa, titreşimin daha
detaylı olarak incelenmesi gerekir. Şekil-5b’deki zaman bölgesi sinyali frekans bölgesinde
incelenirse Şekil-6a’daki gibi bir görüntü ile karşılaşılır. Bu görüntü ile titreşimin aslında
belirli frekanslardaki değişik genlikli sinyallerin toplamı olduğu anlaşılmaktadır.
Şekil-6a Şekil-6b
4
Şekil-6b’deki gibi ekipmanlar, zaman bölgesindeki titreşim sinyali için FFT hesaplayıp,
bulduğu frekans bileşenlerini inceler ve sistemin(örneğin fan sistemi) hangi parçasında nasıl
bir sorun olduğu ile ilgili yorum yaparak bakım personelini yönlendirir.
Adaptif PID Denetleyici
PID denetleyiciler endüstride çok geniş bir uygulama alanına sahiptir. Pratikte bu
denetleyicilerin P, I ve D parametreleri ayarlanırken geçmiş proses tecrübelerinden
yararlanılmaktadır. Ancak proses şartlarındaki değişimler, sistemin transfer fonksiyonunu ve
darbe cevabını değiştireceğinden, PID denetleyici performansı düşecektir.
Şekil7’de adaptif PID kontrolörün blok yapısı verilmiştir. Burada adaptif kısım, prosesin giriş
ve çıkış değerlerini kullanarak, Sistem Tanımlama yaklaşımları ile prosesin yaklaşık bir
transfer fonksiyonu hesaplar. Daha sonra da bu transfer fonksiyona göre PID parametreleri
tekrar hesaplar. Böylece, proses şartlarının değişmesi durumunda bile PID denetleyici kesin
bir kontrol sağlayabilir.
Şekil7
Adaptik PID denetleyicilerin performansı, hesaplanan transfer fonksiyonu doğruluğuna ve
işlemlerin gerçek zamanlı yapılıp yapılmadığına bağlıdır.
Toplama ve çarpma işlemlerinin kullanıldığı Sistem Tanımlama yöntemlerinin gerçek zamanlı
ve belirli bir doğrulukla uygulanması için de DSP temelli sistemlerden yararlanılmaktadır.
Radarlı veya Ultrasonik Seviye Ölçer
DSP’lerin endüstri uygulamalarında kullanımının artması ile radarlı ve ultrasonik sensörlerin
de kullanımı artmıştır.
4
Şekil-8a Şekil-8b
Şekil-8a, radarlı seviye ölçümü yapılan bir tankı göstermektedir. Tankın içine gönderilen
radar sinyali, karşılaştığı yüzeylere çarparak geri döner ve bu sinyaller alıcı devre tarafından
yakalanır. Buradaki önemli ayrıntı, tank sisteminde radar sinyalinin, tanktaki sıvıdan ve
dolum işlemini gerçekleştiren musluktan yansıyacağıdır. Yansıyan bu sinyal incelendiğinde,
Şekil8b’nin “Before” ile etiketlenmiş kısmındaki gibi bir görüntü elde edilir. Burada mavi
sinyal, vericiden gönderilen sinyalin hangi mesafede, ne kadar büyük bir engele çarparak geri
döndüğünü gösterir. Şekildeki sinyalde, 3 ve 9. metrelerde engellerle karşılaşıldığı
görülmektedir.
Bu tarz ölçüm yapan bir cihazın kurulumunda, sistem analiz edilmelidir. Malzeme seviyesi
haricinde yansıma yapma ihtimali olan yerler belirlenmeli ve Şekil-8b’nin “After” ile
etiketlenmiş kısmındaki kırmızı işaret gibi bir filtre oluşturulmalıdır. Bu filtre 3. mertedeki
engelden yansıyan sinyali geçersiz sayarak 9. metredeki malzeme seviyesini hesaplamıştır.
Sonuç
DSP’ler, FFT, korelasyon, çok sayıda toplama ve çarpma işlemlerinin yüksek hassasiyetle,
gerçek zamanlı ve düşük maliyetle yapılmasına olanak sağlamaktadır. Bu özellikleri
DSP’lerin her geçen gün daha çok uygulamada kullanılmasına sebep olacaktır.
Kaynaklar
http://www.ti.com/solution/fingerprint_biometrics
http://ijset.com/ijset/publication/v2s9/IJSET_2013_918.pdf
http://www.cse.msu.edu/~rossarun/pubs/RossMinTexture_ICIP01.pdf
http://www.ti.com/sc/docs/general/dsp/fest99/poster/ltangchassaing.pdf
http://www.ti.com/lit/an/spra550/spra550.pdf
http://www.ti.com/sc/docs/general/dsp/festproceedings/fest2000/alfred001.pdf
http://www.dspguide.com
http://www.glomet.net