作者的话

ADI的音频DSP里，SHARC是现阶段最高端的型号，在汽车座舱的前装后装、音响、调音台等一切音频相关的应用中，都得到了广泛的应用。我在前面的文章中写过一个经典的型号：21489，这个系列就简单的说一说SAHRC的算法吧，文章我借鉴了很多前辈的积累，加上自己的一点点小理解，先致敬。

硬件准备

ADSP-21489EVB：ADI 21489 DSP的开发板

产品链接：https://item.taobao.com/item.htm?spm=a1z10.5-c.w4002-5192690539.13.3cd16938GrbRa1&id=539694123232

AD-HP530ICE：ADI DSP通用仿真器

产品链接：https://item.taobao.com/item.htm?spm=a1z10.5-c.w4002-5192690539.11.27e0bfa3NS4TTS&id=38007242820

软件准备

Visual DSP++：ADI DSP的软件开发环境

数字信号处理基础知识

这一块比较通用，有大把的教材可以看。我就只讲一下我自己的小小理解。

信号处理我觉得主要包含两个方面：

1. 算法的研究

算法的研究，我认为是要按照要求，设计有限的、确切的计算过程，这个过程不仅需要实现所需的功能，还要将所需的运算量和存储空间控制在可以接受的范围内。数字信号处理的任务是算法研究，一般在 Matlab 或 c 语言等软件平台上进行仿真。

2. 数字信号处理的实现

数字信号处理的实现是用硬件、软件或软硬件结合的方法来实现各种算法。目前各类数字产品中最常用的是软硬件结合的方法，即在通用的数字信号处理芯片（Digital Signal Processor，DSP）上通过软件来实现各种数字信号处理算法。

数字信号处理及数字信号处理器的英文缩写均为 DSP，前者指算法，后者指器件，工程上 DSP 一般指的是后者，即数字信号处理器，本文也是默认这一说法。

数字信号

数字信号处理最基本的算法有两类：频谱分析、数字滤波。为了实现这两类算法，首先要了解什么是数字信号，下图是其示意图。

专业数字音频信号处理中，常见的采样率：44.1kHz、48kHz、96kHz、192kHz，采样精度：16bit、24bit、32bit。采样率和采样精度越高，信号的失真就越小，但所需的存储空间也越大、所需计算的数据也越多，因此实际的工程应用中要根据实际情况合理选择采样率和采样精度。

采样得到的数据其字长由采样精度确定，表示方法有两种：定点、浮点，在 DSP 的应用中经常遇到，下面作简要介绍。

1. 定点数及其定标

在定点 DSP 芯片中，采用定点数进行数值运算，其操作数一般采用整型数来表示。一个整型数的最大表示范围取决于 DSP 芯片所给定的字长。显然，字长越长，所能表示的数的范围越大，精度也越高，现以 16 位字长为例。

DSP 芯片的数以 2 的补码形式表示。每个 16 位数用一个符号位来表示数的正负，0 表示数值为正，1 则表示数值为负。其余 15 位表示数值的大小。因此

二进制数 0010000000000011b - 8195 (十进制数)
二进制数 1111111111111100b -4 (十进制数)

对 DSP 芯片而言，参与数值运算的数就是 16 位的整型数。但在许多情况下，数学运算过程中的数不一定都是整数。那么，DSP 芯片是如何处理小数的呢？应该说，DSP 芯片本身无能为力。那么是不是说 DSP 芯片就不能处理各种小数呢？当然不是。这其中的关键就是由程序员来确定一个数的小数点处于 16 位中的哪一位，这就是数的定标。

二进制转换为十进制的计算方法如下：一个具有 n+ 1 位整数 m 位小数的二进制数表示为：

以上数据的下标 2、10 分别表示二进制、十进制。

通过设定小数点在 16 位数中的不同位置，就可以表示不同大小和不同精度的小数了。数的定标有 Q 表示法和 S 表示法两种。同样一个 16 位数，若小数点设定的位置不同，它所表示的数也就不同。例如：

16 进制数 2000H＝8192，用 Q0 表示
16 进制数 2000H＝0.25，用 Q15 表示

其中 Q0 表示小数的位数为 0，整数 15 位，符号 1 位；Q15 表示小数的位数是 15，整数 0 位，符号 1 位。

但对于 ADI的DSP 芯片来说，不管小数设在什么位置，处理方法是完全相同的，都是看成 16位的整数，真正的数据是什么就需要根据工程师设定的 Q 来计算。 从表 1 可以看出，不同的 Q 所表示的数不仅范围不同，而且精度也不相同。Q 越大，数值范围越小，但精度越高；相反，Q 越小，数值范围越大，但精度就越低。例如，Q0 的数值范围是-32768 到+32767，其精度为 1，而 Q15 的数值范围为-1 到 0.9999695，精度为 1/32768 = 0.00003051。

因此，对定点数而言，数值范围与精度是一对矛盾，一个变量要想能够表示比较大的数值范围，必须以牺牲精度为代价；而想提高精度，则数的表示范围就相应地减小。在实际的定点算法中，为了达到最佳的性能，必须充分考虑到这一点。

2. 浮点数

定点数由于要对数定标，编程时难度较大，数据的精度也会受到一定的影响。若用浮点数，则简单方便很多。一个浮点数可以表示为指数和尾数的形式：

其中，e 称为阶码（指数），m 为尾数。

IEEE 754-1985 定义的单精度格式的字长是 32 位，按下图进行分配：

符号位：1 位，0 表示正数，取 1 表示负数。
阶码位：8 位。
尾数：23 位，但实际上却是 24 位，有一个位是“不可见”的，其值固定为 1，这也就是说IEEE 754 标准所定义的浮点数，其有效数字是介于 1 与 2 之间的小数，因此尾数 m=1.f。

例：1000.6879，其 32 位的浮点数用十六进制表示：447A2C07H，二进制为： 01000100 01111010 00101100 00000111B