dspai算法

1. 利用DSP做信号处理算法的学习方法

5000和6000系列了,比较高档的,学DSP,根据自己的选的方向,选择一款合适自己的DSP,然后的事情是最痛苦的,把DATASHEET看几遍,大概有些印象的用法,然后对DSP的每个功能自己写程序驱动实现,最后找一些个好的项目想法整合各个功能来做,当然前提你要对算法,语言已经比较熟悉了

2. 人工智能算法能够移植到dsp中吗

可以 我们玩的有些大型游戏和大型棋类游戏已经是哪一种算法了，指纹识别和人脸识别都是在一定的算法下完成的。

3. 如何获得DSP专用算法

专用算法需要花钱买的，国外有公司做这个的，ti也提供相关DSP算法

4. 怎样实现DSP算法

不是高手, 但可以说下自己的对这个的想法. 以前也有过同样的疑惑.
后来发现一些想法: DSP它的主要作用就是用来运算.大量的运算,如矩阵乘法之类的.主要用处多媒体的处理等.
既然这样的话,DSP追求的就是高速,高效.所以在运算数据的时候都通过硬件来实现.如乘法运算在普通CPU中是很耗时钟周期的,所以DSP中加入硬件乘法器.
定点DSP也可以实现浮点数, 但要消耗更多的CPU寄存器和时钟周期,为了进一步提前效率,所以设计了专门的浮点运算DSP. 但对应用来说,除了慢了一点.基本上没什么区别.
另外,算法一般也都是TI或IC厂商提供.也可单独去买或自己设计.一般也用C.编程来说不用考虑太多DSP内部处理的情况, 不过要多研究下编译原理,这样才会写出更高效精练的代码.

5. dsp的算法指的是计算机算法吗

通常意义来说，DSP是指Digital Signal Processing，还可以指Digital Signal Processor。

前者是数字信号处理的意思，后者是用于数字信号处理的数字信号处理器。《算法导论》一书还是有必要看一看的，因为无论你将来要从事软件还是硬件的研发，这门课程都会起到良好的基础作用。当然，这门课是“软”的。此书没有直接的东西，但是会渗透出一种软件设计的逻辑思想，一些常用的算法的理论。

要是将来想从事DSP的相关工作，可以再看一门《数字信号处理》的书，两者虽然不是直接耦合，就如你自己所说，多储备一些总是好的。

还有，进一步的深入研究可以研究FPGA，这是数字信号处理的利器。要是用专用处理器的话，可以看德州仪器的相应资料，它是DSP器件领域的老大。

祝学业顺利。

6. DSP的算法移植问题，希望详细说说

1、芯片不一样，需要修改（例如int的长度，浮点定点转换）。
2、软件平台不一样，需要修改。
3、实际应用不一样（比如代码长度，高质量or低质量）。
4、函数接口要改（例如你喜欢用指针传递）。
5、我还没做过，以上仅仅是吹的。

7. DSP技术的特点

考虑一个数字信号处理的实例，比如有限冲击响应滤波器（FIR）。用数学语言来说，FIR滤波器是做一系列的点积。取一个输入量和一个序数向量，在系数和输入样本的滑动窗口间作乘法，然后将所有的乘积加起来，形成一个输出样本。
类似的运算在数字信号处理过程中大量地重复发生，使得为此设计的器件必须提供专门的支持，促成了了DSP器件与通用处理器（GPP）的分流： GPP不是设计来做密集乘法任务的，即使是一些现代的GPP，也要求多个指令周期来做一次乘法。而DSP处理器使用专门的硬件来实现单周期乘法。DSP处理器还增加了累加器寄存器来处理多个乘积的和。累加器寄存器通常比其他寄存器宽，增加称为结果bits的额外bits来避免溢出。
同时，为了充分体现专门的乘法-累加硬件的好处，几乎所有的DSP的指令集都包含有显式的MAC指令。 传统上，GPP使用冯.诺依曼存储器结构。这种结构中，只有一个存储器空间通过一组总线（一个地址总线和一个数据总线）连接到处理器核。通常，做一次乘法会发生4次存储器访问，用掉至少四个指令周期。
大多数DSP采用了哈佛结构，将存储器空间划分成两个，分别存储程序和数据。它们有两组总线连接到处理器核，允许同时对它们进行访问。这种安排将处理器存贮器的带宽加倍，更重要的是同时为处理器核提供数据与指令。在这种布局下，DSP得以实现单周期的MAC指令。
还有一个问题，即现在典型的高性能GPP实际上已包含两个片内高速缓存，一个是数据，一个是指令，它们直接连接到处理器核，以加快运行时的访问速度。从物理上说，这种片内的双存储器和总线的结构几乎与哈佛结构的一样了。然而从逻辑上说，两者还是有重要的区别。
GPP使用控制逻辑来决定哪些数据和指令字存储在片内的高速缓存里，其程序员并不加以指定（也可能根本不知道）。与此相反，DSP使用多个片内存储器和多组总线来保证每个指令周期内存储器的多次访问。在使用DSP时，程序员要明确地控制哪些数据和指令要存储在片内存储器中。程序员在写程序时，必须保证处理器能够有效地使用其双总线。
此外，DSP处理器几乎都不具备数据高速缓存。这是因为DSP的典型数据是数据流。也就是说，DSP处理器对每个数据样本做计算后，就丢弃了，几乎不再重复使用。 如果了解到DSP算法的一个共同的特点，即大多数的处理时间是花在执行较小的循环上，也就容易理解，为什么大多数的DSP都有专门的硬件，用于零开销循环。所谓零开销循环是指处理器在执行循环时，不用花时间去检查循环计数器的值、条件转移到循环的顶部、将循环计数器减1。
与此相反，GPP的循环使用软件来实现。某些高性能的GPP使用转移预报硬件，几乎达到与硬件支持的零开销循环同样的效果。 大多数的DSP应用（如蜂窝电话和调制解调器）都是严格的实时应用，所有的处理必须在指定的时间内完成。这就要求程序员准确地确定每个样本需要多少处理时间，或者，至少要知道，在最坏的情况下，需要多少时间。
如果打算用低成本的GPP去完成实时信号处理的任务，执行时间的预测大概不会成为什么问题，应为低成本GPP具有相对直接的结构，比较容易预测执行时间。然而，大多数实时DSP应用所要求的处理能力是低成本GPP所不能提供的。
这时候，DSP对高性能GPP的优势在于，即便是使用了高速缓存的DSP，哪些指令会放进去也是由程序员（而不是处理器）来决定的，因此很容易判断指令是从高速缓存还是从存储器中读取。DSP一般不使用动态特性，如转移预测和推理执行等。因此，由一段给定的代码来预测所要求的执行时间是完全直截了当的。从而使程序员得以确定芯片的性能限制。 定点DSP指令集是按两个目标来设计的：
·使处理器能够在每个指令周期内完成多个操作，从而提高每个指令周期的计算效率。
·将存贮DSP程序的存储器空间减到最小（由于存储器对整个系统的成本影响甚大，该问题在对成本敏感的DSP应用中尤为重要）。
为了实现这些目标，DSP处理器的指令集通常都允许程序员在一个指令内说明若干个并行的操作。例如，在一条指令包含了MAC操作，即同时的一个或两个数据移动。在典型的例子里，一条指令就包含了计算FIR滤波器的一节所需要的所有操作。这种高效率付出的代价是，其指令集既不直观，也不容易使用（与GPP的指令集相比）。
GPP的程序通常并不在意处理器的指令集是否容易使用，因为他们一般使用象C或C++等高级语言。而对于DSP的程序员来说，不幸的是主要的DSP应用程序都是用汇编语言写的（至少部分是汇编语言优化的）。这里有两个理由：首先，大多数广泛使用的高级语言，例如C，并不适合于描述典型的DSP算法。其次，DSP结构的复杂性，如多存储器空间、多总线、不规则的指令集、高度专门化的硬件等，使得难于为其编写高效率的编译器。
即便用编译器将C源代码编译成为DSP的汇编代码，优化的任务仍然很重。典型的DSP应用都具有大量计算的要求，并有严格的开销限制，使得程序的优化必不可少（至少是对程序的最关键部分）。因此，考虑选用DSP的一个关键因素是，是否存在足够的能够较好地适应DSP处理器指令集的程序员。 因为DSP应用要求高度优化的代码，大多数DSP厂商都提供一些开发工具，以帮助程序员完成其优化工作。例如，大多数厂商都提供处理器的仿真工具，以准确地仿真每个指令周期内处理器的活动。无论对于确保实时操作还是代码的优化，这些都是很有用的工具。
GPP厂商通常并不提供这样的工具，主要是因为GPP程序员通常并不需要详细到这一层的信息。GPP缺乏精确到指令周期的仿真工具，是DSP应用开发者所面临的的大问题：由于几乎不可能预测高性能GPP对于给定任务所需要的周期数，从而无法说明如何去改善代码的性能。

8. 关于评估DSP一个算法优劣的指标有些什么呢

这个综合说起来就很多了：
1.dsp的mips其实也就是等价于主频高低，现在低端的150mhz，高端的有1000mhz及以上的。
这个主要就是看你实现某种算法的时间
2.功耗，这个在某些移动应用中也是要考虑的。
3.ram，flash大小。看看片内的存储空间大小，还有片内存储器读取的时间。
片外的存储读取时间要长于片内的。
4。你是测试一种算法的，应该看一看，这个算法在多长时间内实现，利用了多少资源。
有没有为你的下一步应用预留下资源。因为你的这一算法后期还可能加进去其他的算法，应用接口。为了扩展性，预留资源。
当然还要考虑，pcb制作的难易程度，像6000以上的板子都不自己做的。还有片子价格，供应情况，像前一段时间，2812的片子供货紧张，80元的炒到几百元。
就说这么多了。也不是高手，你就看看吧。

9. DSP功放的AE智能算法是什么意思，有什么用

AE算法音是伯乐独家集成的，可以让DSP功放通过T-BOSS低音处理系统和DF声音清晰度提升系统，将声音放置到到5.1声道的立体环绕音场之中，最后通过智能动态升压处理输出高保真的动态音质，然后结合音伯乐的调音模式，把众口难调的音乐做到有口皆碑。

10. DSP的算法怎么学

可以不知道一些复杂的算法，但你得了解那些简单的算法，和数据结构。dsp是需要编程的