Dijital Filtreler ve Mobil Cihazların Güç Bütçesi
Her mobil telefon, kablosuz kulaklık ve IoT sensörü, ham verileri kullanılabilir bilgilere dönüştürmek için sinyal işlemeye dayanır. Dijital filtreler, gürültüyü ortadan kaldıran, ayrı frekans grupları ve analizleri azaltmak için bilgilendiricilerdir. Ancak, bu algoritmaların da değerli batarya enerji tasarrufu ve mimari tasarımın seçimi - tip, sipariş, hassas ve mimari-doğru bir sinyal işleme zincirinin gücü çizer.Bu makale, mühendislere enerji tasarrufu olmadan bilgilendirilmiş ticaret-offlarını nasıl azaltabileceklerini araştırıyor.
Neden Mobile Signal Processing'da Güç Maddeleri
Battery hayatı, taşınabilir cihazlar için en önemli kullanıcı arayüzüdür.In modern sistemlerde veya eğimli (SoC) ile sinyal işleme alt sistemi genellikle iletişim görevleri sırasında 20-40 aktif güç tüketiminin% 30'u idam edilir.Bu nedenle, filtre tasarrufu için bile küçük bir per-işman tasarruf sağlar.
Dijital Filtrelerde Güç Tüketiminin Temelleri
Dijital filtre tarafından tüketilen güç üç ana bileşene ayrılabilir: geçiş transistörlerinden dinamik güç ve hafıza erişim gücü. Dinamik güç, dayanıklılık, gerilim ve frekans ürünü için orantılıdır (P = C × V2 × f).Bir teknoloji düğümü için, daha az sızıntı işlemine sahip (multiply-accumulates veya MACs) ve işletim frekansına hakim olan filtrelemeler için en etkili yollardır.
Filtre Tasarımı Seçenekleri ve Onların Güç Implikasyonları
Filtre Tipi: FIR vs. IIR
Finite Impulse Response (FIR) filtreler stabil, lineer-fazdır ve basit donanımla uygulamak kolaydır. Bununla birlikte, genellikle 5-10x daha az MAC katla benzer frekans yanıtlarını karşılamak için yüksek filtreli filtre gerektirir.Bir FIR filtre N performansları için N + çok fazla uygulama ve N ekleri doğrudan doğrulayıcı bir şekilde devre dışı bırakmak zorundadır.
Filtre siparişi ve Transition Band geniş
Gerekli filtre düzeni, dönüşüm bant genişliği ile normalleştirilmiş geçiş genişliğine kıyasla orantılıdır.FIR filtreler için, her bir ek musluk, mümkün olan geçiş bantlarından geçiş yaparak veya normalleştirilmiş geçiş bantlarını etkin bir şekilde artırmak için geçiş yapan geçiş hacminden daha az hassastır.For FIR filtreler için, her bir ek dokunuş da bir MAC çıkış hızına sahip olmak için güç azaltabilir.
Dayanıklılık ve Sayılama
Daha düşük çözünürlükte arithmetic (e.g., 8bit veya 12bit sabit nokta yerine 16-bit veya 24bit) ekleyicilerin ve çok değişkenlerin genişliğini azaltır, daha düşük basınç yanıtları ile ilgili çok basit bir çalışma süresine sahip olmak gerekir. 8bit girişler 16 bitimli sürümden daha küçük enerji tasarrufu sağlar. ancak, katlamalar geçişli ve sabitlemeler kullanarak geçişler yapılır. Tasarımcı, baskı yanıt maskesini yerine, daha az hıza kadar hıza kadar hızlanır.
Filtre Yapısı: Doğrudan, Transposed, Lattice ve Polyfa
Dijital filtrenin gerçek yapısı hem hesaplama yüklerini hem de hafıza gücünü etkiler. Doğrudan Form I ve II yaygındır, ancak katlanmanın daha fazla çoklu uygulamalarını sağlar. Transposed direct form move problems to reduce pipeline deep and record count, often lowering power in high-put design. Lattice and merdiven structures offers lower sensitive to katlama but often use more multiplications. Poly dekomposition partition partition.
Donanım Hedefi: Ayrıntılı olarak tasarlanmış
Genel amaçlı CPU veya GPU'daki filtreler, MAC'da adanmış bir dijital sinyal işlemcisinden (DSP) veya sabit bir hızlandırıcı filtreyi uygulamanız için önemli ölçüde daha fazla güç kullanır. Özel ASIC filtre, 28 nm'de MAC'da enerji verimliliğine ulaşabilir, ancak CPU tabanlı bir uygulama, MAC'da 10-20 pJ'yi MAC'ye kadar kullanabilir: Özel hızlandırıcı yaklaşım genellikle karmadır: kritik yollar için özel bir donanım filtresi kullanabilir (örneğin, LTE modemler için kanalda eşitleme) ve daha az işlem için DSP'ye eşitleme.
Power-Efficient Filter Design için Gelişmiş Stratejiler
Çok yönlü teknikler: Decimation and Interpolation
En yüksek örnek oranında bir sinyal işleme, 30 MHz'de örneklenirse, keskin bir filtre uygulamadan önce 15'i kullanarak filtreyi azaltır ve filtre daha düşük bir saat frekansında çalışır, dinamik bir güç orantılı olarak azaltır. Örneğin, eğer geniş bir bant sinyali 30 MHz'de test edilirse, ancak ilgili bant genişliği sadece 1 MHz'de yapılır, keskin bir filtreyi uygulamadan önce filtreyi azaltır (parçası) çok düşük bir filtre ile filtrelenebilir.
Approximate Computing ve Azaliteyi Azalt
Birçok mobil uygulamada, mükemmel sayısal doğruluk gereksizdir. Ses ve ses sinyalleri birkaç dB ölçüm hatasına tahammül edebilir; sensör verileri genellikle küçük aritik hataları maskeler kullanan doğal gürültüye sahiptir. Donanım karmaşıklığına yönelik olarak kontrol edilebilir hataları sunar. Örnekler, en az değişkenli sistemli ürünlerin en az önemli miktarlarını ayırarak, günlük verileri kullanarak, stoklama oranını kullanarak filtre gücünü azaltır.Bu tür yöntemler filtre gücünü 30-50% ile azaltılabilir.
Algoritma Dönüşümleri: Hızlı Konvolution and Frekans-Domain Filtreleme
Çok uzun filtre uzunlukları (örneğin, o zaman alan konvolution'tan doğrudan zamanlayıcıya yönelik olarak), daha hızlı Fourier Dönüşümü (FFT) kullanarak filtrelerin sayısı son derece yüksek olur. Ticaretten çıkış yolu, sabit olmayan uygulamalar için (N2), gerçek zamanlı veya gecikmeli olmayan uygulamalar için (N2) yükseltilebilir.
Power-Aware Updates ile Adaptif Filtreleme
Adaptif filtreler, yankı iptal veya kanal eşitleştirme için kullanılanlar gibi, sürekli olarak katsayıları günceller. güncelleme algoritması (örneğin, LMS, RLS) kendi gücü tüketiyor. Teknikler blok adaptive filtreleme (updating katlar her birkaç örnek) veya kısmi güncelleştirme yöntemleri, yakınlaşma hızını sürdürürken güncelleme gücünü azaltabilir.
Donanım-Level Optimizasyonları: Saat Gating ve Gergining
ASIC'lerde veya FPGA'larda modern filtre tasarımları, kullanımsız çok basit aşamalara, özellikle de polifa veya çoklu sistemlerde, sadece bir fazın bir anda aktif olduğu durumlarda, dinamik gerilim ve frekans ölçeklendirme (DVFS) iş yüklerine göre tedarik gerilimi ve saat frekansı kullanabilir.
Gerçek Dünya Örnekleri: Mobil Standart Standartlarda Güç Tasarrufları
LTE ve 5G Channel Filtreleri
4G/5G bazband işlemcileri, ADC'den sonra kanal filtreyi seçmek, istenen sinyali korumak için güçlü bir kanal müdahalesini reddetmeli ve MAC filtrelerini 128 muslukla, 40 nm teknolojisi içinde 10 mW'ye kadar tüketmek için yüksek siparişler kullandı.
Bluetooth Audio Codecs
Bluetooth ses fişi (örneğin, Qualcomm aptX, LDAC) alt bantlı kodlama için düşük güç filtre bankaları kullanır. Tam FFT tabanlı filtre bankası yerine, tasarımcılar 16-32 alt şeritli güç seviyeleri ile modize edilmiş polifaz filtrelerini kullanır, sadece bir prototip FIR filtrelerini gerektirir.
Sensör Fusion ve MEMS Signal Processing
Akıllı telefonlarda veya fitness pistlerinde (IMU) yüksek frekanslı titreşim gürültülerini kaldırmak için düşük frekanslı filtreler kullanır. Bunlar genellikle basit ilk veya ikinci sipariş IIR filtreleri (örneğin, 10.000'den fazla kapıda uygulanabilir ve 55 nm sürecinden daha az tüketilebilir.
Future Trends: Machine Learning and Neural Filtreler
Gelişen çalışma, özellikle doğrusal olmayan veya zaman tasarrufu olmayan kanallar için daha yüksek performans elde edebilir. ancak, güç verimliliği, kullanılan donanım hızlandırıcılarına bağlıdır.Sık sinir işleme birimleri (NPUs) ile düşük çözünürlükteyken, genel amaçlı filtreler mobil cihazlarda çok fazla güç tasarrufu sağlar.
Mühendisler için Pratik Kılavuz
- [FONT=0) Minimum filtre siparişi ile başlayın[[DÜT:1] Bu, tanımlama ile filtre tasarım araçları kullanın (örneğin FIR için yenidenmez değişimi, IIR tereyağı/cheby1 sipariş tahminleriyle yeniden).
- [FONT=0) FIR[[Dönetici: 1) Belirli bir süre için, özellikle yüksek filtre veya dar geçiş grupları için gerekli değildir.
- [FONT:0) Çok yönlü mimarileri kullanın [Dönetici:0) Ana filtrenin saat frekansının daha düşük olması için (Dönüşüm/interpolasyon)
- [FONT:0) Sayısal katlar ve veri yolları[Dönler: 0 ) Sistem SNR'yi satan minimum miktar genişlik için.
- [FONT:0)Choose filtre yapısı akıllıca[Dönetici: düşük çözünürlük uygulamaları için doğrudan form, çok düşük hassasiyet için lattice.
- [FONT:0)Leverage donanım hızlandırıcıları[[DFLT:1) mevcutsa, DSP talimatları veya genel amaçlı CPU çekirdeği yerine özel filtre bloklarını kullanın.
- [FONT:0) Uygulamayla ilgili olarak yaklaşık hesaplama[Dönetici:0) uygun olan teknikler, ancak hiçbir hasar bozulmadan emin olmak için gerçek giriş sinyalleri ile doğrulanır.
- [[Döneticileri:0) Adaptif güncellemeler[[Dönetici: 1) Yalnızca kanal koşulları dinamik olduğunda; güncelleme gücünü azaltmak için blok veya kısmi güncelleştirmeler kullanın.
- [FONT:0)Gerek saat gating ve DVFS[DDDVFS][[DK:1) iş yükü ile güç ölçeklendirmek için donanımda.
Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç
Filtre tasarım seçimleri, mobil sinyal işleme cihazlarının güç bütçesinde birincil bir avantajdır. Her karar - FIR vs. IIR'yi seçerek, bir gerçekleştirme yapısını seçmek - enerji tüketimi üzerinde sayısal bir yaklaşım uygulamakta ve minimum arithmetic, düşük hassasiyet ve verimli donanım haritalama, mühendisler sinyal kalitesi ödün vermeden dramatik güç azaltımı elde edebilir. Mobil standartlar geliştirme ve batarya talepleri yüksek çözünürlükte, filtre gücü optimizasyonunun derin bir anlayışa sahip olacaktır.
Daha fazla okuma için aşağıdaki kaynakları bakınız: [[0)TI Uygulama Notu Low-Power Digital filter), [[DFLT:2}Wikipedia: Dijital Filtre[DÜye Olmayanlar İçin Enerji Yeterli Filtre Tasarımı[DÜye Olmayanlar İçin Enerji Verimliliğine Sahipler İçin Enerji Verimliliği[DÜye Olmayanlar İçin Enerji Verimliliği”).