¿Cuáles son las limitaciones del procesamiento de señal digital?

Answer 1

Hay dos partes, la desventaja que surge del muestreo a tiempo y la cuantificación.
Desventaja de cuantización
1) Cuando una información se convierte a formato digital, debido a la cuantización, se pierde parte de la información. Por lo general, en la mayoría de las aplicaciones, el tamaño de bit mínimo se encuentra dada la distorsión máxima que se presenta al diseñador. Esto se desprende de la teoría de la distorsión de velocidad.
2) Debido a la misma razón, cuando se realiza el procesamiento de la señal digital, debido al cálculo de coma flotante y la precisión limitada, se pierde cierta información. Por lo tanto, las arquitecturas en las que hay menos información ‘relevante’ tienen prioridad, incluso si el número de cálculos no es mínimo. (Por esta razón, al transmitir datos de voz, en lugar del LPC (Coeficiente de predicción lineal) se envían los LSF (Frecuencia espectral de línea)
Desventaja debido al muestreo a tiempo
1) El procesamiento digital es suficiente para las señales analógicas del mundo real, siempre que la frecuencia de muestreo sea más del doble del ancho de banda máximo de la señal analógica. Esto puede hacerse filtrando la señal de paso bajo, siempre que nuestra información de señal ‘relevante’ esté contenida dentro de esta banda. Por lo general, esta ‘banda’ es de paso bajo en la naturaleza, por ejemplo, habla, imágenes naturales, etc.
[En respuesta a una respuesta anterior, la aplicación de DSP a señales del mundo real no debe limitarse a las capacidades de los ADC porque siempre se puede usar el filtrado de paso de banda para separar las bandas de menor ancho de banda, y luego aplicar ADC en cada banda y luego digitalmente combinar las señales de cada banda, procesarlas y luego usar un DAC en la salida seguido de un convertidor de frecuencia y verano]

Answer 2

Velocidades de silicio. La mayoría de las limitaciones de DSP provienen de la velocidad de procesamiento limitada de los chips actuales. Los ingenieros deben cambiar la velocidad por errores de redondeo o descartar algoritmos demasiado complejos.

Algoritmos fijos. Los algoritmos DSP tradicionales son “recetas” fijas para digerir los datos. Podemos cambiar los parámetros o las condiciones de borde, pero el DSP intentará resolver el problema de la misma manera. El procesamiento de señales de próxima generación agregará algoritmos cognitivos que aprenderán y cambiarán sus estrategias en función de las condiciones actuales, en lugar de un conjunto fijo de algoritmos.

Answer 3

El procesamiento de señal digital es bastante robusto y complejo y uno podría decir que su pregunta es difícil de responder o está mal formada simplemente porque DSP está compuesto por un elemento de hardware (tanto analógico como digital) y un elemento de software.

En un sistema de procesamiento de señal digital simplificado genérico, tiene un front-end analógico, un procesador digital y un back-end analógico.

señal analógica-> filtro antisolapamiento -> ADC -> señal digital-> DSP -> señal digital-> DAC -> filtro antiimagen-> señal analógica

Sin entrar en demasiados detalles de todo el sistema, cada parte del sistema introduce algún error. Cada parte del sistema introduce alguna limitación.

El filtro anti-aliasing (generalmente un filtro de paso bajo) elimina las señales en el dominio analógico. DEBE tener este filtro para que funcione todo el proceso. Puede usar más de un filtro y más de un dsp, pero un dominio de frecuencia de entrada analógica debe ser finito y definido.

El ADC introduce ruido de cuantificación y limita el rango de entrada de voltaje. No hace mágicamente ningún voltaje algún valor digital significativo. Tiene una entrada de voltaje mínimo y máximo y valores digitales mínimos y máximos.

Para que todo este proceso funcione, la señal se debe muestrear a una velocidad dos veces mayor que la frecuencia analógica. El procesador debe ser capaz de realizar los cálculos necesarios en cada período de muestreo antes de que llegue la siguiente muestra.

El DAC y el filtro anti-imágenes introducen los mismos errores que el ADC y los filtros anti-aliasing (básicamente). Esta es una vista muy simplificada de un sistema DSP básico y hay muchas más facetas para DSP que estos componentes básicos descritos, pero representa con precisión el concepto y el proceso.

Answer 4

La mayoría del aprendizaje automático utiliza muy poca potencia de CPU. Un DSP son chips muy geniales pero limitados en instrucciones y eso es parte de por qué son buenos para lo que a menudo se usan. Nuevamente, el aspecto principal es el bajo uso de CPU. El alto uso de CPU de la IA proviene del procesamiento de la información ya aprendida.

Pero los DSP podrían desempeñar un papel importante en algunos tipos de aprendizaje. Como limpiar las señales entrantes antes de enviar los datos al sistema de aprendizaje.

Límites ?? Al igual que cualquier CPU, los límites son solo cuántos DSP puede usar para procesar lo que esté procesando. Los DSP son mucho mejores que las CPU basadas en enteros o incluso los coprocesadores de coma flotante para cosas como la recopilación de datos de casi cualquier cosa, incluidas algunas unidades.

Los únicos límites son cuántos DSP se pueden usar a la vez, ya que los DSP de los 80 se usaban en módems analógicos para procesar y reparar datos en el entorno tan hostil que era una línea Pots para datos. Los DSP eran mucho más eficientes que una CPU en ese momento. De hecho, hasta que los chips CISC y RISC estándar alcanzan velocidades de reloj de 180 o más MHZ usando cualquier cosa que no sea un DSP, no es probable que funcione a velocidades superiores a 300 baudios. Unos pocos casos de 2400 que se podían hacer con un chip controlador y V29 half duplex para enviar faxes a 9600 baudios eran aproximadamente el límite de una CPU o CPU de chip controlador.

Los DSP están, en mi opinión, infrautilizados.

Jim Bronson