Vous êtes sur la page 1sur 31

µC

DSP 2 Généralités sur les DSPs

Les DSPs sont:

o Des processeurs spécialisés et particuliers;

o Intègrent un ensemble de fonctions spéciales;

o Se présentent généralement sous forme de µconrolleur;

o (intégrant de la mémoire, des Timers, des ports séries


synchrones rapides, des contrôleurs DMA, et des ports
d’entrées sorties divers.

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI 1


µC
DSP 2 Généralités sur les DSPs

Avantages d’utilisation des DSP :

o Souplesse de programmation
o Implantation d’algorithmes adaptatifs;
o Possibilités propres aux systèmes de traitement
numérique du signal;
o Stabilité;
o Reproductibilité des résultats

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


2 2
µC
DSP 2 Généralités sur les DSPs

Domaines d’application des DSP :


Approche signal:
oLes filtres numériques,
oLes filtres adaptatifs
oLes corrélations
oLes fenêtrages
oLes FFT
oLes transformations d’Hilbert;
oLes générations de signaux

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI 3


µC
DSP 2 Généralités sur les DSPs

Domaines d’application des DSP :

Approche technologique:

Vitesse
Composants
logiques classiques DSPs

Microcontrôleurs

Microprocesseurs Spécialisation

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI 4


µC
DSP 2 Généralités sur les DSPs

Domaines d’application des DSP :

Approche processeur:
o Dans la commande et le contrôle des systèmes, les DSPs
jouent la fois le rôle d’un µcontrôleur et celui d’un
calculateur rapide en temps réel
o Le DSP peut aussi être associé à d’autres processeurs
par l’intermédiaire du port hôte

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


5 5
µC
DSP 2 Généralités sur les DSPs

Spécificités des DSPs :

Cœur d’un système de traitement numérique du signal;


MAC:
A=( BxC ) +D
Accès à la mémoire:
La capacité de réaliser plusieurs accès mémoire en un
seul cycle
Modes d’adressage:
o linéaire
o modulo
o bit-inversé

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


6 6
µC
DSP 2 Arithmétique dans les DSPs

Un DSP est, avant tout, un microprocesseur qui manipule les


données sous forme binaire représentés sur N bits:

1. Représentation des nombres entiers positifs ou non signés


2. Représentation binaire des entiers signés
3. Représentation des nombres réels
oReprésentation en virgule fixe
oReprésentation en virgule flottante

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


7 7
µC
DSP 2 Arithmétique dans les DSPs

1. Représentation des nombres entiers positifs ou non signé:

Les nombres sont représentés en binaire sur n bits:

Binaire non signé :


0 ≤ N ≤ 2n −1
n −1
A = ∑ ai 2 i

i =0

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


8 8
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres entiers signés:

a- Représentation module et signe


Solution la plus simple : on ajoute un bit à gauche du module
pour le signe. Ainsi, un nombre commençant par un « 0 » sera
positif, alors qu’un nombre commençant par un « 1 » sera
négatif.
n−2

 nombre entier positif : an −1 = 0 ⇒ ∑ ai 2
i

A= i =0
n−2
nombre entier négatif : an −1 = 1 ⇒ −∑ ai 2i
 i =0

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


9 9
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres entiers signés:

b- Représentation des entiers en complément vrai (complément à 2)


La représentation en complément à 2 est donnée par
l’expression générale.
n−2
A = − a n −1 2 n −1
+ ∑ ai 2 i

i =0

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI 10


µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres entiers signés:

c- extension de signe
Lorsque l’on connait la représentation en complément à 2 sur
N bits d’un nombre x, pour obtenir la représentation en
complément à 2 du même nombre sur M bits (M>N), il suffit
d’étendre le bit de signe.

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


1111
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:


Les formats de représentation des nombres réels sont :
Format virgule fixe :
utilisé par les premières machines
possède une partie ‘entière’ et une partie
‘décimale’ séparés par une virgule. La position de
la virgule est fixe d’où le nom.

Exemple :
54,25(10) ; 10,001(2) ; A1,F0B(16).

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


1212
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Format virgule flottante (utilisé actuellement sur machine )


défini par : ± m . be
un signe + ou –
une mantisse m (en virgule fixe)
un exposant e (un entier relative)
une base b (2, 8, 10, 16, …)

Exemple :
0,5425 .10 2(10) ; 10,1 . 2-1(2) ; A0,B4.16-2(16)
UH II Casa – ENSET Mohammedia Prof. A. RAIHANI
1313
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule fixe :
Etant donné une base b, un nombre x est représenté, en
format virgule fixe, par :
x = an-1an-2…a1a0,a-1a-2…a-m (b)
an-1 est le chiffre de poids fort (MSB)
a-m est le chiffre de poids faible (LSB)
n est le nombre de chiffre avant la virgule
m est le nombre de chiffre après la virgule

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


1414
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule fixe :

La valeur de x en base 10 est :


n− 2
x = − b n −1 * S + ∑ i (10 )
a b i

i=−m

Exemple :
0101,01(2) =1.22+0.21+1.20+0.2-1+1.2-2 = 5,25(10)

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


1515
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:


Virgule fixe : Recherche du format (position du point décimal)
La position du point décimal dépend du nombre à
représenter. Pour avoir une précision maximale, le nombre
de bits de la partie entière (signe compris) doit répondre à

n = round (log 2 ( A) + 0.5 ) + 1


la relation:

La partie fractionnaire, pour un nombre représenté sur N


bits prend la valeur triviale suivante:
m= N −n

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


1616
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:


Virgule fixe :
Résolution (Quantification du codage en virgule fixe)
La résolution ou quantification du codage représente la
variation la plus petite entre deux nombres successifs :
q = 2− m
Domaine de définition d’un nombre en virgule fixe
Le domaine de définition des nombres définis selon le
format n.m correspond aux valeurs extrêmes qu’il est
possible de représenter : [ ]
D = − 2 n −1 L 2 n −1 − 2 − m

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


1717
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule fixe :
Erreur de quantification:
Le nombre de bits pour exprimer un nombre fractionnaire
étant limité, la reconstitution du nombre à partir de son
expression en binaire ne donne pas une valeur identique
au nombre d’origine.
Exemple :
Calculer l’erreur de quantification sur 16 bits pour le
nombre: π= 3.14159265358979.
UH II Casa – ENSET Mohammedia Prof. A. RAIHANI
1818
µC
DSP 2 Arithmétique dans les DSPs
Application:
On dispose d’un DSP 16 bits virgule fixe et ayant trois plans mémoires : MP
(Mémoire programme), DM1 (Mémoire1 de données) et DM2 (Mémoire2 de
données). A l’aide ce DSP, on désire calculer le polynôme suivant :
avec a1=1.751, a2=3.5625 et .
1. Donner le format le mieux adapté pour coder chacune des 2 constantes.
2. En déduire le format commun pour coder les 2 constantes
3. Exprimer l’équivalent en virgule fixe des deux constantes (dans le format
normalisé).
4. Déterminer l’erreur de quantification des constantes.
5. Déterminer la valeur maximale que peut prendre x. En déduire la valeur
maximale de y.
6. Déterminer la valeur minimale de y.
7. Donner le format de y permettant d’éviter toute saturation lors du calcul
de ce polynôme.

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


1919
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule flottante :
Un nombre à virgule flottante possède:
Un signe S ϵ {-1,1}
Une mantisse M
et un exposant E.
Un tel triplet représente un réel SxMxbE où b est la base de
représentation (généralement 2 sur ordinateur).
En faisant varier E, on fait « flotter » la virgule décimale.
Généralement, M est d’une taille fixée.

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


2020
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule flottante :
Ainsi, dans la base 2: x = ± M . 2 E
où M est la mantisse (virgule fixe) et E l’exposant (signé).

Le codage en base 2, format virgule


flottante, revient à coder le signe, la
mantisse et l’exposant.

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


2121
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:


Virgule flottante :
x=±M.2E
Exemple :
Codage en base 2, format virgule flottante, de (3,25)
3,25(10) = 11,01(2) (en virgule fixe)
= 1,101 . 21(2)
= 110,1 . 2-1(2)
Pb : Différentes manières de représenter E et M
Normalisation
UH II Casa – ENSET Mohammedia Prof. A. RAIHANI
2222
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule flottante : Normalisation


x = ± 1,M . 2Eb
Le signe est codé sur 1 bit ayant le poids fort :
o Le signe – : bit 1
o Le signe + : bit 0
Exposant biaisé (Eb)
o Placé avant la mantisse pour simplifier la comparaison
o Codé sur p bits et biaisé pour être positif (ajout de 2p-1-1)

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


2323
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule flottante : Normalisation


x = ± 1,M . 2Eb

Mantisse normalisé(M)
o Normalisé : virgule est placé après le bit à 1 ayant le
poids fort
o M est codé sur q bits

Exemple : 11,01 1,101 donc M =101

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


2424
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule flottante : Standard IEEE 754 (1985)

IEEE: Institute of Electronic and Electrical Engineers

Signe (S) Exposant (E) Pseudomantisse (P)

Le nombre ainsi représenté a pour valeur:

(− 1 ) S
*2 (
E − 2 e −1 − 1 ) *  1 + P 
p
 2 
UH II Casa – ENSET Mohammedia Prof. A. RAIHANI
2525
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule flottante : Standard IEEE 754 (1985)

Simple précision sur 32 bits :


1 bit de signe de la mantisse
8 bits pour l’exposant
23 bits pour la mantisse

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


2626
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule flottante : Standard IEEE 754 (1985)

Simple précision sur 32 bits :


exposant en code excédant 127.
127 représente 0,
Tout nombre inférieur à 127 est considéré comme
négatif,
Tout nombre entre 127 et 255 est positif.

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


2727
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule flottante : Standard IEEE 754 (1985)

Simple précision sur 32 bits :


On peut ainsi exprimer des exposants allant de
-126 à +127 .
Les exposants -127 et +128 sont réservés aux
représentations de 0 et de +∞ respectivement.
Les 23 bits suivants représentent la partie
fractionnaire f de la mantisse normalisée.

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


2828
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule flottante : Standard IEEE 754 (1985)

Simple précision sur 32 bits :


Il s’agit d’une mantisse normalisée m de la forme:
M=1,f telle que 1≤M<2
La valeur du nombre est donc donnée par
l’expression :

N = (− 1) * 2 (e −127 )
S
* 1, f

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


2929
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

Virgule flottante : Standard IEEE 754 (1985)

Double précision sur 64 bits :


1 bit de signe de la mantisse
11 bits pour l’exposant
52 bits pour la mantisse

N = (− 1) * 2( e −1023) * 1, f
S

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


3030
µC
DSP 2 Arithmétique dans les DSPs

2. Représentation des nombres réels:

1. Coder les nombres suivants en IEEE 754 simple


précision:
0 , -0 , +1 , +2 , 35.5 , -∞ ,et +∞

2. Trouver le nombre décimal équivalent pour:


o 0100 0011 1101 1000 0000 0000 0000 0000(IEEE 754 SP)
o 40F00000 (IEEE 754 SP)
o C4693C3800000000 (IEEE 754 DP)

UH II Casa – ENSET Mohammedia Prof. A. RAIHANI


3131

Vous aimerez peut-être aussi