在 SensorTile 中使用 CMSIS DSP 库加速科学计算

sigue_vivo

在 SensorTile 中使用 CMSIS DSP 库加速科学计算 [复制链接]

 

我们的题目核心是使用 SensorTile 实现音频处理。

在音频处理、电机控制等很多应用中经常会用到一些常见的正余弦，矩阵计算，FFT等一些DSP函数。提到DSP库，通常会想到使用ARM 公司提供的 CMSIS 库。CMSIS 库是ARM和一些半导体厂家针对Cortex-M系列制定的一套接口标准，包括针对内核操作的CMSIS-CORE API，针对DSP应用的CMSIS-DSP Library，针对RTOS的CMSIS-RTOS API，与外设接口的CMSIS-SVD以及提供Debug访问接口的CMSIS-DAP。 其中，又以DSP应用的CMSIS-DSP 库的应用最为广泛。针对Cortex-M4中的DSP功能，CMSIS-DSP部分提供了超过60多种功能的DSP算法库，尤其是随着Cortex-M4中集成了FPU硬件单元，CMSIS-DSP 库的应用也越来越广泛。

在KEIL 中集成了对CMSIS的支持，以下将阐述如何在 Keil uv5 项目中引入 DSP 库，以及开始使用。
1. 引入 CMSIS-DSP .lib 文件

Keil uv5 已经简化了许多步骤，只需要从运行时环境管理界面里，勾选 CMSIS DSP 就可以。
如果使用的是老版本 Keil，则手动找到并引入 arm_cortexM4lf_math.lib 即可。





2. 设置宏定义。

在项目选项窗口→C/C++→Define 中添加： ARM_MATH_CM4,__FPU_PRESENT=1
这段的意思是使用 Cortex-M4 的 指令集加速计算。此外，由于 SensorTile 采用的 STM32L4 含有 FPU（浮点数硬件加速单元），可以用此大大提升浮点数的计算速度。
注意分隔符（逗号）！



3. 开发程序

编写算法代码时，需要引入两个头文件（第二个主要是为 FFT 准备的，若不需要，可以省略）：

1. #include <arm_math.h>
   
2. #include <arm_const_structs.h>

复制代码

如果是使用第一步中的方法引入的 DSP 库，则能够自动解决头文件路径问题，否则……自己把头文件路径添加到工程选项里吧。

接下来就可以愉快地使用 CMSIS DSP 库快速地完成一些科学运算了。
在 Keil 安装文件夹下有一个 CMSIS\DSP_Lib\Examples，可以找到一些使用例子。
在 https://www.keil.com/pack/doc/CMSIS/DSP/html/modules.html 可以找到API使用手册。

以下是一个简单的矩阵运算例子，涉及到了矩阵的 转置、求逆、类似MATLAB的“点乘” 以及 DSP矩阵的初始化：

1. /** \example arm_matrix_example_f32.c
   
2.   */
   
3. 
   
4. #include "arm_math.h"
   
5. #include "math_helper.h"
   
6. 
   
7. #define SNR_THRESHOLD   90
   
8. 
   
9. /* --------------------------------------------------------------------------------
   
10. * Test input data(Cycles) taken from FIR Q15 module for differant cases of blockSize
    
11. * and tapSize
    
12. * --------------------------------------------------------------------------------- */
    
13. 
    
14. const float32_t B_f32[4] =
    
15. {
    
16.   782.0, 7577.0, 470.0, 4505.0
    
17. };
    
18. 
    
19. /* --------------------------------------------------------------------------------
    
20. * Formula to fit is  C1 + C2 * numTaps + C3 * blockSize + C4 * numTaps * blockSize
    
21. * -------------------------------------------------------------------------------- */
    
22. 
    
23. const float32_t A_f32[16] =
    
24. {
    
25.   /* Const,   numTaps,   blockSize,   numTaps*blockSize */
    
26.   1.0,     32.0,      4.0,     128.0,
    
27.   1.0,     32.0,     64.0,    2048.0,
    
28.   1.0,     16.0,      4.0,      64.0,
    
29.   1.0,     16.0,     64.0,    1024.0,
    
30. };
    
31. 
    
32. 
    
33. /* ----------------------------------------------------------------------
    
34. * Temporary buffers  for storing intermediate values
    
35. * ------------------------------------------------------------------- */
    
36. /* Transpose of A Buffer */
    
37. float32_t AT_f32[16];
    
38. /* (Transpose of A * A) Buffer */
    
39. float32_t ATMA_f32[16];
    
40. /* Inverse(Transpose of A * A)  Buffer */
    
41. float32_t ATMAI_f32[16];
    
42. /* Test Output Buffer */
    
43. float32_t X_f32[4];
    
44. 
    
45. /* ----------------------------------------------------------------------
    
46. * Reference ouput buffer C1, C2, C3 and C4 taken from MATLAB
    
47. * ------------------------------------------------------------------- */
    
48. const float32_t xRef_f32[4] = {73.0, 8.0, 21.25, 2.875};
    
49. 
    
50. float32_t snr;
    
51. 
    
52. 
    
53. /* ----------------------------------------------------------------------
    
54. * Max magnitude FFT Bin test
    
55. * ------------------------------------------------------------------- */
    
56. 
    
57. int32_t main(void)
    
58. {
    
59. 
    
60.   arm_matrix_instance_f32 A;      /* Matrix A Instance */
    
61.   arm_matrix_instance_f32 AT;     /* Matrix AT(A transpose) instance */
    
62.   arm_matrix_instance_f32 ATMA;   /* Matrix ATMA( AT multiply with A) instance */
    
63.   arm_matrix_instance_f32 ATMAI;  /* Matrix ATMAI(Inverse of ATMA) instance */
    
64.   arm_matrix_instance_f32 B;      /* Matrix B instance */
    
65.   arm_matrix_instance_f32 X;      /* Matrix X(Unknown Matrix) instance */
    
66. 
    
67.   uint32_t srcRows, srcColumns;  /* Temporary variables */
    
68.   arm_status status;
    
69. 
    
70.   /* Initialise A Matrix Instance with numRows, numCols and data array(A_f32) */
    
71.   srcRows = 4;
    
72.   srcColumns = 4;
    
73.   arm_mat_init_f32(&A, srcRows, srcColumns, (float32_t *)A_f32);
    
74. 
    
75.   /* Initialise Matrix Instance AT with numRows, numCols and data array(AT_f32) */
    
76.   srcRows = 4;
    
77.   srcColumns = 4;
    
78.   arm_mat_init_f32(&AT, srcRows, srcColumns, AT_f32);
    
79. 
    
80.   /* calculation of A transpose */
    
81.   status = arm_mat_trans_f32(&A, &AT);
    
82. 
    
83. 
    
84.   /* Initialise ATMA Matrix Instance with numRows, numCols and data array(ATMA_f32) */
    
85.   srcRows = 4;
    
86.   srcColumns = 4;
    
87.   arm_mat_init_f32(&ATMA, srcRows, srcColumns, ATMA_f32);
    
88. 
    
89.   /* calculation of AT Multiply with A */
    
90.   status = arm_mat_mult_f32(&AT, &A, &ATMA);
    
91. 
    
92.   /* Initialise ATMAI Matrix Instance with numRows, numCols and data array(ATMAI_f32) */
    
93.   srcRows = 4;
    
94.   srcColumns = 4;
    
95.   arm_mat_init_f32(&ATMAI, srcRows, srcColumns, ATMAI_f32);
    
96. 
    
97.   /* calculation of Inverse((Transpose(A) * A) */
    
98.   status = arm_mat_inverse_f32(&ATMA, &ATMAI);
    
99. 
    
100.   /* calculation of (Inverse((Transpose(A) * A)) *  Transpose(A)) */
     
101.   status = arm_mat_mult_f32(&ATMAI, &AT, &ATMA);
     
102. 
     
103.   /* Initialise B Matrix Instance with numRows, numCols and data array(B_f32) */
     
104.   srcRows = 4;
     
105.   srcColumns = 1;
     
106.   arm_mat_init_f32(&B, srcRows, srcColumns, (float32_t *)B_f32);
     
107. 
     
108.   /* Initialise X Matrix Instance with numRows, numCols and data array(X_f32) */
     
109.   srcRows = 4;
     
110.   srcColumns = 1;
     
111.   arm_mat_init_f32(&X, srcRows, srcColumns, X_f32);
     
112. 
     
113.   /* calculation ((Inverse((Transpose(A) * A)) *  Transpose(A)) * B) */
     
114.   status = arm_mat_mult_f32(&ATMA, &B, &X);
     
115. 
     
116.   /* Comparison of reference with test output */
     
117.   snr = arm_snr_f32((float32_t *)xRef_f32, X_f32, 4);
     
118. 
     
119.   /*------------------------------------------------------------------------------
     
120.   *            Initialise status depending on SNR calculations
     
121.   *------------------------------------------------------------------------------*/
     
122.   if( snr > SNR_THRESHOLD)
     
123.   {
     
124.     status = ARM_MATH_SUCCESS;
     
125.   }
     
126.   else
     
127.   {
     
128.     status = ARM_MATH_TEST_FAILURE;
     
129.   }
     
130. 
     
131. 
     
132.   /* ----------------------------------------------------------------------
     
133.   ** Loop here if the signals fail the PASS check.
     
134.   ** This denotes a test failure
     
135.   ** ------------------------------------------------------------------- */
     
136.   if( status != ARM_MATH_SUCCESS)
     
137.   {
     
138.     while(1);
     
139.   }
     
140. 
     
141.   while(1);                             /* main function does not return */
     
142. }

复制代码

nmg

感觉你发的帖子与众不同，看看你做的项目原来是蝴蝶结变声器，是类似柯南的那个吗？

johnrey

高端啊，长见识！！

sigue_vivo

nmg 发表于 2017-4-11 08:12
感觉你发的帖子与众不同，看看你做的项目原来是蝴蝶结变声器，是类似柯南的那个吗？

目标是那个效果，但是还是有点偏差，只能实现一部分了……