基于DSP的信道译碍算法优化方案

虽然Texas Instrument推出的C6000系列DSP使对信号处理的能力显著提高，但对信息处理能力要求的不断提升使提对DSP程序的优化越来越成为DSP开发工作中非常重要的环节。本文讨论2Mbps视频数据流的Viterbi算法的移植与优化策略、技巧。

1 Viterbi算法原理简介

Viterbi译码算法是由Viterbi于1967年提出的一种最大似然译码方法，译码器根据接收序列R按最大似然准则力图找出正确的原始码序列。随着大规模集成电路技术的发展，采用Viterbi算法的卷积编码技术已成为广泛应用的纠错方案。Viterbi译码过程可用状态图表示，图1表示2个状态的状态转移图。Sj,t和Sj+N/2,t表示t时刻的两个状态。在t+1时刻，这两个状态值根据路径为0或者1，转移到状态S2j,t+1和S2j+1,t+1。每一种可能的状态转移都根据接收到的有噪声的序列R计算路径度量，然后选择出各个状态的最小度量路径（幸存路径）。Viterbi算法就是通过在状态图中寻找最小量路径向前回溯L步，最后得到的即为译码输出。

在卷积码（n,k,m）表示法中，参数k表示每次输入信息码位数，n表示编码的输出卷积码位数，m称为约束长度（一些书中采用k=m+1为约束长度，也可称（2，1，2）码网格图，r=k/n称为信息率，即编码效率。本文使用的是（2，1，3）码，约速长度为2，状态数为2 2=-4。

2 目标处理器简介

TMS320C6000系列DSPs（数字信号处理器）是TI公司推出的一种并行处理的数字信号处理器，是基于TI的VLIW技术的。本文采用的是TMS320C6211。该处理器的工作频率经过倍频可达到150MHz，每个时钟周期最多可并行执行8条指令，从而可以实现1200MIPS定点运算能力。C6000系列CPU采用哈佛结构，其程序总线与数据总线分开，取指令与执行指令可以并行运行。其程序总线宽度为256位，每一次取指操作都是取8条指令，称为一个取指包，执行时每条指令占用1个功能单元。取指、指令分配和指令译码单元都具有每周期读取并传递8条32位指令的能力。C6000系列CPU有2个类似的可进行数据处理的数据通道A和B，每个通路有4个功能单元（.L、.S、.M、.D）和1组包括16个（C64有32个）32位寄存器的通用寄存器组，每个功能单元完成一定的算术或逻辑运算。

C6000的特殊结构使多个指令交迭地在不同功能单元内处理，大大提高了微处理器的处理能力。另外在其CPU硬件结构上，C6000的流水线分为三个阶段：取指、译码、执行，每一级又包含几个节拍。流水处理使得若干条指令的不同执行阶段可以并行执行，从而能够大幅度提高程序运行速度。

3 算法的编程实现及优化

根据C6000的软件编程流程，对Viterbi算法的编程及其优化可分为三个阶段来进行。这三个阶段分别为：开发C代码、优化C代码、编写线性汇编代码。在代码编写和优化过程中，这三个阶段不是必须都要经过的，只要在某一阶段已经满足了算法代码的功能和性能要求，就不必继续进行下面的阶段。

①开发C代码。这一阶段完全是根据任务要求来完成算法的代码编写工作。在C6000的集成开发环境CCS（Code Composer Studio）下进行代码的编译和功能验证，然后可用CCS的调试工具（如Profiler）,利用在程序中设置断点的方法可找出程序中耗时最多、最影响整体性能的代码段。为改进代码性能，可进入下一阶段。如下是针对（2，1，3）码的Viterbi算法代码中完成算法功能的核心循环，也是最耗时、最影响代码整体性能的低效率段。

for(c=0;c<unmber_of_input;c++) //对每一个输入值，设number_of_input=24
{for(j=0;j<number_of_states;j++) //对于每个状态（2，1，3）状态数为4
{for(i=0;i<2;i++) //对于状态的每个可能输入，比如1，0
{/*计算度量值*/
branch_metric=hamm(conv_output,c,channel_data);
/*比较累计度量保留其中最小，并且记录其状态路径*/
if(accum_err_metric[nextstate[j][1]>accum_err_metric[j][0]+branch_metric]
{accum_err_metric[nextstate[j][1]=accum_err_metric[j][0]+branch_metri;
state_history[nextstate[j]][sh_ptr]=j;
}
}*/end of i<2*/
}/*end of j<number_of_states*/
}/*end of c<number_of_input*/

其中调用函数hanmm是计算当前输入值与网络图上的值相比较所返回的度量值。
Int hamm(char output_vector,int x,char channel_output[24])
{char target_vector=0;
int hamm=0;
int i=0;
int i=0;
target_vector=(output_vector)^channel_output[x];
for(i=1;i>=0;i--)
hamm+=(target_vector>>i)&0x01;
return hamm;
}

在验证了算法代码实现功能并以设置断点的方法测试代码的性能，这段循环运行耗