TMS320C6000系列DSP維特比譯碼程序優(yōu)化設計方案

3 VA在DSP上的優(yōu)化實(shí)現

ACS操作是整個(gè)VA算法中運算量最大的部分。在通常的程序設計中，使用一種對稱(chēng)的蝶形運算實(shí)現ACS操作，每次可以完成兩個(gè)ACS操作。因此優(yōu)化的核心任務(wù)就是減少每個(gè)蝶形運算所消耗的運算周期數。

蝶形運算的原理請參見(jiàn)圖3。對前一級的兩個(gè)相鄰狀態(tài)2i和2i+1，一共有四條支路。計算出四條支路與接收信號的歐氏距離，與兩個(gè)前一級狀態(tài)2i和2i+1中存儲的以前路徑的度量值相加得到四條路徑A1、A2、B1、B2的度量值。然后在對應的兩個(gè)當前狀態(tài)i和i+32下兩兩比較，每個(gè)當前狀態(tài)都留下度量值較小的一條路徑(幸存路徑)，同時(shí)將當前狀態(tài)的度量值以及與幸存路徑對應的輸入比特存人相應的位置，準備下一級計算。

每個(gè)蝶形運算包括：三次加載數據操作(load)，因為可以證明一個(gè)蝶形中的四條支路的度量具有相同的絕對值，所以每次只需要加載一個(gè)由BMU預先計算的結果；四次加法操作；兩次比較操作；比較之后的四次存儲操作。其中，四次加法操作可以在一個(gè)周期內同時(shí)完成；狀態(tài)i和i+32的幸存路徑則是獨立計算和存儲的。

針對前面提到的提高并行處理程度的幾個(gè)障礙，可以用以下的方法分別加以解決：

(1)解決功能模塊的限制 可以用不同的命令相互替代。例如賦值操作MV只能用．L、．S和．D功能模塊完成，如果這些模塊都被其它的并行指令占用，可以用乘1的方法實(shí)現賦值，而乘法指令MPY是用．M單元實(shí)現的。類(lèi)似地，也可以用加零或減零的指令代替MV指令。

(2)解決交叉路徑的限制 需要依靠寄存器的分配和倒換，讓同一指令涉及到的寄存器盡量處在同一個(gè)寄存器組中，減少需要用到交叉路徑的機會(huì )。

(3)解決多周期指令的限制 加載數據的結果需要在4個(gè)周期以后才能得到。為了有效地利用等待的這段時(shí)間，在程序設計中把加載數據的指令放在前面的蝶形運算中執行，當進(jìn)入本次蝶形運算時(shí)，就能立即使用加載的新數據。同樣，本次蝶形運算也要執行為下一個(gè)蝶形運算加載數據的指令。B指令(跳轉指令)的問(wèn)題可以用類(lèi)似的方法來(lái)處理。

(4)解決對長(cháng)數據操作的限制 在(2，1，7)卷積碼的VA譯碼器中，幸存路徑存儲在PM里。每一個(gè)輸入幀對應64個(gè)可能的狀態(tài)，會(huì )產(chǎn)生64比特的幸存路徑比較結果。但TMS320C6701不能直接對64比特長(cháng)的數據進(jìn)行讀寫(xiě)操作，所以把PM分成兩個(gè)相同的32位數組PMO和PMl。前者用來(lái)存儲狀態(tài)0-31對應的幸存路徑；后者存儲狀態(tài)32-64對應的幸存路徑。PM0[i ]和PM1[i ]合在一起表示第i級網(wǎng)格的所有64條幸存路徑。當編碼約束長(cháng)度更大時(shí)，也可以用同樣的辦法來(lái)分開(kāi)存儲。例如(2，1，9)卷．積碼的PM就可以分成8個(gè)32位的數組來(lái)存儲256個(gè)狀態(tài)的信息?；厮莶僮鞯臅r(shí)候，先確定路徑經(jīng)過(guò)哪一個(gè)狀態(tài)，就可以從相應的某一個(gè)數組中讀出路徑值，只需要一次LD(加載)操作。

圖4給出了優(yōu)化后的蝶形運算流程圖。每次循環(huán)需要4個(gè)時(shí)鐘周期，分別為圖中的E0-E3，對應著(zhù)一次蝶形運算。除了一些關(guān)鍵的加比選運算之外，還需要一些輔助運算來(lái)實(shí)現循環(huán)以及寄存器的相互拷貝，平均下來(lái)每個(gè)時(shí)鐘周期可并行執行6條指令。

4優(yōu)化的效果和推廣

譯碼器輸出一幀所需要的時(shí)鐘周期數為

TBMC+n·TButter+Ttb

其中，TBMC、TButter和Ttb分別表示支路度量計算、蝶形運算以及回溯操作所需要的周期數，n表示每一輸出幀對應的蝶形運算的次數。
對于(2，1，7)卷積碼譯碼器，輸出一個(gè)幀需要32次蝶形運算，因此n=32。在回溯幸存路徑的時(shí)候，有兩種方案輸出譯碼結果：一種是輸入一幀碼序列，就輸出一幀譯碼結果；另一種是輸入N幀碼序列，然后輸出N幀譯碼結果。后一種方法輸出每一幀所需要的周期數可以減小為T(mén)tb／N，但同時(shí)延時(shí)也增大為(N-1) TButter／TCPS，其中TCPS是DSP每秒運行的時(shí)鐘周期數，等于DSP的工作頻率。

如果使用TI公司定義的線(xiàn)性匯編語(yǔ)言用圖1所示的結構來(lái)實(shí)現(2，1，7)譯碼，經(jīng)過(guò)CCS2軟件編譯并自動(dòng)進(jìn)行-o1級優(yōu)化以后，每譯出一個(gè)比特，大約需要1000個(gè)時(shí)鐘周期(TButter =22，n=32)，時(shí)鐘為167MHz時(shí)譯碼速度不超過(guò)160kbps。

在經(jīng)過(guò)本文所述方法優(yōu)化以后的程序中，仍然是(2，1，7)卷積碼，TBMC =20，TButter =4，n=32；Ttb=700，選擇N=16，因此譯出一個(gè)比特的平均時(shí)間是128+20+(700／16)=192個(gè)時(shí)鐘周期。以TMS320C6701為例，它工作在167MHz，該程序的譯碼速率能達到大約870kbps，而延時(shí)僅為18μS。顯然，本文中的優(yōu)化程序性能遠遠高于自動(dòng)優(yōu)化的效果。

對于不同編碼約束長(cháng)度的卷積碼，例如WCDMA中用到的(2，1，9)碼，蝶形運算單元的流程與(2，1，7)碼是完全相同的。不同的地方在于每一級的狀態(tài)數增加到了256個(gè)。因此只需要對程序中的存儲和回溯路徑的指令做一些改動(dòng)就可以使用。

對于不同的DSP系統，因為在指令集、總線(xiàn)、寄存器等諸多方面存在差異，針對C6000系列的優(yōu)化的匯編程序不能直接應用。但譯碼程序優(yōu)化中遇到的問(wèn)題也是大致相同的，優(yōu)化的重點(diǎn)任務(wù)都是設法減少ACS的運算量，因此本文提出的程序流程的基本思想以及一些解決問(wèn)題的技巧都可以繼續加以運用。