大數據背景下的信號處理分析

唐震

【摘要】 就發展現狀來看，高維信號、寬帶信號、高分辨信號等技術不斷更新，促使信號處理進入到大數據時代，信號采集數據增長率已經遠遠超高數據存儲增率和信號處理速度增長率，逐漸暴露出各種問題。面對此種情況，必須要采取有效的措施，應用專業技術，來提高信號處理效果。本文對大數據背景下信號處理要點進行了簡要分析。

【關鍵詞】 大數據 信號處理 信息融合

信號形式不斷豐富，且由窄帶信號擴展到寬帶信號，由一維信號逐漸發展到高維信號，在大數據背景下信號處理難度不斷上升。信號處理現在已經由傳統的應用領域擴展到天文、金融、能源、地理科學以及社會網絡等多個領域，信號數據具有多樣性與復雜性特點，想要提高處理效率，必須要對其進行信息融合。

一、多傳感器信息融合分析

多傳感器組網系統現在已經被廣泛的應用到智能機器人、智能車輛系統、安全檢測、醫學成像與診斷等多個領域。系統在運行時會產生大量的數據信息，并且數據在不斷更新，系統通信鏈路數據傳輸率要求十分高。并且各種平臺上多類傳感器會采集到大量的信息數據，內容豐富多樣，彼此可以進行有效補充，對于單一傳感節點來說，大部分數據準確度均在95%以內。對于傳感器來說，相互間信號數據類型差異較大，結構不同、尺度不同，并且具有各式矛盾、內容殘缺、重復冗余等特點。想要從海量的數據信息中，提取出有用、實時、精確的信息，來對目標進行屬性和特征的判定，必須要對多種信號源數據進行信息融合，是大數據背景下提高信號處理的關鍵途徑。通過信息融合方法，來對多樣化信息進行協調使用，對時空上互補與冗余的信息進行優化處理后，準確判斷檢測對象屬性與本質，并可進一步提高整個系統性能[1]。常用的數據方法有非線性濾波法、卡爾波濾波法、模糊推理法、證據理論法等。

二、大數據背景下信號處理分析

2.1高速數字信號處理

傳感器性能不斷提升，且應用環境復雜度更高，要求數字信號處理系統必須要對性能進行更新，在建立更高信號處理與I/O帶寬基礎上，還要實現低功耗以及升級擴展快特點。在大數據背景下，數據信號量持續增加，高速數據傳輸與處理要面臨更大的挑戰，其中高速模擬數字轉換（A/D）技術與傳感器性能的提升，可以實現在更高頻率提取來有效提取更寬頻信號，具有更高的分辨率，對于信號處理來說，需要有效處理更大帶寬、更多通道和更高數據率的原始數據。以提高信號處理效率為目的，需要進一步研究多核信號處理器與高速多處理器互聯技術。

2.2高速數字信號處理芯片

2.2.1多核DSP芯片

（1）片上多核結構DSP

片上多核技術即利用總線將多個DSP有效集成起來，采用資源復制的方式，來提高信號處理能力。現在TI，Freescale多款高端DSP芯片便是采用的此種結構形似，例如TI的C665x、C667x系列等[2]。

（2）可重構陣列結構DSP

可重構陣列結構DSP基于SIMD設計理念，將輸入長數據分解成多個短數據，然后采用單指令來完成操作，可以進一步提高處理數據密集運算的能力。例如TILE64處理器以及XETAL-II處理器。

（3）流體系結構DSP

主要采用數據驅動機制，架構主要包括指令存儲器、路徑網絡、處理部件以及輸出部件等幾部分組成。此種結構在實際應用中，可以實現高度并行操作，并且可以與現代VLSI技術具有較高的適應度。

2.2.2高性能FPGA芯片

FPGA現在已經實現了成本、性能、功耗等多個方面的更新，并且大幅度的提升了芯片并行處理能力，對大數據背景下信號處理來說具有重要意義。因此基于90nm集成電路工藝，FPGA已經實現面向DSP應用優化高端FPGA平臺的設計，有效提高了DSP功能及其互聯性能。

2.2.3專用ASIC芯片

ASIC集成電路具有一定的設計目的，可以有效實現對特定高速信號的處理，與常規集成電路相比，芯片具有功耗低、體積小、性能高、可靠性高以及保密性強等特點，且有效降低了生產成本。例如Hardcopy系列芯片，集合了FPGA設計優勢，以及ASIC量產優勢，能夠在更短的時間內實現已經通過FPGA向ASIC的轉化，并且在實際應用中所需功耗更低，能夠更好的滿足信息處理需求。

三、結束語

大數據背景下，信號處理將要面臨更大的挑戰，想要有效處理海量數據，需要重點研究并實現信息融合，對復雜多源的信息進行有效處理，并利用智能傳感網技術，搭配高速信號處理技術，應用高速信號處理芯片，來提高信號處理質量和效率。

參 考 文 獻

[1] 謝維信，陳曾平，裴繼紅，黃建軍，馮紀強.大數據背景下的信號處理[J].中國科學：信息科學，2013，12：1525-1546.

[2] 李溪，鄭馨，張建琦.大數據背景下的信號發送與信號甄別研究[J].情報科學，2016，07：46-50.