作為數字化產業重要的基礎設施之一，物聯網迎來了黃金發展期，物聯網通信技術通過資料的采集、分析、輸出，從淺層次的互聯工具和產品深化，到成為重塑生產組織方式的基礎設施和關鍵要素，正深刻地改變著傳統產業形態和人們的生活方式，泛在物聯的時代已然到來，
由于物聯網場景的復雜化、碎片化，使得市場上缺失高效靈活的物聯網方案，行業發展受限，天花板亟待進一步打開，物聯網技術及生態融合是產業需求也是大勢所趨，市場上有眾多的物聯網IoT技術解決方案，例如ZETA、LoRa、Sigfox、Zigbee、藍牙、RFID、WiSun以及基于授權頻譜的NB-IoT等技術，
但這些技術并不能相通，每種協議的終端只能與其對應的網關通信，導致物聯網IoT終端成為一個個孤島，比如資產的盤點以及流轉跟蹤在不同場景需要用到不同的協議，如物件在倉庫內基于ZETA等主動上報的物聯技術；而出倉庫時的掃描記錄、快遞點位的跟蹤以RFID、二維碼等技術為主；在高速公路上的可視化跟蹤需要用4G、ZETA等技術，而在沙漠、公海等通信覆寫有限的場景又采用衛星通信，這樣導致各個環節需要不同的物聯技術方案以及線上化管理并不能完全打通，極大地增加了運營成本，
除不同協議之外，由于物聯網的碎片化應用，物聯網終端即使采用同一協議，在不同場景也會用到不同引數，比如在工業、電力行業，設備的監測資料一般要求較高速率的傳輸，針對站點獲取困難、容量要求較低和傳輸速率低的場景，則對接收靈敏度要求比較高，下表列出兩種典型Advanced M-FSK兩種速率：
因為速率不同，兩者對同步靈敏度要求都完全不一樣，對相應發射端導頻長度和接識訓演算法要求就不一樣，如果使用一套高靈敏度接收同步演算法覆寫所有速率，則在使用高速率場景時，同步演算法就會顯得冗余，意味著功耗較大，資源浪費，
如果把現有技術關注區域連接，技術多而不通，資料難以融合，歸納為LPWAN1.0時代，那么我們急需一個讓各種技術融合貫通，讓物理世界極低成本、無感、低碳連接的“LPWAN2.0時代”，
如果說LPWAN 1.0技術是為了連接，那么LPWAN 2.0的技術演進方向將會是從場景中來到場景中去，其中非常重要的實作基礎便是“軟體定義物聯網芯片”，
綜上，縱行科技在繼自主創新研發“Advanced M-FSK”物理調制技術上又提出“軟體定義芯片（DSP + ASIC）”架構的物聯網設計理念，讓一顆物聯網芯片能支持多種通信協議以及同一種協議不同速率得以實作，而其中核心技術之一是DSP技術，即如何通過DSP來定義物聯網的物理層調制和解調技術，下面將著重介紹一下DSP的結構與特點，
隨著大規模集成電路（Very Large Scale Integration Circuit，VLSI）的發展，依托于數字信號處理理論的進步，數字信號處理（Digital Signal Processing，DSP）逐漸發展成為一門獨立的學科，DSP的應用，使多模歸一成為可能，典型的DSP結構如下圖所示：
DSP處理的核心是三個運算單元Scalar ALU，Vector ALU和MAC，它們在傳統Scalar ALU的基礎上，增加了矢量運算單元Vector ALU以及DSP特有的乘加運算單元MAC，Program Fetch Unit從Program Memory System中取出指令，在Program Control Unit單元中進行譯指并分發給三個運算單元，
三個運算單元根據指令需要，呼叫Scalar Load/Store Unit和Vector Load/Store Unit 與 Data Memory System 獲取需要的輸入資料，進行運算，并把運算結果寫回 Data Memory System，
DSP主要特點如下：
1.超長指令字（Very Long Instruction Word ，VLIW）和可變長度指令集（Variable-Length Instruction Set， VLIS）
超長指令字，結合可變長度指令集，使處理器在一次執行多個指令的同時，又保證了指令存盤單元的高效使用，編譯器根據當前處理的具體需求，在確保資料處理順序，保證正確的前提下，智能地進行多指令的組合，從而使處理器在一個時鐘周期內，完成盡可能多的運算，
2.單指令多資料（Single Instruction Multiple Data ，SIMD)并發
數字信號處理，往往伴隨著大量的資料操作，SIMD加大了資料的并行度，從而突破了大量資料處理的場景下，取數存數的瓶頸，
3.定制乘加單元（MAC）
DSP的典型運算是實數的乘加運算，以及運算更復雜的復數乘加運算，因此，針對性地提高乘加運算的效率是提高系統容量的有效手段，
4.多級流水（Pipeline）
為了提高指令執行的各個模塊（示意圖中的：Program Fetch Unit、Program Control Unit、運算單元Scalar ALU/Vector ALU與MAC、Scalar/Vector Load/Store Unit等）的作業效率，DSP把一條指令分解為與串行模塊個數相當的流水級數，從而使各個模塊都并行地作業，進而提高了數字信號處理器的運行效率，
5.實時處理的優化
為了支持實時快速的信號處理運算，在硬體上對處理流程進行了針對性的優化，如：分支預測（Branch predictor）、零開銷回圈（zero overhead loop）等技術，逐漸得到應用，
在IoT領域，DSP又包含了如下特征：
1.低功耗
由于IoT領域對輕便的需求，往往選用輕便的供電解決方案（紐扣電池，紙電池等），因此，低功耗性能便成為決定續航能力的關鍵因素，隨著低功耗技術的發展，在處理器中對各個模塊的運行進行了周密的配置，遵循“非用即關”的策略，以節約功耗，同時，極力降低睡眠功耗，數字信號處理器的睡眠低功耗通常達到微安級別，
2.支持無線通信演算法
物聯網應用領域包含很多移動場景，信號的傳輸需要通過無線來實作，因此，包含無線信號發射機和接識訓，便成了標準配置，其中，無線通信演算法的先進與否，決定了產品解決方案的核心競爭力，
縱行科技根據DSP的特點，設計了新一代LPWAN2.0物聯網芯片，實作軟體定義芯片：
1、射頻通道共用，多模時分終端，即多種協議不能同時發送或接收，在不同時刻接收和發送協議；
2、MCU共用，支持在芯片的MCU核里開發一種或多種協議；
3、物理層一些通用技術，如FFT運算，采樣硬化即用ASIC實作，可變部分如調制和解調才用DSP實作，
該芯片針對SubG頻段，專門為極低功耗物聯網設計，休眠功耗低于1uA，同時，內置兩個PA，支持線性和非線性功放，即可以支持傳統LPWAN信號發送，也在必要時支持其他對線性要求較高的信號發送，
軟體定義芯片使客戶用異構網路支持同一個資產的跟蹤成為可能，即一顆芯片或者一個物聯網終端就能支持該資產的庫內盤點、出庫及快遞點位跟蹤、公路等物流流轉可視化跟蹤、以及沙漠海洋等地區的衛星物聯網跟蹤，
基于異構網路融合，物聯網通信可以根據用戶的需求特點（例如車載用戶）、業務特點（例如實時性要求高）基于功耗和成本等，智能化地為用戶選擇最合適的通信技術及網路，從而提供更好的QoS，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/508108.html
標籤：其他
上一篇：第三屆材料化學與復合材料國際學識訓議（MCCM 2022）
下一篇：基本資料結構