原创 TMS320C54x数字信号处理器

　　摘要：以G.723.1语音编码算法的优化为例，详细介绍了TMS320C54x DSP的软件优化流程以及具体优化技巧。

　　关键词：优化；DSP；G.723.1

　　1 引言

　　很多人认为， 处理器仍然按照摩尔定律保持着高速发展， 所以如果对软件效率不满意， 只需选择更快更强大的处理器， 而不需要在针对处理器的软件优化上花费太多精力。 对于某些应用，这样的考虑当然正确， 比如仅仅需要一片DSP来实现某个大系统中的一部分数据处理工作， 而且此系统对于效率以及功耗没有太高要求。 但是，对于很多特定应用， 例如实现信源或信道编码， 由于编解码算法的运算量太大， 如果不经过精心优化，很可能采用最新的DSP仍然无法实现，优化后却可能在单片DSP上实现更多路的编解码算法， 从而降低每路的平均成本。 此外，在消费类电子产品中，例如手机与便携式MP3播放器这类电池供电的系统， 本身对功耗相当敏感，而DSP功耗基本上随着MIPS数的增加而线性增长。 如果对此类系统上运行的软件进行优化， 其工作时间将会大大延长。

　　还有人寄希望于将优化工作全部交给DSP开发工具自带的C编译器， 但

　　以笔者多年的工作经验现在的C编译器对大部分软件并不能达到期望的优化效果， 受DSP片上资源少的约束，将来也不可能达到， 除非DSP本身在硬件资源上有较大的突破。

　　本文将以 ITU-T的标准G.723.1语音编解码算法为例， 系统讲述针对TI公司的TMS320C54x芯片的优化流程(参见图1)以及优化技巧。

　　图1 TMS320C54x DSP的软件优化流程

　　2 优化方法

　　在使用TI的集成开发环境　 Code Composer Studio (CCS)建立工程时，第一步工作是把C源程序由PC平台移植到DSP平台上，保证其运行正确。C54x的数据类型并不完全与ANSI C兼容，它的char型数据为16bit，而不是正常的8bit。如果原始的C程序中有char型数据变量， 需要经过一定处理，转化为short型16bit数据变量。而且，CCS对于fread()、fwrite()等函数支持的并不好， 同样需要进一步处理以满足要求。 在建立工程开始，最好不要使用任何优化编译选项， 以避免产生无法预料的错误。 工程建立并验证正确后， 逐级升高优化编译级别，直到使用-o3选项， 仍能运行正确，就可以开始具体的优化工作了。 如果在此过程中程序出错，必须经过调试确定CCS编译时何处代码产生错误， 并降低这一部分的优化级别， 或对该处C源程序进行结构上的修改， 以避开CCS的错误。

　　G.723.1的 basop.c文件中的基本运算函数采用的是欧洲电信标准协会(ETSI)的标准函数。 通过简单地包含intrindefs.h头文件，不改变C程序，就可以在编译时将basop.c中的大部分基本运算函数用单条汇编指令替代，从而避免频繁的函数调用。 C54x的C编译器同时支持大量的 intrinsic指令， 与相应的汇编指令对应，可以适当地加以应用。 C编译器此外还支持asm(“assembler text”);的格式，在C程序中直接插入汇编指令 (inline形式)， 编译器将把双引号中的字符串直接拷贝到编译输出的汇编文件中,但这种做法是相当危险的， 很可能产

　　生错误， 并降低程序的可读性。这种格式最好仅仅用于向生成的汇编文件中添加注释。

　　在以上工作结束后， 使用CCS提供的统计工具对编解码算法中的各个模块进行运算量统计，作为下一步工作的依据。对于G.723.1， 会发现运算量主要集中在固定码本搜索与自适应码本搜索部分， 以及大量的滤波运算部分。 此时的优化策略取决于具体的优化目标， 如果最终目标是实现一个效率最优的编解码器， 那么可以按部就班地对所有函数依次优化。 如果目标仅止于片上实时实现， 就应该从效率最低、 运算量最大的块入手进行优化，达到目标即可结束。 而对于运算量很小主要用于控制的函数， 就不需要进行优化。

　　由于C54x本身硬件上的限制，客观上说只有 2个40bit 寄存器可以进行基本运算，所以很难仅在C语言级上进行优化,但这并不意味着优秀的汇编可以解决一切。有时算法本身的优化能够产生惊人的效果。 单纯地将C语言逐行翻译成汇编并不能称之为优化，只算得上是人工的C编译器。 真正的优化需要算法级、C语言级、 汇编语言级配合实现。

　　一般说来，算法为了保持程序可读性，有些部分必然存在着运算量上的冗余。例如，对一个很大的数组进行初始化清零，其实只需要将其中的几个元素清零即可。算法级上的优化需要真正懂得算法原理，具体算法具体分析，没有定式可循。

　　在C语言级上，可做的工作很多，比较零碎但很有意义，可以为下一步快速写出优秀的汇编打好基础。G.723.1源程序中的10阶FIR、IIR滤波部分，对每一个样点进行滤波后，都对10个滤波器状态进行更新，这就造成效率的极大降低，可以将状态更新部分移到循环外，在滤波结束后更新一次即可。G.723.1中有许多移位操作，移位的位数是未知变量。C54x的移位操作最多可以左移31位，或右移16位。如果可以确定移位不超过此范围，就不需要在将来写汇编程序时用很多指令进行判断，一条简单的移位指令即可实现。判断方法有两种，一种是基于算法的理论分析，如果移位位数直/间接产生于norm_s()或norm_l()函数，那么很容易分析是否超出范 数，很多情况下永远不会发生溢出，可以用上面两种方法进行分析化简。但是在确定不了的地方，还是要采用最保险

　　的方法实现。 算法级和C语言级上做的工作越充分， 下一步汇编工作就越顺利，效率也越高。下面详细讨论汇编语言级的优化。

　　同样的C程序， 交给不同的人，会写出不同的汇编，但最有效率的汇编只有确定的一种，如何才能写出最优秀的汇编？ 那就需要程序员在写每一个函数，甚至每一条指令的时候，都要保证它是最优的，无可替代的。程序员需要清楚地了解C54x的汇编指令集，指令间的流水线冲突。背熟厚厚一本指令集是不现实的，但至少需要知道有哪几条跳转指令，哪些乘法指令，以及如何高效实现多重循环，等等。在每次进行内存读写时，都要考虑是否可以利用相关的并行指令。至于利用跳转或循环指令的延迟，以及在流水线等待期间插入其他运行指令，是比较常见的优化方法。而优化的关键，在于被频繁调用的多重循环中的最内层循环，例如Find_Best()函数中，最内层循环体内每减少一条指令， 都将使整个算法峰值运算量下降0.288MIPS。 如果这样的程序段优化不好，将会产生灾难性后果。对于最内层循环，如果循环次数很少，且循环体非常简单，可以采用内层循环展开的方式进行优化。 例如频繁出现的10阶FIR或IIR滤波运算， 由于只是单条乘累加指令循环10次，所以将内层循环完全展开并未增加多少代码长度，却能够有很好的优化效果。以Synt()函数为例，经过算法以及C语言级的优化，C程序主体已经优化为：

　　for ( i = 0 ; i < SubFrLen ; i ++ )

　　{

　　Acc0 = ((Word32)Dpnt) << 13 ;