智能传感器信号处理的需求分析

在dsPIC33F DSC上使用两个累加器和DSP指令执行此线性化任务时，计算过程(上述多项式仅计算到第二阶)需要七个运算速度--四个数据传送周期、二个乘法周期以及一个乘减运算周期。透过该公式可以很明显看出，在通用微处理器或微控制器架构上执行此运算会耗费更多时间，这也间接说明了使用DSC的优势。

而且，热电偶的输出电压(即使在放大之后)特别容易受60Hz(或50Hz，具体取决于区域)的电源线路噪声影响。考虑到热电偶输出的变化率较慢，此噪声容易与热电偶输出位于同一频带，并且须要使用中心频率为60Hz的带拒滤波器小心地进行滤波。

FIRD和IIR滤波算法均可以在DSC上高效执行，但是IIR滤波器需要的系数一般要少得多，因而需要较少的乘法和加法运算。不过，IIR滤波器具有回馈项，因而会造成一些稳定性方面的难题。幸运的是，数据自动饱和是DSC架构中相当常见的硬件特性，可以尽可能地降低由于溢出造成的数据损坏。图5的频率响应图展示了用于抑制60Hz电源线路讯号的十六阶IIR带拒滤波器(取样速率为1kHz)的频率选择特性。

对于DSP设计经验不甚丰富的系统开发人员而言，设计数字滤波器尤其是IIR滤波器的过程中所涉及之理论和步骤可能相当复杂，对数学功底的要求极高。幸运的是，很多DSC制造商和协力工具厂商都已提供低成本的工具，开发人员只须要在这些工具中指定通带和拒带的转移频率及所需的衰减度即可。这些工具可以计算滤波器系数并产生应用软件可以直接使用的源文件和数据文件。图3展示了四种最常见的数字滤波问题。

除了线性滤波和数字滤波外，应用软件还必须在从热电偶采样的电压中加上从外接温度传感器IC如TC1047A采样的电压，以执行冷结点补偿。此外，很可能须要定期计算ADC转换结果的平均值，具体视所采用的ADC取样速率而定。平均值计算可以透过DSC架构中通常提供的基于累加器的加法和多位移动运算高效完成。

满足指纹辨识复杂计算

说明过最常见的智慧传感器应用后，现在开始讨论一种本质上更复杂且计算要求更高的传感器应用--指纹辨识。

指纹辨识在安全区域(如房间或车辆)的进出控制、存取设备(如手机)、个人计算机或网络登入，以及仅作为

可靠的个人身分识别形式等方面的应用日趋增多。目前，市面上有很多类型的指纹传感器，如电容式传感器、光学传感器、热传感器和电场传感器。例如，电容式传感器依赖于人手指上的纹路起伏产生的电容变化。

负责从指纹传感器捕捉指纹数据的控制器须具有以下的某些特性：足够快的ADC，用于接收传感器采样的值；高速串行通讯接口(如SPI)，用于与系统中的其它模块进行通讯；闪存，用于储存指纹「模板」数据库，然后在验证或辨别指纹时高效存取这些范本。

最重要的是，须要拥有强大的DSP功能来执行指纹配对操作。最后必须指出的是，控制器应该不仅能够处理16位数据，还要能够高效处理8位数据(如DSC可以处理8位和16位的数据)，因为大多数传感器都使用8位的值来代表指纹。

16位DSC渐受瞩目

随着对传感器接口的功能性、联机性以及数学和讯号处理方面的要求变得越来越高，16位DSC逐渐成为许多基于传感器的系统和智能传感器的理想内建系统架构。实时操作系统(RTOS)、TCP/IP和预封装DSP算法等软件工具，进一步增强此类架构在各种传感器应用中的可用性。