Жизнь мобильной рекламы / Блог компании BYYD / Хабр

опубликовать

Лекции — DSP процессоры — файл DSP процессоры.doc

Лекции — DSP процессоры
скачать (414.1 kb.)

Доступные файлы (16):

DSP процессоры.doc

Реклама MarketGid:

DSP процессоры

Digital Signal Processing (DSP) — Цифровая Обработка Сигналов (ЦОС) — используется во многих приложениях.

Сначала необходимо пояснить значение слов, составляющих данное понятие:

  • Digital вычисление с использованием дискретных сигналов для представления данных в цифровой форме
  • Signal изменяющийся параметр, посредством которого информация передается по электрической цепи
  • Processing выполнение операций над данными согласно программным инструкциям
  • Digital Signal Processing изменение или анализ информации, которая измеряется дискретными последовательностями чисел

Необходимо отметить две уникальные особенности Цифровой Обработки Сигналов:

  • сигналы поступают из реального мира — эта тесная связь с реальным миром приводит ко многим специальным требованиям, таким как необходимость реагировать на поступающие сигналы в реальном времени, измерять и преобразовывать их в цифровую форму
  • сигналы дискретные — что означает потерю информации между дискретными выборками

Преимущества DSP являются общими для многих цифровых систем и включают в себя:

Универсальность:

  • цифровые системы могут быть перепрограммированы для других приложений (по крайней мере там, где используются программируемые DSP чипы)
  • цифровые системы могут быть перенесены на различную аппаратуру

Воспроизводимость:

  • цифровые системы могут быть легко удвоены
  • цифровые системы не зависят от точных допусков компонентов
  • характеристики цифровых систем не варьируют с температурой

Простота:

  • некоторые вещи могут быть выполнены проще в цифровых, чем в аналоговых системах

DSP находит применение во многих практических приложениях

В каждом приложении DSP процессоры характеризуются общими свойствами:

  • они используют большой объем математических вычислений
  • они имеют дело с сигналами из реального мира
  • исследование сигнала длится конечное время

Архитектуры памяти

Типичные DSP операции требуют выполнения множества простых сложений и умножений.

сложение и умножение требуют:

  • произвести выборку двух операндов
  • выполнить сложение или умножение (обычно и то и другое)
  • сохранить результат или удерживать его до повторения

Для выборки двух операндов за один командный цикл необходимо осуществить два доступа к памяти одновременно. Но в действительности кроме выборки двух операндов необходимо еще сохранить результат и прочитать саму инструкцию. Поэтому число доступов в память за один командный цикл будет больше двух. Для этой цели DSP процессоры поддерживают множественный доступ к памяти за один и тот же командный цикл. Но невозможно осуществить доступ к двум различным адресам в памяти одновременно, используя для этого одну шину памяти. Существует два вида архитектур DSP процессоров позволяющих реализовать механизм множественного доступа к памяти:

  • Гарвардская архитектура
  • модифицированная архитектура фон Неймана

Подлинная Гарвардская архитектура выделяет одну шину для выборки инструкций (шина адреса), а другую для выборки операндов (шина данных). Но для выполнения DSP операций этого недостаточно, так как в основном все они используют по два операнда. Поэтому Гарвардская архитектура применительно к цифровой обработке сигналов использует шину адреса и для доступа к данным. Важно отметить, что часто необходимо произвести выборку трех компонентов — инструкции с двумя операндами, на что собственно Гарвардская архитектура неспособна. В таком случае данная архитектура включает в себя кэш-память. Она может быть использована для хранения тех инструкций, которые будут использоваться вновь. При использовании кэш-памяти шина адреса и шина данных остаются свободными, что делает возможным выборку двух операндов. Такое расширение — Гарвардская архитектура плюс кэш — называют расширенной Гарвардской архитектурой или SHARC (Super Harvard ARChitecture).

Гарвардская архитектура требует наличия двух шин памяти. Это значительно повышает с
тоимость производства чипа. Так, например, DSP процессор работающий с 32-битными словами и в 32-битном адресном пространстве требует наличия, по крайней мере, 64 выводов для каждой шины памяти, а в сумме получается 128 выводов. Это приводит к увеличению размеров чипа и к трудностям при проектировании схемы.

Даже простейшая DSP операция — сложение, включающая два операнда и сохраняющая результат в памяти, требует выполнения четырех доступов к памяти (три для выборки двух операндов и инструкции и один для сохранения результата в памяти). Это выходит за рамки возможностей Гарвардской архитектуры. В некоторых процессорах применяется другой тип архитектуры, позволяющей обойти данное препятствие. Это модифицированная архитектура фон Неймана.

Архитектура фон Неймана использует только одну шину памяти:

Данная архитектура обладает рядом положительных черт. Она является более дешевой, требует меньшего количества выводов шины. Архитектура фон Неймана является более простой в использовании, так как программист может размещать и команды и данные в любом месте свободной памяти.
^
Выборка сигнала производится через определенные интервалы времени, и при этом неизвестно, что происходит между выборками. Предположим, в некоторый момент времени аналоговый сигнал имеет некий скачок или импульс. И пусть этот скачок приходится на интервал времени между двумя дискретными выборками. Так как при этом не происходит измерение импульса, то после выборки всего аналогового сигнала мы не можем определить, был ли действительно какой-либо импульс.
В менее очевидном случае, сигнал может быть представлен быстро меняющимися компонентами. Но опять же, мы невозможно проследить за этими быстрыми изменениями. Поэтому выборка должна производиться с достаточно большой скоростью, чтобы возможно было зафиксировать наиболее быстрые изменения в сигнале. Иногда мы можем иметь некоторые предварительные сведения о сигнале или сделать некоторые предположения о поведении сигнала между выборками.

Если выборка будет производиться с недостаточной скоростью, то невозможно будет проследить наиболее быстрые изменения в сигнале.

На приведенной схеме выборка высокочастотного сигнала производится менее двух раз за период. В результате получается неверное представление сигнала в дискретной форме, так как если теперь сгладить полученные выборки некоторой кривой, то получим представление низкочастотного сигнала. Такое явление, при котором сигнал с одной частотой после выборки представляется сигналом с другой частотой, называется эффектом наложения.

Важно отметить, что проблема, связанная с наложением частот, состоит в том, что невозможно сказать, с сигналом какой частоты приходится иметь дело. Но иногда мы можем обладать некоторыми предварительными сведениями о сигнале или сделать некоторые предположения о поведении сигнала между выборками.

Найквист (Nyquist) показал, что для четкого представления всех частотных составляющих необходимо производить выборку с такой частотой, которая была бы в два или более раз выше самой высокой частоты в сигнале.
На диаграмме выборка высокочастотного сигнала производится дважды в течение периода. Если теперь провести гладкую кривую, соединив ею выборки, то в результате получится сигнал, похожий на входной аналоговый. Но если дискретная выборка будет производиться в точках, в которых сигнал имеет нулевую амплитуду, то сигнала не будет вообще. Именно поэтому необходимо производить выборку с частотой, превосходящей наивысшую частоту сигнала не менее, чем в два раза. Это позволяет избежать эффекта наложения.

Максимальная частота сигнала, которая позволяет задать скорость выборки, называется частотой Найквиста (Nyquist frequency).
На самом деле Найквист говорит, что выборка должна производиться с частотой, превышающей частоты, которые составляют полосу пропускания сигнала, а не с максимальной.

^

На практике DSP главным образом имеет дело с реальным миром. Хотя это часто забывают, именно эта особенность является одним из наиболее существенных различий между DSP процессорами и универсальными микропроцессорами:
В характерном DSP приложении процессор взаимодействует со многими источниками данных в реальном мире. В любом случае процессор может получать и передавать данные в реальном времени, не прерывая при этом выполнение внутренних математических операций. Можно выделить три источника данных для DSP процессоров:

  • входные и выходные сигналы
  • взаимодействие с различными контроллерами системы
  • взаимодействие с подобными DSP процессорами

^
Большинство DSP приложений имеют дело с аналоговыми сигналами, поэтому аналоговый сигнал должен быть преобразован в цифровую форму.
Аналоговый сигнал, являющийся непрерывным и определенным с бесконечной точностью, преобразуется в дискретную последовательность, составляющими которой являются значения, представляемые в цифровой форме.

При преобразовании сигнала из аналоговой формы в дискретную часть информации теряется из-за:

  • погрешностей в измерениях
  • неточностей в синхронизации
  • ограничений на продолжительность измерений

Эти явления называются ошибками дискретизации.

Перед выборкой непрерывный аналоговый сигнал должен быть предварительно сохранен. С другой стороны, при измерении сигнала будет происходить его изменение.

Только после того, как сигнал был предварительно сохранен можно произвести его измерение, а измеренные значения преобразовать в цифровую форму.

Дискретные выборки сигнала, представляющие собой цифрованные измеренные значения аналогового сигнала, производятся обычно через равные промежутки времени.

Важно отметить, что выборка сигнала производится только тогда, когда весь сигнал был предварительно сохранен. Это означает возможность использования более медленных АЦП (ADC). Но схема, отвечающая за предварительное сохранение сигнала должна функционировать достаточно быстро, чтобы сигнал не успевал существенно измениться. После сохранения сигнала АЛУ не требуется высокое быстродействие для преобразования его в цифровую форму.

При измерении аналогового сигнала неизвестно, что действительно измеряется. В процессе измерения сигнала часть информации теряется.
Иногда можно обладать некоторыми предварительными сведениями о сигнале или сделать предположения о возможном его поведении, которые позволят частично восстановить потерянную при дискретизации информацию.

^

При преобразовании аналогового сигнала в цифровую форму его точность ограничивается числом доступных разрядов для представления данных.
На диаграмме представлен аналоговый сигнал, который преобразуется в цифровую форму при 8-разрядной точности выборки.
Плавно изменяющийся аналоговый сигнал в дискретном представлении будет иметь ступенчатую форму благодаря ограничению, накладываемому на точность его представления.

Ошибки, появляющиеся в результате оцифровывания аналогового сигнала являются нелинейными и зависящими от сигнала.
Нелинейность ошибок означает невозможность их расчета с помощью обычной математики.
Зависимость от сигнала означает когерентность ошибок невозможность их уменьшения с помощью обычных приемов.

Проблема, связанная с возникновением ошибок, является общей для цифровой обработки сигналов. Эти ошибки появляются из-за ограниченной точности (т.е. длины слова), являются нелинейными (следовательно их невозможно просчитать) и зависящими от сигнала (следовательно когерентными). Возникновение ошибок приводит к невозможности точного расчета DSP алгоритма при ограничении на точность представления данных. Поэтому единственным выходом из такой ситуации является тестирование работы алгоритма при различных входных сигналах. Нелинейность ошибок также приводит к нестабильности работы, особенно при применении IIR (БИХ) фильтров.

Длина машинного слова, используемого в цифровой обработке сигналов определяет точность и динамический диапазон. Неточность в синхронизации приводит к появлению ошибок в выбранном дискретном сигнале.

Ошибки вносимые синхронизацией также являются нелинейными и зависят от сигнала.

Реальные DSP системы подвержены воздействию от трех источников ошибок:

  • ограничение при цифровом преобразовании сигнала его точности конечной длиной машинного слова
  • ограниченная точность арифметических вычислений, выполняемых процессором
  • ограничение точности сигнала длиной машинного слова при его преобразовании из дискретной формы обратно в аналоговую

В совокупности эти ошибки составляют понятие ошибок дискретизации. Ошибки являются нелинейными и зависящими от сигнала. Нелинейность ошибок означает невозможность их расчета c помощью обычной математики. Зависимость от сигнала определяет необходимость расчета эффекта от ошибок, свойственных каждому отдель
но взятому сигналу. Простым решением для уменьшения ошибок, накладываемых ограниченной длиной машинного слова, является создание моделей для каждого источника ошибок, которые представляют искажения при дискретизации как случайные шумы.

Модель дискретизации с влиянием случайных шумов является наглядной при понимании сути эффекта. Но в действительности эта модель не является абсолютно правильной, особенно для систем с обратной связью, таких, например, как IIR (БИХ) фильтры.
Эффект, связанный с появлением ошибок, похож на наличие в системе случайных шумов.


Скачать файл (414.1 kb.)


© gendocs.ru
При копировании укажите ссылку.
обратиться к администрации

Я не работал в компании Byyd, поэтому непосредственно о работе ничего сказать не могу. Здесь речь пойдет о собеседовании.)
Первый совет для тех, кто будет собеседоваться в компании Byyd: параллельно ищите другую работу. Начальство у компании чересчур амбициозное и делает из собеседования многоэтапный чемпионат. Причем критерии, по которым будет определяться «чемпион», видны только генеральному директору, который считает себя Кэлом Лайтманом или, как минимум, Патриком Джейном.
Я «участвовал в чемпионате» на должность Mobile Manager (он же аккаунт-менеджер).
Само собеседование проходит в 3 этапа. На первом — обычный разговор с HR-менеджером и директором филиала в Краснодаре, диалог на английском с одним из сотрудников, а также письменный тест на понимание принципов дробей и процентов.
Второй этап заключается в выполнении тестового задания, по которому можно проследить насколько хорошо вы понимаете принцип генерации целевой аудитории и выбора таргетингов к ней. Если вы повели себя логично и подумали, что это ключевой этап «чемпионата» – то вы ошибаетесь. Все решается в третьем этапе, поэтому, приступая к тестовому заданию, можете не выжимать из себя все соки.
Третий этап. Собеседование по Skype с генеральным директором из Москвы. Это встреча с «всевидящим оком», которое даже через экран монитора может увидеть все твои психологические особенности.))) Это самый важный этап собеседования. Всем пофиг на то, какой ты специалист, какой у тебя опыт и какое образование. Устроят тебя в компанию или нет, решает настроение генерального директора. Поэтому перед собеседованием станцуй ритуальный танец с бубном или помолись о хорошем настроении директорая Всея Byyd – это единственное, что ты можешь сделать, чтобы повлиять на результаты.))
Весь чемпионат длится больше недели, поэтому напоминаю еще раз, параллельно не переставай искать работу!
Теперь об общем впечатлении… Впечатление больше положительное. Сам офис довольно приятный, но выглядит необжитым. HR-менеджер и директор Краснодарского филиала произвели впечатление дружелюбных, отзывчивых людей. Территориально хорошо расположены: в самом центре, возле Галереи. Только вот само здание, где находится офис, больше напоминает хоз-рынок (первый этаж занят строительными товарами) – это портит впечатление о компании.
Итог:
У компании Byyd ярко выраженная звездная болезнь.

Технические решения на базе цифровых сигнальных процессоров семейства DSP56800 компании Motorola

Как это сказывается на уже устроившихся сотрудниках, я сказать не могу (возможно, даже положительно), только по отношению к потенциальным сотрудникам это проявляется в неуважении и бессовестной трате их времени. Так что, если тебе работа нужна срочно – не иди туда, если можешь подождать – иди, но параллельно ищи другую!
P.S. Решил написать отзыв только, чтобы помочь будущим соискателям и чтобы дать понять многоуважаемому топ-менеджменту компании Byyd, что эта чудо-метода определения сотрудников не работает. Я устраивался в компанию с серьезными намерениями на долгосрочную перспективу, но «всевидящее око» это не разглядело.
В любом случае, желаю им удачи! Также желаю больше не терять возможность сотрудничества с таким хорошими сотрудниками, как я.)))

Byyd

Адрес: РоссияКраснодар

Неизвестен

+9

Вы тоже можете добавить отзыв в чёрный список работодателей

Как помочь сайту

Demand Side Platform (англ. DSP, автоматизированная система покупки) — технологическая система организации аукциона для рекламодателей, которая торгуется с SSP (платформами для RTB-торгов со стороны площадок), управляет несколькими рекламными сетями (Ad Networks) и рекламными биржами (Ad Exchanges), обменивается прочими данными в интересах рекламодателя в цифровой экосистеме RTB.

У самой DSP, как правило, нет интерфейса покупки и управления рекламой. Такие интерфейсы есть у продуктов-надстроек над DSP — систем ретаргетинга, Trading Desk и др.

Dsp процессоры

Принцип работы DSP

Цель DSP — как можно дешевле купить показы аудитории, максимально соответствующей запросам рекламодателя. По сути, DSP позволяет рекламодателям покупать аудиторию, а не конкретные места для размещения рекламы.

Когда пользователь кликает на ссылку, SSP-система запускает торги на DSP-площадке. На основании данных SSP, собственной информации с сайта рекламодателя и купленных сведений у DMP (Data Management Platforms — поставщика профилей пользователей и систем управления ими), DSP формирует ставки и проводит RTB-аукцион.

Для разных кампаний могут понадобиться разные DSP: для полноценной рекламной деятельности необходимо обмениваться данными с несколькими платформами, плюс взаимодействовать с другими операторами RTB-системы. Для этого применяется DSP-manager (Trading Desk), который централизует работу с несколькими DSP и управляет данными посредством собственной или сторонней DMP.

Посредством Trading Desk рекламодатель и/или агентство устанавливают размеры ставок, необходимый объем показов или кликов, собирают данные об аудитории и загружают всю эту информацию в DSP. Платформа анализирует эту информацию, сопоставляет её с информацией о доступной на торгах аудитории и делает ставки, стремясь купить показы максимально дешево, а аудиторию подобрать максимально точно. К слову, все эти мероприятия занимают доли секунды, пока грузится страница сайта.

Свойства DSP

Используя DSP, рекламодатели управляют заявками на размещение баннеров и расценками на демонстрацию рекламных сообщений таргетированной аудитории. Как и в контекстной рекламе, система на основе ключевых показателей эффективности помогает оптимизировать такие показатели как eСРС (effective Cost per Click) и eСРА (effective Cost per Action).

DSP уникальна тем, что вобрала в себя черты рекламных бирж предыдущего поколения и внесла в рекламную отрасль много нового:

  • Беспрецедентная скорость работы — DSP позволяет агентствам и рекламодателям совершать сделки в реальном времени;
  • Широкие возможности таргетирования аудитории: прямой (или вертикальный) таргетинг — по социально-демографическим, географическим, временным, поведенческим характеристикам, по интересам и т.п. и латеральный таргетинг, выделяющий целевые группы под конкретную задачу с динамически изменяемыми критериями в ходе рекламной кампании;
  • Формирование детальных отчётов по каждому показу, отражающих все задействованные площадки и результаты их работы;
  • Реалтайм-статистика: отчет о ходе кампании отражается с задержкой всего в несколько секунд, что позволяет оперативно снижать затраты на неэффективные источники трафика.

    Для сравнения: задержка отчета в Google AdWords может составлять свыше 18 часов;

  • Взаимодействие с десятками SSP, выставляющими на продажу рекламный инвентарь (inventory) сетей и независимых площадок, что означает беспрецедентный медийный охват;
  • Возможность оптимизировать бюджет DSP, в том числе автоматически. Это особенно интересно в случае скупки «остаточного трафика», когда рекламодатель получает копеечный трафик, а площадка — хоть какие-то продажи.

Все эти возможности собраны в единой системе, что даёт рекламодателям уникальную возможность полностью контролировать ход рекламной кампании и максимально улучшать её воздействие на аудиторию.

Примечания

Литература

См. также

Внутренняя объектная модель

Основным понятием, используемым в ПО A&D-DSP*, является «объект».
* DSP — цифровой обработчик сигналов

MBD (проектирование на основе моделирования)

В последнее время все отрасли промышленности столкнулись с жёсткой конкуренцией на глобальном рынке, поэтому им необходимо внедрять более быстрые и эффективные производственные процессы.

Особенно это касается автомобилестроения, где постоянно растут требования со стороны общества к безопасности, регулированию уровня выхлопных газов и затратам на горючее, а со стороны водителей — требования к дорожным качествам автомобиля, уровню шума и удобству. Чтобы соответствовать этим требованиям необходимо, чтобы система управления автомобилем была способна реализовывать гораздо более точные и продвинутые стратегии управления. Поэтому система управления становится более детализированной и сложной.

Просмотренные продукты

Более того, имеет место давление, направленное против уменьшения времени на проектирование и снижения затрат на проектирование систем управления автомобилем.

Такое давление постоянно возрастает. При этом системы управления автомобилем становятся всё более точными и сложными. В этих условиях внедрение систем проектирования на основе моделирования позволило достичь очень хороших результатов.

MBE (конструирование на основе моделирования)

MBE (конструирование на основе моделирования), предложенное компанией A&D – это реализация основанных не моделировании средств интеграции, позволяющая создавать всё необходимое программное обеспечение, аппаратные средства, механические системы, необходимые для эффективного интерактивного проектирования систем управления автомобилем средствами MBD.

Концепция MBE может быть описана следующими четырьмя ключевыми терминами и соответствующими технологиями, которыми располагает A&D:

  • "Моделирование в реальном времени"
  • "Заданный крутящий момент"
  • "На основе модели"
  • "Идентификация модели"

Компания A&D создала “Проектный автомобилестроительный центр” в Китамото (Япония) для выполнения экспериментов и испытания концепции MBE.


Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *