访问官网
Github
文档CMSIS-DSP 项目介绍
关于 CMSIS-DSP
CMSIS-DSP 是一个为嵌入式系统设计的优化计算库。尽管名字中包含 DSP（数字信号处理），它更广泛地提供了针对 Cortex-M 和 Cortex-A 的优化计算内核。根据内核的不同，CMSIS-DSP 提供了不同的变体。特别是在 Helium 或 Neon 扩展可用的情况下，大多数函数都采用了矢量化版本。
项目内容
该项目的仓库包含 CMSIS-DSP 库以及多个其他项目组件：
- 针对裸机 Cortex-M 或 Cortex-A 的测试框架
- 针对裸机 Cortex-M 的示例
- ComputeGraph
- Python 封装
用户在构建和使用 CMSIS-DSP 库时，不需要上述的其他项目。但是，若要构建其他项目，可能需要安装其他库（如 CMSIS）或工具（如 Arm Virtual Hardware） 或者 CMSIS 构建工具。
CMSIS-DSP 内核功能
CMSIS-DSP 提供了多种内核功能（列表并不详尽）：
- 基本数学运算（实数、复数、四元数、线性代数、快速数学函数）
- DSP（过滤）
- 给定（FFT、MFCC、DCT）
- 统计
- 经典机器学习（支持向量机、聚类的距离函数等）
这些内核支持多种数据类型，如 f64、f32、f16、q31、q15、q7。
Python 封装
CMSIS-DSP 还提供了一个 Python 封装，可以通过以下命令安装：
pip install cmsisdsp
使用这个封装，用户可以在 Python 中设计算法，并使用与 C 接口尽可能相似的 API。该封装与 NumPy 兼容，并支持定点运算。此外，它也可在 Google Colab 上运行。这一功能旨在简化从设计到用 C 进行最终实现的过程。
构建速度的优化
CMSIS-DSP 旨在提升性能，因此应使用能提供最佳性能的编译选项来编译 CMSIS-DSP：
建议使用的选项
- 使用
-Ofast获取最佳性能。 - 当使用 Helium 时，建议强烈使用
-Ofast。 - 针对 Helium，可避免使用 GCC，因为它目前性能不佳，建议使用 Arm 编译器。
- 如果使用浮点数，务必选择 FPU 以确保编译器不会使用软件浮点仿真。
建议避免的选项
- 避免使用
-fno-builtin。 - 避免使用
-ffreestanding，因为它会启用默认禁用的选项。
半浮点支持
CMSIS-DSP 增加了对 f16 数据类型（半浮点）的支持。这在您的 Cortex 具备某种半浮点硬件加速（例如 Helium 扩展）时特别有用。如果不需要 f16，可以在构建时定义 -DDISABLEFLOAT16 来禁止其支持。
如何构建
CMSIS-DSP 可以通过 Open CMSIS-Pack、cmake、Makefile 以及其他构建工具进行构建。不同的构建工具有不同的配置信息，请根据你的需求选择适合的工具进行构建。
代码大小
较早的版本库通过编译指令控制代码大小，现已改为依赖链接器进行优化。对于固定大小的 FFT，建议在初始化时使用特定函数如 arm_cfft_init_64_f32，而不是通用初始化函数，以避免不必要的代码和表被包含。
项目文件结构
构建和使用 CMSIS-DSP 库只需要以下文件夹：
- Source
- Include
- PrivateInclude
- ComputeLibrary（仅使用 Neon 时需要）
其他文件夹属于不同项目、测试或示例。
支持与联系
如有任何问题，建议在项目 GitHub 上创建新的 issue，来联系 CMSIS-DSP 团队。
