作为数字化产业重要的基础设施之一，物联网迎来了黄金发展期。物联网通信技术通过数据的采集、分析、输出，从浅层次的互联工具和产品深化，到成为重塑生产组织方式的基础设施和关键要素，正深刻地改变着传统产业形态和人们的生活方式，泛在物联的时代已然到来。
由于物联网场景的复杂化、碎片化，使得市场上缺失高效灵活的物联网方案，行业发展受限，天花板亟待进一步打开，物联网技术及生态融合是产业需求也是大势所趋。市场上有众多的物联网IoT技术解决方案，例如ZETA、LoRa、Sigfox、Zigbee、蓝牙、RFID、WiSun以及基于授权频谱的NB-IoT等技术。
但这些技术并不能相通，每种协议的终端只能与其对应的网关通信，导致物联网IoT终端成为一个个孤岛。比如资产的盘点以及流转跟踪在不同场景需要用到不同的协议，如物件在仓库内基于ZETA等主动上报的物联技术；而出仓库时的扫描记录、快递点位的跟踪以RFID、二维码等技术为主；在高速公路上的可视化跟踪需要用4G、ZETA等技术，而在沙漠、公海等通信覆盖有限的场景又采用卫星通信，这样导致各个环节需要不同的物联技术方案以及线上化管理并不能完全打通，极大地增加了运营成本。
除不同协议之外，由于物联网的碎片化应用，物联网终端即使采用同一协议，在不同场景也会用到不同参数。比如在工业、电力行业，设备的监测数据一般要求较高速率的传输。针对站点获取困难、容量要求较低和传输速率低的场景，则对接收灵敏度要求比较高。下表列出两种典型Advanced M-FSK两种速率：
因为速率不同，两者对同步灵敏度要求都完全不一样，对相应发射端导频长度和接收机算法要求就不一样。如果使用一套高灵敏度接收同步算法覆盖所有速率，则在使用高速率场景时，同步算法就会显得冗余，意味着功耗较大，资源浪费。
如果把现有技术关注局部连接，技术多而不通，数据难以融合，归纳为LPWAN1.0时代，那么我们急需一个让各种技术融合贯通，让物理世界极低成本、无感、低碳连接的“LPWAN2.0时代”。
如果说LPWAN 1.0技术是为了连接，那么LPWAN 2.0的技术演进方向将会是从场景中来到场景中去，其中非常重要的实现基础便是“软件定义物联网芯片”。
综上，纵行科技在继自主创新研发“Advanced M-FSK”物理调制技术上又提出“软件定义芯片（DSP + ASIC）”架构的物联网设计理念，让一颗物联网芯片能支持多种通信协议以及同一种协议不同速率得以实现。而其中核心技术之一是DSP技术，即如何通过DSP来定义物联网的物理层调制和解调技术。下面将着重介绍一下DSP的结构与特点。
随着大规模集成电路（Very Large Scale Integration Circuit，VLSI）的发展，依托于数字信号处理理论的进步，数字信号处理（Digital Signal Processing，DSP）逐渐发展成为一门独立的学科。DSP的应用，使多模归一成为可能，典型的DSP结构如下图所示：
DSP处理的核心是三个运算单元Scalar ALU，Vector ALU和MAC。它们在传统Scalar ALU的基础上，增加了矢量运算单元Vector ALU以及DSP特有的乘加运算单元MAC。Program Fetch Unit从Program Memory System中取出指令，在Program Control Unit单元中进行译指并分发给三个运算单元。
三个运算单元根据指令需要，调用Scalar Load/Store Unit和Vector Load/Store Unit 与 Data Memory System 获取需要的输入数据，进行运算，并把运算结果写回 Data Memory System。
DSP主要特点如下：
1.超长指令字（Very Long Instruction Word ，VLIW）和可变长度指令集（Variable-Length Instruction Set， VLIS）
超长指令字，结合可变长度指令集，使处理器在一次执行多个指令的同时，又保证了指令存储单元的高效使用。编译器根据当前处理的具体需求，在确保数据处理顺序，保证正确的前提下，智能地进行多指令的组合。从而使处理器在一个时钟周期内，完成尽可能多的运算。
2.单指令多数据（Single Instruction Multiple Data ，SIMD)并发
数字信号处理，往往伴随着大量的数据操作。SIMD加大了数据的并行度，从而突破了大量数据处理的场景下，取数存数的瓶颈。
3.定制乘加单元（MAC）
DSP的典型运算是实数的乘加运算，以及运算更复杂的复数乘加运算。因此，针对性地提高乘加运算的效率是提高系统容量的有效手段。
4.多级流水（Pipeline）
为了提高指令执行的各个模块（示意图中的：Program Fetch Unit、Program Control Unit、运算单元Scalar ALU/Vector ALU与MAC、Scalar/Vector Load/Store Unit等）的工作效率，DSP把一条指令分解为与串行模块个数相当的流水级数，从而使各个模块都并行地工作，进而提高了数字信号处理器的运行效率。
5.实时处理的优化
为了支持实时快速的信号处理运算，在硬件上对处理流程进行了针对性的优化。如：分支预测（Branch predictor）、零开销循环（zero overhead loop）等技术，逐渐得到应用。
在IoT领域，DSP又包含了如下特征：
1.低功耗
由于IoT领域对轻便的需求，往往选用轻便的供电解决方案（纽扣电池，纸电池等）。因此，低功耗性能便成为决定续航能力的关键因素。随着低功耗技术的发展，在处理器中对各个模块的运行进行了周密的配置，遵循“非用即关”的策略，以节约功耗。同时，极力降低睡眠功耗，数字信号处理器的睡眠低功耗通常达到微安级别。
2.支持无线通信算法
物联网应用领域包含很多移动场景，信号的传输需要通过无线来实现。因此，包含无线信号发射机和接收机，便成了标准配置。其中，无线通信算法的先进与否，决定了产品解决方案的核心竞争力。
纵行科技根据DSP的特点，设计了新一代LPWAN2.0物联网芯片，实现软件定义芯片：
1、射频通道共用，多模时分终端，即多种协议不能同时发送或接收，在不同时刻接收和发送协议；2、MCU共用，支持在芯片的MCU核里开发一种或多种协议；3、物理层一些通用技术，如FFT运算，采样硬化即用ASIC实现，可变部分如调制和解调才用DSP实现。
该芯片针对SubG频段，专门为极低功耗物联网设计，休眠功耗低于1uA。同时，内置两个PA，支持线性和非线性功放，即可以支持传统LPWAN信号发送，也在必要时支持其他对线性要求较高的信号发送。
软件定义芯片使客户用异构网络支持同一个资产的跟踪成为可能，即一颗芯片或者一个物联网终端就能支持该资产的库内盘点、出库及快递点位跟踪、公路等物流流转可视化跟踪、以及沙漠海洋等地区的卫星物联网跟踪。
基于异构网络融合，物联网通信可以根据用户的需求特点（例如车载用户）、业务特点（例如实时性要求高）基于功耗和成本等，智能化地为用户选择最合适的通信技术及网络，从而提供更好的QoS。
本文对软件定义物联网芯片的背景、设计理念以及应用场景做了简单介绍。至于芯片如何设计以及应用场景实例，后续将详细讲解，敬请关注。
由于物联网场景的复杂化、碎片化，使得市场上缺失高效灵活的物联网方案，行业发展受限，天花板亟待进一步打开，物联网技术及生态融合是产业需求也是大势所趋。市场上有众多的物联网IoT技术解决方案，例如ZETA、LoRa、Sigfox、Zigbee、蓝牙、RFID、WiSun以及基于授权频谱的NB-IoT等技术。
但这些技术并不能相通，每种协议的终端只能与其对应的网关通信，导致物联网IoT终端成为一个个孤岛。比如资产的盘点以及流转跟踪在不同场景需要用到不同的协议，如物件在仓库内基于ZETA等主动上报的物联技术；而出仓库时的扫描记录、快递点位的跟踪以RFID、二维码等技术为主；在高速公路上的可视化跟踪需要用4G、ZETA等技术，而在沙漠、公海等通信覆盖有限的场景又采用卫星通信，这样导致各个环节需要不同的物联技术方案以及线上化管理并不能完全打通，极大地增加了运营成本。
除不同协议之外，由于物联网的碎片化应用，物联网终端即使采用同一协议，在不同场景也会用到不同参数。比如在工业、电力行业，设备的监测数据一般要求较高速率的传输。针对站点获取困难、容量要求较低和传输速率低的场景，则对接收灵敏度要求比较高。下表列出两种典型Advanced M-FSK两种速率：
因为速率不同，两者对同步灵敏度要求都完全不一样，对相应发射端导频长度和接收机算法要求就不一样。如果使用一套高灵敏度接收同步算法覆盖所有速率，则在使用高速率场景时，同步算法就会显得冗余，意味着功耗较大，资源浪费。
如果把现有技术关注局部连接，技术多而不通，数据难以融合，归纳为LPWAN1.0时代，那么我们急需一个让各种技术融合贯通，让物理世界极低成本、无感、低碳连接的“LPWAN2.0时代”。
如果说LPWAN 1.0技术是为了连接，那么LPWAN 2.0的技术演进方向将会是从场景中来到场景中去，其中非常重要的实现基础便是“软件定义物联网芯片”。
综上，纵行科技在继自主创新研发“Advanced M-FSK”物理调制技术上又提出“软件定义芯片（DSP + ASIC）”架构的物联网设计理念，让一颗物联网芯片能支持多种通信协议以及同一种协议不同速率得以实现。而其中核心技术之一是DSP技术，即如何通过DSP来定义物联网的物理层调制和解调技术。下面将着重介绍一下DSP的结构与特点。
随着大规模集成电路（Very Large Scale Integration Circuit，VLSI）的发展，依托于数字信号处理理论的进步，数字信号处理（Digital Signal Processing，DSP）逐渐发展成为一门独立的学科。DSP的应用，使多模归一成为可能，典型的DSP结构如下图所示：
DSP处理的核心是三个运算单元Scalar ALU，Vector ALU和MAC。它们在传统Scalar ALU的基础上，增加了矢量运算单元Vector ALU以及DSP特有的乘加运算单元MAC。Program Fetch Unit从Program Memory System中取出指令，在Program Control Unit单元中进行译指并分发给三个运算单元。
三个运算单元根据指令需要，调用Scalar Load/Store Unit和Vector Load/Store Unit 与 Data Memory System 获取需要的输入数据，进行运算，并把运算结果写回 Data Memory System。
DSP主要特点如下：
1.超长指令字（Very Long Instruction Word ，VLIW）和可变长度指令集（Variable-Length Instruction Set， VLIS）
超长指令字，结合可变长度指令集，使处理器在一次执行多个指令的同时，又保证了指令存储单元的高效使用。编译器根据当前处理的具体需求，在确保数据处理顺序，保证正确的前提下，智能地进行多指令的组合。从而使处理器在一个时钟周期内，完成尽可能多的运算。
2.单指令多数据（Single Instruction Multiple Data ，SIMD)并发
数字信号处理，往往伴随着大量的数据操作。SIMD加大了数据的并行度，从而突破了大量数据处理的场景下，取数存数的瓶颈。
3.定制乘加单元（MAC）
DSP的典型运算是实数的乘加运算，以及运算更复杂的复数乘加运算。因此，针对性地提高乘加运算的效率是提高系统容量的有效手段。
4.多级流水（Pipeline）
为了提高指令执行的各个模块（示意图中的：Program Fetch Unit、Program Control Unit、运算单元Scalar ALU/Vector ALU与MAC、Scalar/Vector Load/Store Unit等）的工作效率，DSP把一条指令分解为与串行模块个数相当的流水级数，从而使各个模块都并行地工作，进而提高了数字信号处理器的运行效率。
5.实时处理的优化
为了支持实时快速的信号处理运算，在硬件上对处理流程进行了针对性的优化。如：分支预测（Branch predictor）、零开销循环（zero overhead loop）等技术，逐渐得到应用。
在IoT领域，DSP又包含了如下特征：
1.低功耗
由于IoT领域对轻便的需求，往往选用轻便的供电解决方案（纽扣电池，纸电池等）。因此，低功耗性能便成为决定续航能力的关键因素。随着低功耗技术的发展，在处理器中对各个模块的运行进行了周密的配置，遵循“非用即关”的策略，以节约功耗。同时，极力降低睡眠功耗，数字信号处理器的睡眠低功耗通常达到微安级别。
2.支持无线通信算法
物联网应用领域包含很多移动场景，信号的传输需要通过无线来实现。因此，包含无线信号发射机和接收机，便成了标准配置。其中，无线通信算法的先进与否，决定了产品解决方案的核心竞争力。
纵行科技根据DSP的特点，设计了新一代LPWAN2.0物联网芯片，实现软件定义芯片：
1、射频通道共用，多模时分终端，即多种协议不能同时发送或接收，在不同时刻接收和发送协议；2、MCU共用，支持在芯片的MCU核里开发一种或多种协议；3、物理层一些通用技术，如FFT运算，采样硬化即用ASIC实现，可变部分如调制和解调才用DSP实现。
该芯片针对SubG频段，专门为极低功耗物联网设计，休眠功耗低于1uA。同时，内置两个PA，支持线性和非线性功放，即可以支持传统LPWAN信号发送，也在必要时支持其他对线性要求较高的信号发送。
软件定义芯片使客户用异构网络支持同一个资产的跟踪成为可能，即一颗芯片或者一个物联网终端就能支持该资产的库内盘点、出库及快递点位跟踪、公路等物流流转可视化跟踪、以及沙漠海洋等地区的卫星物联网跟踪。
基于异构网络融合，物联网通信可以根据用户的需求特点（例如车载用户）、业务特点（例如实时性要求高）基于功耗和成本等，智能化地为用户选择最合适的通信技术及网络，从而提供更好的QoS。
本文对软件定义物联网芯片的背景、设计理念以及应用场景做了简单介绍。至于芯片如何设计以及应用场景实例，后续将详细讲解，敬请关注。
上一篇：纵行科技受邀参加数字物流直播分享会 ZETA助推供应链物流全场景数字化
下一篇：ZETA×宝武钢铁 | 国产技术助力智慧能源监测 节约20%能耗推进“碳中和”