博客
关于我
matlab与FPGA无线通信、FPGA数字信号处理系列(2)——Vivado调用IP核设计FIR滤波器
阅读量:354 次
发布时间:2019-03-04

本文共 786 字,大约阅读时间需要 2 分钟。

在Vivado中使用FIR滤波器IP核的配置步骤如下:

1. 新建工程

  • 通过菜单栏选择 Create Project,选择 RTL Project
  • 按下输入器件信息,选择使用的器件。
  • 新建原理图文件,即 Create Block Design
  • 2. 添加FIR滤波器IP核

  • 打开设计文件 design_1,点击右侧工具栏的 + 按钮,弹出IP核添加窗口。
  • 在搜索框中输入 fir(不区分大小写),找到并选择 FIR Complier
  • 双击 FIR Complier,开始配置滤波器参数。
  • 3. 配置FIR滤波器

  • 打开滤波器配置页面,选择 COE File 作为滤波器系数来源。
  • 点击 Browse,选择已导出的 FIR_BPF_99_1_5M.coe 文件。
  • 在滤波器配置页面设置:
    • 系统时钟:为32MHz(仿真环境下设定)。
    • 输入数据格式:默认设置即可,输入数据为16位有符号数。
  • 4. 例化IP核

  • 查看IP核的输入输出端口:
    • 输入端口:s_axis_ddata_tdata(16位输入数据,32MHz采样频率)。
    • 输出端口:m_axis_data_tdata(40位输出数据)。
  • 右键单击“Make External”将端口引出,确保无连接错误。
  • 右键单击IP核,选择 Generate HDL,然后选择 Create Instance 进行例化。
  • 5. 搭建信号产生及滤波系统

  • 在原理图中,连接信号生成模块(如Xilinx的多模块生成器)与FIR滤波器。
  • 设置信号生成模块的采样频率为32MHz,与滤波器IP核匹配。
  • 6. 编写Testbench

  • 创建仿真测试架构,包含信号源、滤波器和输出分析模块。
  • 在Testbench中设置输入信号,进行仿真验证滤波器性能。
  • 通过以上步骤,您可以在Vivado中成功配置并使用FIR滤波器IP核,实现信号生成与滤波的系统。

    转载地址:http://rkte.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
    查看>>
    VS2003 Front Page Server Extension
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
    查看>>
    OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
    查看>>
    OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
    查看>>
    OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
    查看>>
    OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
    查看>>