一、基于Simulink产生HDL代码并生成Vivado工程.pdf

发布时间：2022-06-03 发布人：admin 分类：说明书资料大小：4.67M 资料格式：pdf 举报版权申诉

m0_37633745-12554221-16359647609277760044.pdf-第1页.png

第1页 / 共22页

m0_37633745-12554221-16359647609277760044.pdf-第2页.png

第2页 / 共22页

m0_37633745-12554221-16359647609277760044.pdf-第3页.png

第3页 / 共22页

m0_37633745-12554221-16359647609277760044.pdf-第4页.png

第4页 / 共22页

m0_37633745-12554221-16359647609277760044.pdf-第5页.png

第5页 / 共22页

m0_37633745-12554221-16359647609277760044.pdf-第6页.png

第6页 / 共22页

m0_37633745-12554221-16359647609277760044.pdf-第7页.png

第7页 / 共22页

m0_37633745-12554221-16359647609277760044.pdf-第8页.png

第8页 / 共22页

一、基于Simulink产生HDL代码并生成Vivado工程

1、功能描述

2、MATLAB 标准的匹配滤波算法

3、FPGA上实现算法

3.1 软件要求

3.2 实现步骤

3.2.1 创建算法的Simulink模型

3.2.2 实现硬件结构

3.2.3 转换设计为定点

3.2.4 生成和综合HDL代码

一、基于Simulink产生HDL代码并生成Vivado工程 1、功能描述 2、MATLAB 标准的匹配滤波算法 3、FPGA上实现算法 3.1 软件要求 3.2 实现步骤 3.2.1 创建算法的Simulink模型 3.2.2 实现硬件结构 3.2.3 转换设计为定点 3.2.4 生成和综合HDL代码一、基于Simulink产生HDL代码并生成 Vivado工程 1、功能描述在这个教程中，首先给出一个基于MATLAB的脉冲检测算法，该算法使用一个匹配滤波器从接收信号中检测一个已知的波形，并且获取波形的峰值。该算法普遍应用于雷达或者无线通信系统中。 2、MATLAB 标准的匹配滤波算法 % Setup clear; clc; close all; % Create pulse to detect rng('default'); % rng('default') 将 rand、 randi 和 randn 使用的随机数生成器的设置重置为其默认值。这样，会生成相同的随机数，就好像您重新启动了 MATLAB。默认设置是种子为 0 的梅森旋转生成器。 PulseLen = 64; theta = rand(PulseLen,1); % X = rand 返回一个在区间 (0,1) 内均匀分布的随机数 pulse = exp(1i*2*pi*theta); % Y = exp(X) 为数组 X 中的每个元素返回指数 ex。 % Insert pulse to Tx signal rng('shuffle'); % rng('shuffle') 根据当前时间为随机数生成器提供种子。 TxLen = 5000; PulseLoc = randi(TxLen-PulseLen*2); % X = randi(imax) 返回一个介于 1 和 imax 之间的伪随机整数标量。 TxSignal = zeros(TxLen,1); TxSignal(PulseLoc:PulseLoc+PulseLen-1) = pulse; % 插入脉冲 % Create Rx signal by adding noise Noise = complex(randn(TxLen,1),randn(TxLen,1)); % z = complex(a,b) 通过两个实数输入创建一个复数输出 z，这样 z = a + bi。 RxSignal = TxSignal + Noise;

% Scale Rx signal to +/- one scale1 = max([abs(real(RxSignal)); abs(imag(RxSignal))]); RxSignal = RxSignal/scale1; % Create matched filter coefficients CorrFilter = conj(flip(pulse))/PulseLen; % Zc = conj(Z) 返回 Z 中每个元素的复共轭。频域取共轭相当于时域共轭对称部分不变，共轭反对称部分取反（也就是乘以-1） % Correlate Rx signal against matched filter FilterOut = filter(CorrFilter,1,RxSignal); % y = filter(b,a,x) 使用由分子和分母系数 b 和 a 定义的有理传递函数对输入数据 x 进行滤波。 % Find peak magnitude & location [peak, location] = max(abs(FilterOut)); % 获得最大值的位置以及大小 % Print results figure(1) subplot(311); plot(real(TxSignal)); title('Tx Signal (real)'); subplot(312); plot(real(RxSignal)); title('Rx Signal (real)'); t = 1:length(FilterOut); str = sprintf('Peak found at %d with a value of %.3d',location,peak); subplot(313); plot(t,abs(FilterOut),location,peak,'o'); title(str); 程序运行结果如下图： TxSignal：原始的脉冲信号； RxSignal：叠加了高斯白噪声后的信号； FilterOut：匹配滤波后信号输出。

3、FPGA上实现算法 3.1 软件要求 MATLAB® (R2019b) Simulink® Fixed-Point Designer MATLAB Coder HDL Coder Signal Processing Toolbox DSP System Toolbox Xilinx® Vivado® 2017.4（其它版本也可，只是综合结果不同） 3.2 实现步骤 3.2.1 创建算法的Simulink模型 1. 运行第二步的程序初始化该步骤需要的参数； 2. 创建一个Simulink模型命名为pulse_detector_v1.slx； 3. 添加一个Signal From Workspace 模块并在信号栏填写RxSignal表示从MATLAB工作空间中获得该信号。

4. 使用 Discrete FIR Filter模块实现匹配滤波函数以步骤2的匹配滤波系数CorrFilter作为该模块的滤波系数 5. 命名滤波器的输出信号为ﬁlter_out并且使能信号的数据日志记录 6. 仿真停止时间设置为SimTime（SimTime = length(RxSignal) + WindowLen）

7. 编写Simulink测试脚本pulse_detector_v1_tb.mlx并运行到第16行，验证Simulink滤波器的输出和第2步中输出之间的误差 % Simulate model and compare results to reference if iscolumn(CorrFilter) % 确定输入是否为列向量 CorrFilter = transpose(CorrFilter); % need row vector for filter block end SimTime = length(RxSignal) + WindowLen; % Simulate model slout = sim('pulse_detector_v1'); % simOut = sim(model) 使用现有模型配置参数对指定模型进行仿真，并将结果返回为 Simulink.SimulationOutput 对象 % Correlation filter output FilterOutSL = getLogged(slout,'filter_out'); compareData(real(FilterOut),real(FilterOutSL),{2 3 1},'ML vs SL correlator output (re)'); compareData(imag(FilterOut),imag(FilterOutSL),{2 3 2},'ML vs SL correlator output (im)'); % 运行到此处 % Magnitude squared output MagSqSL = getLogged(slout,'mag_sq_out'); % Get the object a signal interface element compareData(MagSqOut,MagSqSL,{2 3 3},'ML vs SL mag-squared output'); % Peak value MidSampleSL = getLogged(slout,'mid_sample'); Detected = getLogged(slout,'detected'); PeakSL = MidSampleSL(Detected>0); fprintf('\nPeak location = %d, magnitude = %.3d using global max\n',location,peak); fprintf('Peak location = %d, mag-squared = %.3d using local max\n',location_2,peak_2); fprintf('Peak mag-squared from Simulink = %.3d, error = %.3d\n',PeakSL,abs(peak_2-PeakSL)); % % Copyright 2020 The MathWorks, Inc. % function signal_val = getLogged(simout_obj,signal_name) logsout = simout_obj.logsout; if isempty(logsout) error('No logged signal found. Make sure ''%s'' is logged in the model',... signal_name); end sig = logsout.getElement(signal_name); if isempty(sig) error('Signal ''%s'' not found. Make sure it is logged and named correctly.',... signal_name); end

signal_val = squeeze(sig.Values.Data); end 8. 回顾第2步中硬件友好的峰值检测算法，在滤波器模块的输出，调用下列模块实现求幅度的平方输出输入的实部和虚部实部和虚部分别求平方

求和模块进行实部和虚部求和得到信号的幅度的平方。 9. 封装第8步的模块为一个子系统并命名为Compute Power标记子系统的输出为mag_sq_out。 10. 显示信号的维度和信号的数据类型

11. 连接mag_sq_out到一个Tapped Delay模块作为滑动窗口的缓冲。设置延时的长度为滑动窗口的长度WindowLen

分享到：

赞收藏

资料库

一、基于Simulink产生HDL代码并生成Vivado工程.pdf

相关推荐

行业

热门标签

最新资料