MATLAB设计FPGA实现联合ISE和Modelsim仿真的FIR滤波器设计Word文件下载.docx
《MATLAB设计FPGA实现联合ISE和Modelsim仿真的FIR滤波器设计Word文件下载.docx》由会员分享，可在线阅读，更多相关《MATLAB设计FPGA实现联合ISE和Modelsim仿真的FIR滤波器设计Word文件下载.docx（22页珍藏版）》请在冰豆网上搜索。
%频率为0.5MHz的正弦信号
signal2=sin（2*pi*f2*t）;
%频率为2.0MHz的正弦信
%由于正、余弦波形的值在[0,1]之间，需要量化成16bit,先将数值放大
y2=fix（16384+（2^14-1）*signal1）;
%量化到15bit
y3=fix（16384+（2^14-1）*signal2）;
y1=y2+y3;
%量化到16bit
%再将放大的浮点值量化，并写道到存放在C盘的文本中
fid=fopen（'
c:
/matlab_wave_data.txt'
'
wt'
）;
fprintf（fid,'
%x\n'
y1）;
%以16进制的格式将数据存放到.txt文件中。
如果不用16进制，后面
%读数会出错。
fclose（fid）;
plot（y2,'
b'
holdon;
plot（y3,'
plot（y1,'
r'
legend（'
0.5MHz正弦'
'
2MHz正弦'
两者叠加'
title（'
MATLAB产生的两个正弦信号的叠加波形'
信号波形图如图2所示：
图2
存放数据的文件路径、名称已经文本的容如图3所示：
图3
用MATLAB回读C盘根目录下的matlab_wave_data.txt文件，验证存入的波形数据是否正确，MATLAB代码如下：
fori=1:
5001;
%一共有5001个数据
num（i）=fscanf（fid,'
%x'
1）;
%从fid所指的文件中，以16进制的方式读出一个数据
end
figure
（2）;
plot（num,'
MATLAB从txt文件中读出的原始叠加波形数据'
直接回读MATLAB产生的两个正弦信号的叠加波形'
显示的波形如图4所示：
图4
对比图4和图2中的叠加波形，可知以上操作的正确性。
2）用MATLAB设计FIR滤波器
输入信号是频率别为0.5MHz和2MHz的正弦信号的叠加，我们的任务是设计一个低通滤波器滤除掉2MHz的干扰信号。
因此，我们可以设计一个采样率为25MHz的低通滤波器，其通带带宽为1MHz，阻带宽度为2MHz。
通带纹波抖动为1dB，阻带下降为80dB。
在MATLAB的命令窗口输入：
fdatool命令并回车，打开FDATool工具箱，用MATLAB的FDATool工具设计该滤波器，参数设置如图5所示：
设计好参数后，点击DesignFilter，可以在FDATool窗口的左上角看到滤波器的阶数为63阶，点击FileGenerateM-file，并将滤波器命名为mylowfilter。
图5
编写如下代码，滤除混叠信号中的高频信号。
Hd=mylowfilter;
%滤波器名称
output=filter（Hd,y1）;
%对叠加信号y，进行滤波处理
figure（3）;
k'
plot（output,'
0.5MHz原始信号'
滤波后取出的信号'
信号通过MTALAB的低通滤波器后的波形'
滤波后的波形如图6所示：
图6
生成.coe文件，用于Xilinx的IPCore设计滤波器，FDATool窗口点击FileExport…，保持默认设置，点击Export即可，次数在MATLAB的workspace窗口多出一个Num的1*64的数组，这就是滤波器的系数，如图7所示：
图7
由于MATLAB生成的滤波器系数全是一些小数，而FPGA只能处理整数，因此我们必须将这些小数扩大一定的倍数，使它们变成整数。
在MATLAB的命令窗口输入下面的一段代码然后按Enter，即可将上面这些系数变为整数，注意这里的*32767，表示将系数扩大32767倍，这里的扩大倍数只能选2^N，目的是为了后面滤波后的波形数据的高位截取（丢掉低位，即除以2^N）。
返回ans=0，表示操作正确。
coeff=round（Num/max（abs（Num））*32767）;
%abs（）求绝对值，max（）求最大值，round（）四舍五入
e:
/fircoe.txt'
%将滤波器系数写入文件件中
fprintf（fid,'
%16.0f\n'
coeff）;
%将滤波器系数以16位浮点数的格式保存
fclose（fid）
程序运行的结果如图8所示：
图8
将文件的格式改为.coe格式，在文件的开口加上：
radix=10;
coefdata=
在每个数字前的空格处加一个逗号“,”，并在最后一个数字后面加上分号“;
”如图9所示：
图9
这样就产生了可供FIR滤波器的IPCore可调用的.coe文件。
3）用Verilog编程读取MATLAB产生的波形数据
通过Verilog的$readmemh（）函数即可读出.txt文件中的数据（这里的数据是以16进制形式存储的），具体用法如下：
reg[15:
0]data_in[0:
2000];
//定义一个16bit*2001的数组
initialbegin//读出MATLAB产生的波形数据0.5MHz_sin+4MHz_sin信号
$readmemh（"
/matlab_wave_data.txt"
data_in）;
//将matlab_wave_data.txt中的数据读入存储器data_in
End
我在modelsim中尝试用readmemh来读取matlab生成的数据，但是一旦到了负数的地方就出现问题了，之后的所有数据都变成了xxxxx，因此我在用MATLAB产生波形数据时都给正弦信号添加了一个偏移量，将正弦信号平移到了0之上。
用Modelsim仿真工具可以看到读出的数据，并与原文件数据（图3）比较，可以判断读出的数据是否正确，这里是ISE和Modelsim联合仿真的结果，如图10所示：
图10
4）由Xilinx的FIR的IPCore实现FIR滤波器
FIR的IPCore的生成步骤就不多说了，简单的说一下参数配置情况：
a）我们使用由MATLAB生成的.coe文件导入滤波器的系数。
b）输入信号的采样频率为25MHz，这里必须和MATLAB产生的波形数据的采样频率保持一致。
c）FIR滤波器的运行时钟，这里我们选择250MHz，这里必须和仿真文件里给的时钟保持一致。
d）输入数据的类型，我们这里选择了无符号数，输入数据位宽为16bit，因为modelsim不能读出负数（要么用补码，要么加偏移）。
如图11、图12所示：
图11
图12
FIR的IPCore的列化如下：
FIR16_IPFIR16_IP_ins（
.clk（clk）,//inputclk
.rfd（rfd）,//outputrfd在其上升沿将输入数据加载到滤波器核中
.rdy（rdy）,//outputrdy在其上升沿输出滤波器的计算结果
.din（data_in_reg）,//input[15:
0]din
.dout（dout））;
//output[35:
0]dout特别注意这个数据位宽
我们主要对其进行简单的控制：
在rfd上升沿将输入数据加载到滤波器核中，在rdy上升沿输出滤波器的计算结果。
具体的Verilog代码如下：
always（posedgeclk）begin
if（reset==1'
b0）begin
i<
=1'
b0;
m<
data_in_reg<
=16'
h0000;
end
elsebegin
rfd_1q<
=rfd;
rfd_2q<
=rfd_1q;
if（rfd_1q&
~rfd）begin//rfd信号的上升沿将输入数据加载到滤波器核中
data_in_reg<
=data_in[i];
i<
=i+1;
m<
=~m;
if（i==2002）
i<
=0;
end
Data_out_reg<
j<
n<
rdy_1q<
=rdy;
rdy_2q<
=rdy_1q;
if（rdy_1q&
~rdy）begin
Data_out_reg<
=dout;
j<
=j+1'
b1;
n<
=~n;
这里还做了一个附加功能，将FIR滤波器的输入数据存放到一个.txt文件当中，然后用MATLAB去读取这个波形文件数据，看看读出的波形是否和原来的混叠波形一样。
具体的Verilog和MATLAB代码如下：
integerwr_file;
initialwr_file=$fopen（"
/FIR_in_data.txt"
always（m）begin
b1）begin
$fdisplay（wr_file,"
%h"
data_in_reg）;
//33bit数
if（j==11'
d2002）//共写入2001个数据
$stop;
/FIR_in_data.txt'
forj=1:
2000;
num1（j）=fscanf（fid,'
%这句话的意思是从fid所指的文件以16进制方式读出一个数据。
figure（4）;
plot（num1,'
Verilog读出的txt文件中的数据'
FIR滤波器的输入数据'
MATLAB读出的波形数据如图13所示：
图13
5）将FIR滤波器的输出存入.txt文件中
有上面的步骤我们已经验证了输入到FIR滤波器的数据都是正确的，下面就将FIR滤波器的输出数据保存到一个.txt文件当中供MATLAB读取。
//刚刚的问题是，matlab读一个数据是32bit的，
//而FIR的输出是36bit的，因此高4bit根本没有读上来。
assignData_out[31:
0]=Data_out_reg[35:
4];
integerw_file;
initialw_file=$fopen（"
/FIR_out.txt"
always（n）begin
$fdisplay（w_file,"
Data_out[31:
14]）;
这里我也搞了好久才搞好，这里FIR滤波器的输出数据位宽变成了36bit，而输入数据位宽是16bit，为什么数据会变大几万倍呢？
因为我们在将滤波器的系数由小数变成整数的时候，对这些系数整体扩大了32767倍，再做了一个四舍五入（影响滤波器精度），对滤波器的系数扩大的倍数越大，四舍五入对精度的影响就越小，但是系数乘的倍数越大，FPGA在做乘加运算也就越复杂，也就越耗时，越耗资源，因此我们需要找一个平衡点。
这里为了将信号的幅度变回原始的幅度（尽可能的靠近），我们只能通过将低位截取掉，截取低位相当于对数据做除法（除2），所以前面的滤波器系数的扩大倍数我们一定要用2^N，这样我们在这里还原信号幅度的时候，只需要截位就能达到目的。
比如这里我们对滤波器的系数乘了32767，那我们在做除法还原波形幅度时，只需要除以32767即可（即截掉低16bit）。
还有一种操作方式就是我们只保留数据的高16bit（和输入数据的位宽保持一致），这两种方式波形的幅度也就几倍的差距，我还没有完全搞懂这里，究竟怎样才能将波形的幅度完全的还原回去，还是一个值得好好思考的问题？
另一个问题是我的电脑是32bit位宽的，如果我们一次性让MATLAB读取36bit的数据那么数据的高4bit会读不上来，会导致很奇怪的波形，我也遇到了这个问题。
如图14所示，波形明显可以通过一些平移拼合成一个正弦波。
通过对波形数据一个个的分析，我找到了这个问题。
图14
图15是波形幅度发生变化的截图：
图15
6）由MATLAB读入FIR滤波器的输出数据，并分析滤波结果
由MATLAB读取FIR滤波器的输出数据，分析波形，具体的代码如下：
/FIR_out.txt'
figure（5）;
y4=y2;
plot（y4,'
经过FIR_IPCore滤波后的数据'
0.5MHz的原始数据放大16384倍'
经过FIR滤波器的输出数据'
波形数据如图16所示：
图16
三、总结
本次设计我大约耗时一周，从0开始研究FIR滤波器的设计，联合了MATLAB、ISE、Modelsim三个工具，不得不佩服MABLAB在数据分析方面强大的功能。
本次设计走通了FIR滤波器的总体设计流程，为以后的工程实用打下了基础，当然还有一些基本问题，如波形幅度如何完美的还原还没搞清楚，有待进一步研究。
在实际工程应用时，我们可以通过联合MATLAB、ISE、Modelsim三个工具完全脱离硬件来设计、仿真、验证FIR数字滤波器的性能，肯定能够大大的缩短设计周期，提升滤波器性能。
附录：
附录为Verilog源代码和MATLAB源代码，这些源代码是经过调试的，是可以直接使用的。
供大家参考。
Verilog源代码：
moduleFIR_Lowpass（
clk,
reset,
Data_out
）;
inputclk;
inputreset;
output[31:
0]Data_out;
reg[35:
0]Data_out_reg;
reg[10:
0]i=0;
0]j=0;
reg[15:
0]data_in_reg=0;
//将matlab_wave_data.txt中的数据读入存储器data_in
wirerfd;
wirerdy;
wire[35:
0]dout;
regrfd_1q;
regrfd_2q;
regrdy_1q;
regrdy_2q;
regn=0;
regm=0;
0]dout
//刚刚的问题是，matlab读一个数据是32bit的，而FIR的输出是36bit的，因此高4bit根本没有读上来。
//assignData_out[31:
//************************************************************
endmodule
MATLAB源代码
%**********************MATLAB产生信号并保存到.txt文件中*******************
%共0.0002*25000000=5000个点
%频率为4.0MHz的正弦信号
%y1=signal1+signal2;
%两个正弦信号叠加
%x=linspace（0,12.56,2048）;
%在区间[0,6.28]=2*pi之间等间隔的取1024个点
%y1=sin（x）;
%计算相应的余弦值
%y1=y1*32768;
%32*1024=32768
%y1=y1*16384;
%y1=y1+32768;
%再将放大
升级会员 