matlab中如何创造算法,使用MATLAB和Simulink算法创建FPGA原型

测试覆盖率：工程师可以使用HDL验证工具、Simulink设计验证工具和ModelSim/Questa自动执行代码覆盖率分析。在该工作流程中，Simulink设计验证工具可针对模型覆盖率生成一套测试用例。HDL验证工具自动使用这一套测试用例运行ModelSim/Questa，收集代码覆盖率数据，以对生成的代码加以全面分析。

使用FPGA在环仿真加速验证

使用系统级仿真和HDL协同仿真验证DDC算法之后，便可以立即在FPGA目标平台上部署DDC算法。对算法执行基于FPGA的验证(也称为FPGA在环仿真)可以增强对算法在现实环境中有效运行的信心。相比基于主机的HDL仿真，该验证可以使工程师更快地运行测试方案。

对于DDC算法而言，可以使用Simulink模型驱动FPGA输入激励并分析FPGA的输出(图10)。与HDL协同仿真一样，在Simulink中始终可以利用相关数据进行分析。

图11对比了HDL协同仿真和FPGA在环仿真这两种用于DDC设计的验证方法。在本案例中，FPGA在环仿真的速度是HDL协同仿真的23倍。这样的速度提升使工程师能够运行更广泛的测试用例并对其设计进行回归测试。这使他们能够识别出有待进一步分析的潜在问题区域。

尽管HDL协同仿真速度较慢，但它却提高了HDL代码的可见性。因此，它很适合针对FPGA在环仿真过程中发现的问题区域进行更详细的分析。

总结

如果工程师遵循本文所述的四种最佳方法，开发FPGA原型将比传统的手动工作流程快出许多，并能使工程师信心倍增。此外，工程师还可以在整个开发过程中继续优化自己的模型，并快速地重新生成有关FPGA实现的代码。与依赖手工编写HDL的传统工作流程相比，这种能力可以显著缩短设计迭代的周期。