Vivado_FIR滤波器_编程实现与IP核仿真与Matlab设计

FIR 滤波器

FIR滤波器表达式为

Verilog编程实现

具体参考菜鸟教程的Veilog并行FIR滤波器设计。链接如下。
7.2Verilog并行FIR滤波器设计
本文着重介绍使用Vivado中的FIR IP核设计滤波器并补充一下其他知识。

IP核实现

使用IP核设计实现一下上述滤波器。
打开FIR Compiler，进入如下界面。

在Select Source选项中选择COE File，并选择COE文件。（也可以选择Vector后，直接将数据复制到Coefficient Vector框中）

设置输入采样频率和时钟频率。

设置系数类型、量化方式、位宽，以及输入数据类型、位宽、小数位。其中Coefficient Quantization，可选Integer Coefficients、Quantize Only、Maximize Dynamic Range。当指定Radix=2（二进制）或16（十六进制）时，只有该选项可用，因为这些系数被认为已经被量化。当使用整数指定系数时，所有量化选项都可用。当使用非整数十进制（包含小数信息）指定系数时，仅量化和最大动态范围选项可用。

1. Integer Coefficients整数系数，整数系数量化选项分析系数并确定表示系数所需的最小位数。
2. Quantize Only仅量化，主要用于在使用非整数实数指定滤波器系数时使用，此选项将系数量化为指定的系数位宽。使用简单的向零舍入算法将系数值四舍五入到最接近的量程。系数字分为整数位和小数位。通过分析滤波器系数以找到最大整数值来确定整数宽度。剩余的位被分配来表示系数值的小数部分。
3. Maximize Dynamic Range最大化动态范围，该选项来选择缩放系数以利用系数位宽提供的完整动态范围。如果选择，这将导致滤波器系数按公用因子按比例放大，以使最大系数（通常是中心抽头）等于使用所选位宽的最大可表示值，然后进行量化。总比例因子计算为缩放系数和量化系数之和与原始（理想）系数之和的比率。
   
   设置接口，可取消勾选左上角Show disabled ports，即可在左侧看到该模块接口示意图，可以根据左侧选项添加其他控制接口，详情见AXI4-Stream接口协议。这里先生成一个最简单的模块用于仿真测试。
   
   在Sources窗口中IP Sources中找到fir_compiler.evo文件，可看到该模块例化模板。
   
   新建仿真文件，其内容如下。为了便于对比，其中输入数据文件直接使用了菜鸟教程中7.2Veilog并行FIR滤波器设计的文件。

`timescale 1ns / 1ps
module FIR_sim;
//input
reg clk;
reg s_tvalid;
reg [15:0] s_tdata;
//output
wire m_tvalid;
wire [31:0] m_tdata;
     
initial begin
    clk = 1'b0;
    forever begin
        # 10;
        clk = ~clk;
    end
end

reg [11:0] data_in[0:200-1];
integer i;
initial begin
    $readmemh("C:/Xilinx/Vivado/project/FIR/fir_para/cosx0p25m7p5m12bit.txt",data_in);
    i = 0;
    s_tvalid = 1'b1;
    s_tdata = 0;
    # 5;         
    forever begin
        @(negedge clk) begin
            s_tdata = data_in[i];
            if (i == 200-1) begin
                i = 0;
            end
            else begin
                i = i + 1;
            end
        end
    end 
end

fir_compiler_0 your_instance_name (
  .aclk(clk),                     // input wire aclk
  .s_axis_data_tvalid(s_tvalid),  // input wire s_axis_data_tvalid
  .s_axis_data_tready(),  // output wire s_axis_data_tready
  .s_axis_data_tdata(s_tdata),    // input wire [15 : 0] s_axis_data_tdata
  .m_axis_data_tvalid(m_tvalid),  // output wire m_axis_data_tvalid
  .m_axis_data_tdata(m_tdata)     // output wire [31 : 0] m_axis_data_tdata
);
endmodule

保存文件后，点击Run Simulation，其仿真结果如下。

右键变量名字，点击Waveform Style->Analog，可将数据显示为模拟波形。
点击Waveform->Analog Settings，更改Interpolation style为Hold。可将波形显示为阶梯状。效果如下。

至此，可以看到使用IP核设计的FIR低通滤波器成功实现了功能。

Matalb设计滤波器

在Matlab的工具箱找到Filter Designer，并打开后界面如下。

根据滤波器设计需求，设置相应的参数。更改参数后，点击Design Filter生成滤波器。
如设计15阶FIR滤波器，实现方法选择Least-squares，设置采样频率为50MHz，通带起始频率为1MHz，阻带起始频率为6MHz。

导出用于Xilinx FIR IP核所需滤波器系数，有两种方法。
方法一，在上图页面中点击File->Export，进入如下界面。

默认导出到工作区，默认变量名为Num。点击Export后查看该变量为

接下来可以使用如下Matlab代码对系数矩阵进行量化并写入coe文件。

%Matlab
q_width = 12;%量化位宽
fid = fopen('FIR_coe.coe','w');
coe_data = round(Num/max(abs(Num))*(2^(q_width-1)));
fprintf(fid,'Radix = 16;\r\n');%十六进制
fprintf(fid,'Coefficient_Width = %d;\r\n',q_width);
fprintf(fid,'CoefData = \r\n');
fprintf(fid,'%x,\r\n',coe_data);
fclose(fid);

运行上述代码即可得到如下文件内容。

将19行处数据末尾逗号替换成分号 ，即可得到可使用的coe文件，同方法二生成的一样。

方法二，点击在Filter Designer主页面点击Set quantization parameters按钮（其位置如下图箭头所指）进入如下界面。

选择Fixed-point，并设置字长为12位后，点击Apply。

接着点击Targets->Xilinx Coefficient，设置好coe文件名并保存。该文件打开后内容如下。

以第一个CoefData数据0x056为例，对应上面生成的Num(1) = 0.0053。通过以下Matlab程序代码可验证其量化方式。中间有一些数据使用该方法量化和生成的coe文件数据有一些小误差。