HDLBits学习------Problem 173~177(完结)

Problem 173 Clock

        问题:编写testbench产生一个驱动时钟信号,来驱动模块dut,时钟周期为10ps

        解决:

`timescale 1ps/1ps //仿真单位为1ps,精度为1ps
module top_module ( );

	reg clk;
	
	dut dut_inst(clk);
	
	initial begin
		#0 clk = 0;//clk初始为0
	end
	
	always #5 clk = ~clk;//每5个时钟单位 clk取反一次
		
endmodule

Problem 174 Testbench1

        问题:编写testbench产生A、B两个输出信号,波形如下:

        解决:

`timescale 1ps/1ps

module top_module ( output reg A, output reg B );//

    // generate input patterns here
    initial begin
	
		#0 	A=0;
			B=0;
		#10	A=1;
		#5	B=1;
		#5 A=0;
		#20 B=0;
		
    end

endmodule

        注意理解#后面的延时 而不是在某一个时刻


Problem 175 AND gate

        问题:为你提供如下的与门

module andgate (
    input [1:0] in,
    output out
);

       编写testbench测试输入的四种组合,每5个时基改变一次

        解决:

`timescale 1ps/1ps

module top_module();

	reg[1:0] in;
	reg out;
	
	andgate andgate_inst(in,out);
	
	initial begin
		#0	in = 2'b00;
        #10	in = 2'b01;
        #10	in = 2'b10;
        #10	in = 2'b11;
	end
	
endmodule

        居然妄图写循环执行,发现并不需要


Problem 176 Testbench2

        问题:编写testbench例化下面的模块,然后产生下图的波形输出

module q7 (
    input clk,
    input in,
    input [2:0] s,
    output out
);

        解决:

`timescale 1ps/1ps

module top_module();

	reg clk;
	reg in;
	reg[2:0] s;
	reg out;
	
	q7 q7_inst(
		.clk(clk),
		.in(in),
		.s(s),
		.out(out)
	);
	
	initial begin
		#0	clk = 0;
			in = 1'b0;
			s = 3'd2;
		#10 s = 3'd6;
		#10	in = 1'b1;
			s = 3'd2;
		#10 in = 1'b0;
			s = 3'd7;
		#10 in = 1'b1;
			s = 3'd0;
		#30 in = 1'b0;
	end
	
	always #5 clk = ~clk;
	
endmodule

Problem 177 T flip-flop

        问题:提供一个T触发器的模块

module tff (
    input clk,
    input reset,   // active-high synchronous reset
    input t,       // toggle
    output q
);

        编写testbench例化该tff模块,复位它然后切换到状态‘1’

        解决:

`timescale 1ps/1ps

module top_module();

	reg clk;
	reg reset;
	reg t;
	reg q;
	
	tff tff_inst(
		.clk(clk),
		.reset(reset),
		.t(t),
		.q(q)
	);
	
	initial begin
		#0	clk = 0;
			t = 1'b0;
			reset = 1'b1;
		#10 reset = 1'b0;
			t = 1'b1;
	end
	
	always #5 clk = ~clk;
	
endmodule

        呜~~~~

        终于做完了,题目还是都比较基础的感觉,比较收获的就是状态机那部分了,三段式真的学到了很多,还有就是分模块设计电路那里,也体会到了分模块设计的好处。最后就是testbench的编写了,虽然感觉还算简单把,但是也是一直没有学习,现在也算了解了一点了

        后面就准备着手小项目,先点个oled玩玩~~~

        完结撒花~~~~

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问 目标检测涉及以下几个核心问: 分类问:判断图像中的目标属于哪个类别。 定位问:确定目标在图像中的具体位置。 大小问:目标可能具有不同的大小。 形状问:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问 目标检测涉及以下几个核心问: 分类问:判断图像中的目标属于哪个类别。 定位问:确定目标在图像中的具体位置。 大小问:目标可能具有不同的大小。 形状问:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值