LATTICE进阶篇DDR2--(1)获取官网DDR2例程并仿真

前言

本章主要讲述如何从官网下载DDR2的DEMO例程,并将例程的仿真运行起来。

官网的DEMO在Diamond工程里是没有调用任何任何IP核的,只是在仿真的时候调用了CORE文件夹下的IP核源文件进行仿真,该DEMO工程主要是拿来产生仿真波形,对比IP核数据手册学习DDR2的控制时序,在真正的工程中,我们是需要单独去配置调用IP核的。

器件:Lattice ECP3 

环境:Win10 + Diamond3.13 + ModelSim SE-64 10.5

一、官网下载一个DDR2demo工程

其实在建立DDR2的IP核后,DDR2的IP核文件夹下是自带相关仿真例程的,虽然该例程工程比较简单,但编写的仿真文件包含东西比较多,复杂且不便于理解,

所以先从官网下载一个简单的ddr2 demo工程入手

PS:除了demo,记得下载IP核用户手册,后期会用到。

https://www.latticesemi.com/Search.aspx?q=DDR2

二、观察demo工程结构及demo硬件文档

 2.1 demo文件结构如图(DDR2 Demo for the LatticeECP3 Serial Protocol Board - demo files)

2.2 熟悉demo板硬件框架(DDR2 Demo for the LatticeECP3 Serial Protocol Board.pdf)

demo板框图含义为---通过配置8路拨码开关,配置DDR2工作在不同的模式,

输出的8路LED灯代表DDR2运行在不同的工作状态。

打开目录下的工程文件--ddr2_demo\user_logic\par\ddr2_ecp3_spb.ldf,可对代码有大致了解。

三、运行demo仿真工程

3.1直接调用ddr2_ecp3_demo.do,观察仿真波形

为了后续理解代码,建议先将仿真工程建立起来,流程如下:

a.打开仿真脚本文件(ddr2_ecp3_demo.do),将diamond路径改为本电脑安装路径

b.打开modelsim,File->Change Directory,选择ddr2_ecp3_demo.do脚本所在文件夹

c. Tools->tcl->Execute macro 选择仿真脚本文件(ddr2_ecp3_demo.do)并打开

d.仿真执行完毕后,观察err_det 信号,正常的结果应该是该信号一直为低。

其实根据ddr2_ecp3_demo.do所示,我们可以手动找到官方例程仿真所需的所有文件。

根据这个我们后期仿真自己的DDR2工程的时候,可以通过导入相对应的文件 新建仿真工程进行仿真。

当然感兴趣后期可以自己根据该do文件 研究一下do文件相关的写法。

附录:

本教程参考过的文章链接如下:

Lattice 的 DDR IP核使用调试笔记之工程建立 https://www.cnblogs.com/fhyfhy/p/5224208.html

Lattice 的 DDR IP核使用调试笔记之DDR 的 仿真 https://www.cnblogs.com/fhyfhy/p/5259722.html

Lattice ddr3教程全攻略之仿真篇 Lattice ddr3教程全攻略之仿真篇_lattice实验-CSDN博客

Lattice ddr3教程全攻略之时序约束篇 Lattice ddr3教程全攻略之时序约束篇_lattice时序约束-CSDN博客

  • 4
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 平面格变换器(Flat Lattice Transformer)是一种用于自然语言处理的神经网络模型,它是基于Transformer模型的改版本。与传统的Transformer模型不同,平面格变换器使用平面格结构来表示输入和输出序列,这种结构可以更好地捕捉序列中的局部依赖关系。平面格变换器在机器翻译、文本分类、问答系统等任务中取得了很好的效果。 ### 回答2: Flat-lattice-transformer 是一种新型的序列建模技术,它是基于已有的transformer模型而行改良升级所得到的。Flat-lattice-transformer在序列任务中具有极强的建模能力,在各种语言模型、机器翻译、文本分类等自然语言处理任务中表现优异。 Flat-lattice-transformer的主要思想是将传统的句子表示构建转换成一种扁平化的结构,从而解决了原来transformer模型中无法处理较长句子的问题。Flat-lattice-transformer将输入序列转换成一个图,将每个单词作为结点,并根据它们之间的依赖关系建立边,得到一个扁平的表示。这样做的好处是可以在不损失重要信息的前提下,缩小模型的空间复杂度,使其能够处理更长的序列。 构建这样一个扁平的图结构需要行一系列的预处理和转换,其中最重要的是将输入的序列转换成一个有限状态自动机(Finite State Machine,FSM),然后将该自动状态转换成一个有向图。在构建图结构之后,Flat-lattice-transformer还会对其行一定的拓扑排序和优化,以便在后续处理中更加高效地搜索图的信息。 最终的输出是一个矩阵,其中每个元素代表了一个状态下输出的结果概率,然后根据这个矩阵来计算输入序列的概率。 Flat-lattice-transformer在一些自然语言处理任务中已经取得了优异的成果,而且其对于长句建模和处理的能力更为突出,成为了自然语言处理领域中一个备受关注的技术。 ### 回答3: Flat-lattice-transformer是指一种基于transformer模型的语音识别系统。它是由研究人员提出的一种新型语音识别架构,用于解决传统语音识别系统中困扰人们已久的问题。 传统的语音识别系统通常采用深度神经网络(DNN)或循环神经网络(RNN)行声学建模。这些模型通常使用帧级别的信息来预测每个音素的输出结果。然而,由于音素之间存在连续性和上下文依赖性,这种方法往往会导致误识别率较高。 Flat-lattice-transformer采用transformer作为声学建模器,从而利用transformer的自注意力机制学习多级别上下文信息,并能够直接预测音素序列,而无需使用基于帧的分类器。另外,该模型引入统一的flat lattice生成机制,将声学特征和语言学知识行融合,使得模型具备更好的能力来解决上下文依赖性和连续性的问题,从而实现了更高的识别精度。 Flat-lattice-transformer还具有许多其他优点。如,与传统的基于标注的端到端语音识别系统相比,它不需要任何语言标注信息,因此可以避免标注数据的稀缺性和昂贵的标注成本。此外,该系统还可以在训练数据较少的情况下实现较高的识别性能,这为许多实际应用提供了便利和可能性。 总的来说,Flat-lattice-transformer是一种比传统语音识别系统更优秀的语音识别架构。它的出现为语音识别领域带来了新的思路和技术,同时也为我们提供了更多解决语音识别问题的可能性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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