18 مهر, 1400

ساختارهای فیلترهای دیجیتال

برای پیاده‌سازی الگوریتم‌های پردازش سیگنال بر روی FPGA، نیازی به داشتن دانش نسبت به ماهیت الگوریتم‌های پردازشی ندارید.

در واقع، شما در کار پیاده‌سازی الگوریتم‌های پردازش سیگنال بر روی FPGA، الگوریتم‌ها را به‌صورت مجموعه‌ای از محاسبات ریاضی در نظر می‌گیرید.

هر کدام از این محاسبات را پیاده‌سازی می‌کنید و با کنار هم قرار دادن آن‌ها، مدار مربوط به کل الگوریتم ساخته می‌شود.

اما گاهی لازم است یک دید شهودی نسبت به بلوک‌های پرکاربرد الگوریتم‌های پردازشی داشته باشید.

More...

به‌طور کلی، یک الگوریتم پردازش سیگنال، مجموعه‌ای از محاسبات ریاضی است که این محاسبات، از سه نوع بلوک تشکیل شده‌اند:

  • بلوک‌های محاسبات اصلی؛ شامل عملگرهای اصلی مانند جمع، ضرب، تقسیم و تفریق
  • بلوک‌های توابع خاص؛ مانند سینوس، کسینوس و رادیکال
  • بلوک‌های پردازشی پایه؛ شامل فیلتر و FFT

بلوک فیلتر یک بلوک بسیار مهم است که تقریباً در تمامی الگوریتم‌های پردازش سیگنال با آن سروکار دارید.

بنابراین، برای پیاده‌سازی الگوریتم‌های پردازش سیگنال بر روی FPGA، آشنایی با این بلوک و انواع ساختارهای فیلترهای دیجیتال ضروری به نظر می‌رسد.

به‌کمک این مقاله، یک دیدگاه سیستمی، نسبت به این بلوک به‌دست خواهید آورد.

فیلتر

فیلتر، سیستمی است که روی مولفه‌های فرکانسی سیگنال ورودی‌اش عملیات انجام می‌دهد.

همان‌طور که می‌دانید، هر سیگنال در حوزه زمان، دارای تعدادی مولفه فرکانسی در حوزه فرکانس است.

وقتی شما یک سیگنال را به ورودی فیلتر اعمال می‌کنید، این سیستم، برخی از مولفه‌های فرکانسی سیگنال را حذف، و برخی را از خود عبور می‌دهد.

برای مثال، شکل موج پالسی زیر را که در حقیقت از جمع چند سیگنال سینوسی تشکیل شده است در نظر بگیرید:

نمایش یک شکل موج پالسی در حوزه زمان

اگر از این شکل موج تبدیل فوریه بگیریم، متوجه می‌شویم که از مجموع چند سیگنال سینوسی با فرکانس‌های مختلف تشکیل شده است (شکل زیر):

نمایش فرکانس‌های پالس مربعی

نمایش فرکانس‌های پالس مربعی

مولفه‌های فرکانسی این سیگنال را بر روی محور فرکانس در تصویر بالا مشاهده می‌کنید.

اگر این سیگنال را به ورودی فیلتری اعمال کنیم که فقط اولین مولفه را از خود عبور می‌دهد، در خروجی فیلتر شکل موج تصویر زیر را خواهیم داشت:

عبور پالس مربعی از فیلتر پایین گذری که فقط مولفه اول پالس را عبور می‎دهد

عبور پالس مربعی از یک فیلتر پایین‌گذر

به این ترتیب، سیگنال پالس مربعی را از یک فیلتر پایین‌گذر (low pass filter) عبور می‌دهیم.

فیلتر پایین‌گذر، فقط مولفه‌های فرکانسی را که از فرکانس قطعش کمتر است عبور می‌دهد.

در شکل زیر چهار نوع فیلتر را مشاهده می‌کنید:

چند نوع فیلتر با ناحیه عبور متفاوت

چند نوع فیلتر با ناحیه عبور متفاوت

به فیلتری که فرکانس‌های بیشتر از فرکانس قطعش را عبور دهد، فیلتر بالاگذر (high pass filter) می‌گوییم.

نوع دیگری از فیلتر به نام فیلتر میان‌گذر (band pass filter) نیز وجود دارد که فرکانس‌های بین دو مقدار فرکانسی مشخص را از خود عبور می‌دهد.

همچنین، فیلتر میان‌نگذر، فرکانس‌های بین دو مقدار فرکانسی مشخص را از خود عبور نمی‌دهد.

بنابراین، هدف فیلترها ایجاد تغییرات در طیف فرکانسی سیگنال ورودی‌شان است.

اکنون با این مقدمه از فیلتر‌ها، به‌سراغ معرفی فیلترهای دیجیتال می‌روم.

انواع ساختارهای فیلترهای دیجیتال

همان‌طور که گفتم، فیلترهای دیجیتال، یکی از پرکاربردترین بلوک‌های هر سیستم پردازش سیگنال هستند.

توجه داشته باشید که به دلیل پیچیدگی فیلترهای دیجیتال، اگر بر پیاده‌سازی آن‌ها مسلط شوید، می‌توانید از مهارت به‌دست آمده، در پیاده‌سازی سایر بلوک‌ها نیز استفاده کنید.

به‌طور کلی، فیلترهای دیجیتال به دو گروه تقسیم می‌شوند:

  • فیلترهای FIR
  • فیلترهای IIR

اگر بخواهیم یک مقایسه اولیه بین این دو نوع فیلتر داشته باشیم، باید بگوییم که ساختار فیلترهای FIR ساده‌تر از فیلترهای IIR است. بنابراین، پیاده‌سازی آن‌ها ساده‌تر از فیلترهای IIR خواهد بود.

در ارتباط با ویژگی فاز این فیلترها، باید گفت که فیلترهای FIR دارای فاز خطی و فیلترهای IIR دارای فاز غیر خطی هستند. اما خطی یا غیرخطی بودن فاز فیلتر چه تاثیری در پیاده‌سازی آن دارد؟

اگر فاز فیلتری خطی باشد، ما می‌توانیم در پیاده‌سازی، به‌گونه‌ای عمل کنیم که حجم منابع مصرفی کاهش یابد.

از نظر سیستمی نیز می‌توان مسئله فاز فیلتر را بررسی کرد؛ فیلتر علاوه بر اینکه فرکانس‌های سیگنال را دستخوش تغییر می‌کند، بر فاز سیگنال ورودی نیز تاثیر می‌گذارد و باعث ایجاد اختلاف فازی بین سیگنال خروجی و ورودی می‌شود.

مقدار اختلاف فازی که ایجاد می‌شود، با توجه به فرکانس سیگنال ورودی متفاوت است.

اگر مانند شکل زیر، میزان اختلاف فاز سیگنال ورودی و خروجی نسبت به فرکانس، به‌صورت خطی تغییر کند، فاز فیلتر ما خطی است؛ در غیراین‌صورت، فاز فیلتر غیرخطی خواهد بود.

نمایش میزان اختلاف فاز ورودی و خروجی در یک فیلتر خطی

نمودار میزان اختلاف فاز ورودی و خروجی بر حسب فرکانس در یک فیلتر خطی

اختلاف دیگر فیلترهای FIR و IIR این است که فیلترهای FIR، نسبت به فیلتر IIR مشابه‌شان، دارای مرتبه بزرگتری هستند.

اما مرتبه یک فیلتر به چه معناست؟

از منظر پیاده‌سازی، هر چه مرتبه یک فیلتر بزرگتر باشد، میزان سخت‌افزاری که نیاز دارد بیشتر است.

بنابراین، اگر دو فیلتر معادل داشته باشیم که یکی از آن‌ها را به‌روش FIR و دیگری را به‌روش IIR پیاده‌سازی کنیم، فیلتر FIR، سخت‌افزار بیشتری از FPGA را مصرف می‌کند و فیلتر حجیم‌تری خواهد بود.

هر کدام از این فیلترها ساختارهای گوناگونی دارند که اکنون برخی از آن‌ها را برای شما تشریح خواهم کرد.

ساختارهای محبوب فیلتر FIR برای پیاده‌سازی

فیلتر FIR، دو ساختار محبوب دارد:

  • ساختار Direct Form
  • ساختار Transposed Structure

در ادامه،  این دو ساختار را بررسی می‌کنم.

ساختار Direct Form در فیلتر FIR

در شکل زیر، ساختار Direct Form یک فیلتر FIR را مشاهده می‌کنید:

ساختار Direct Form فیلتر FIR

ساختار Direct Form فیلتر FIR

به چنین نمایشی از یک رابطه ریاضی، نمایش signal flow graph می‌گویند.

اکنون نکاتی را در ارتباط با بلوک‌هایی که در signal flow graph شکل بالا به‌کار رفته است بیان خواهم کرد.

همزمان با بررسی بخش‌های مختلف مدار، معادل‌های سخت‌افزاری که برای هر بخش در پیاده‌سازی به‌کار می‌رود را نیز به شما معرفی خواهم کرد.

همان‌طور که مشاهده می‌کنید، در سمت چپ تصویر یک سیگنال گسسته به‌نام X[n]، به فیلتر اعمال شده است.

احتمالاً این سیگنال گسسته، سیگنالی است که به‌کمک یک ADC یا مبدل آنالوگ به دیجیتال، از یک سیگنال آنالوگ نمونه‌برداری شده است.

دقت داشته باشید که وقتی ما یک سیگنال گسسته داریم، مقادیر آن را به‌صورت پیوسته در زمان نداریم؛ بلکه مقادیر سیگنال در step‌های زمانی مشخصی موجود است.

برای مثال، مقدار سیگنال در step‌های زمانی 0، 1 و 2 برابر است با X[1] ،X[0] و [2]X.

معادل step‌های زمانی در پیاده‌سازی، همان کلاک در FPGA است.

معادل step‌های زمانی در پیاده‌سازی، همان کلاک در FPGA است.

همان‌طور که مشاهده می‌کنید، تعدادی بلوک Z-1 در شکل بالا وجود دارد؛ این بلوک، یک بلوک ایجاد کننده تاخیر یا delay است. در واقع، خروجی این بلوک، نسبت به ورودی آن یک step زمانی تاخیر دارد.

برای مثال، فرض کنید ابتدا X[0] به این مدار وارد شود؛ سپس در step زمانی بعدی X[1] به آن وارد شود و این روند به همین ترتیب ادامه داشته باشد.

در این صورت، اگر در ورودی یک بلوک Z-1 سیگنال X[1] را داشته باشیم، خروجی آن X[0] خواهد بود.

اما سوالی که مطرح می‌شود این است که تحقق مداری بلوک Z-1 چیست؟

معادل بلوک Z-1 در دیجیتال، برابر با یک رجیستر است.

اما چرا؟

دلیل آن این است که همواره خروجی یک رجیستر نسبت به ورودی آن به اندازه یک کلاک تاخیر دارد. در شکل زیر یک رجیستر را مشاهده می‌کنید:

شماتیک یک رجیستر

شماتیک یک رجیستر

فرض کنید این رجیستر، حساس به لبه بالارونده سیگنال کلاک باشد.

وقتی لبه بالارونده سیگنال کلاک به آن اعمال می‌شود، محتوای ورودی آن (D) به خروجی (Q) منتقل شده و در آن‌جا ذخیره می‌شود.

فرض کنید اکنون ورودی جدیدی به رجیستر اعمال شود؛ این در حالی است که در خروجی رجیستر، ورودی قبلی را داریم. بنابراین، خروجی رجیستر از ورودی آن به اندازه یک کلاک عقب‌تر است و تاخیر دارد.

این موضوع دقیقاً کارکرد بلوک Z-1 در signal flow graph را اجرا می‌کند؛ بنابراین، تحقق مداری بلوک Z-1، یک رجیستر است.

تحقق مداری بلوک ایجاد کننده تاخیر Z-1، یک رجیستر است.

سوال دیگری که مطرح می‌شود این است که فرمول ریاضی این فیلتر چیست؟ در واقع، خروجی این فیلتر از چه رابطه‌ای نسبت به ورودی به‌دست می‌آید؟

بر اساس signal flow graph، می‌توانیم رابطه Y[n] را به‌صورت زیر بنویسیم:

Y[n] = b3 X[n-3] + b2 X[n-2] + b1 X[n-1] + b0 X[n]

توجه داشته باشید که به مقادیر b0 تا b3، ضرایب فیلتر می‌گویند.

وقتی یک طراح سیستم، یک فیلتر را طراحی می‌کند و کار پیاده‌سازی فیلتر را به شما می‌سپارد، تنها اطلاعاتی که از فیلتر در اختیار شما قرار می‌دهد ضرایب آن (Filter Coefficients) است.

شما به‌عنوان پیاده‌ساز فیلتر، تنها اطلاعاتی که برای پیاده‌سازی نیاز دارید ضرایب فیلتر است؛ زیرا تمامی مشخصات فیلتر در ضرایب آن نهفته است.

ضرایب فیلتر، مشخص‌کننده ویژگی‌های فیلتر هستند؛ برای مثال، اینکه فیلتر چه فرکانس‌هایی را از خود عبور می‌دهد، از جمله مواردی است که ضرایب فیلتر آن را مشخص می‌کند.

در واقع، تمامی مشخصات فیلتر در ضرایب آن نهفته است.

در فیلتر، مفهوم دیگری نیز به‌ نام مرتبه یا درجه فیلتر (Filter Order) وجود دارد؛ مرتبه فیلتر، از روی signal flow graph فیلتر قابل تشخیص است.

برای مثال، درجه فیلتر زیر برابر با سه است:

ساختار Direct Form فیلتر FIR

مرتبه فیلتر را می‌توان از روی signal flow graph آن تشخیص داد.

زیرا این فیلتر سه بلوک Z-1 دارد.

بنابراین، تعداد بلوک‌های تاخیر Z-1 نشان‌دهنده درجه فیلتر هستند.

از طرف دیگر، اگر ضرایب فیلتر را از صفر شماره‌گذاریم کنیم، اندیس آخرین ضریب، برابر با درجه فیلتر خواهد بود.

در این مثال، ضرایب فیلتر b2 ،b1 ،b0 و b3 هستند؛ بنابراین، فیلتر ما درجه سه است.

ساختار Transposed Structure در فیلتر FIR

فیلتر FIR، علاوه بر ساختار Direct Form، ساختار محبوب دیگری به‌نام Transposed Structure نیز دارد.

شکل زیر، signal flow graph این ساختار را نشان می‌دهد:

ساختار Transposed Structure فیلتر FIR

در این ساختار، برخلاف ساختار قبل، ورودی X[n] وارد بلوک‌های تاخیر Z-1 نشده است؛ بلکه مستقیماً به بلوک‌های ضرب‌کننده وارد شده و در ضرایب فیلتر ضرب شده است.

سپس خروجی ضرب‌کننده‌ها، وارد بلوک‌های تاخیر شده‌اند.

اکنون، رابطه بین ورودی و خروجی فیلتر را به‌دست می‌آورم؛ فرض کنید که ما در step زمانی nاُم هستیم، سیگنال S1[n] برابر با رابطه زیر خواهد بود:

S1[n]= b3 X[n-1]

اگر به همین ترتیب رابطه ریاضی سیگنال‌های signal flow graph را بنویسیم، سیگنال‌های S2[n] و S3[n] برابر هستند با:

S2[n]= S1[n-1] + b2 X[n-1]

S3[n] = S2[n-1] + b1 X[n-1]

و در نهایت، رابطه بین ورودی و خروجی فیلتر به‌صورت زیر خواهد بود:

Y[n] = b0 X[n] + S3[n]

بر اساس رابطه بین ورودی و خروجی فیلتر FIR با ساختار Transposed Structure، مشاهده می‌کنیم که برای به‌دست آوردن یک sample از خروجی در یک کلاک، تنها نیاز به انجام یک عملیات ضرب و یک عملیات جمع داریم.

این در حالی است که در ساختار Direct Form، طبق رابطه‌ای که قبلاً به‌دست آوردیم، مقدار محاسبه‌ای که باید در یک کلاک، برای به‌دست آمدن یک sample از Y[n] انجام شود متشکل از چهار عملیات ضرب و سه عملیات جمع است:

Y[n] = b3 X[n-3] + b2 X[n-2] + b1 X[n-1] + b0 X[n]

به این ترتیب، به دلیل اینکه در ساختار Direct Form، در یک step زمانی باید محاسبات بیشتری انجام شود، به یک سیگنال کلاک با دوره تناوب طولانی‌تر نیاز داریم؛ و دوره تناوب طولانی‌تر، معادل با فرکانس کمتر است.

بنابراین، سرعت فیلتر FIR‌ای که به‌صورت Direct Form پیاده‌سازی می‌شود، از معادل Transposed Structure خود کمتر است.

اگر یک فیلتر FIR را یک‌ بار به‌ کمک ساختار Direct Form و بار دیگر به‌ کمک ساختار Transposed Structure در FPGA پیاده‌سازی کنیم، فیلتر پیاده‌سازی شده با ساختار Transposed Structure، دارای سرعت بیشتری است.

توجه داشته باشید که اگر ضرایب دو فیلتر یکسان باشند، از لحاظ سیستمی هیچ تفاوتی با یکدیگر ندارند.

بنابراین، شما به‌عنوان پیاده‌ساز بر روی FPGA، می‌توانید از هر یک ساختارهای Direct Form و Transposed Structure استفاده کنید، بدون اینکه بر پاسخ سیستمی فیلتر تاثیری گذاشته باشید.

اکنون به سراغ نوع دیگری از فیلترهای دیجیتال، یعنی فیلتر IIR می‌رویم.

ساختارهای محبوب فیلتر IIR برای پیاده‌سازی

در این بخش چهار ساختار زیر از فیلتر IIR را به شما معرفی خواهم کرد:

  • Direct Form I
  • Direct Form II
  • Transposed Direct Form I
  • Transposed Direct Form II

ساختار Direct Form I فیلتر IIR

شکل زیر، signal flow graph ساختار Direct Form I از یک فیلتر IIR را نشان می‌دهد:

ساختار Direct Form I مربوط به فیلتر IIR

همان‌طور که مشاهده می‌کنید، در فیلتر IIR، دو بخش به‌نام‌های feedforward و feedback وجود دارد.

همچنین، در این نمودار، دو خط تاخیر (dealy line) داریم.

برای آشنایی با خط تاخیر و نحوه پیاده‌سازی آن، این مقاله را مطالعه کنید...

همان‌طور که مشاهده می‌کنید، نیمه سمت چپ مدار بالا همانند یک فیلتر FIR است که اصطلاحاً به آن، بخش feedforward فیلتر می‌گویند.

همچنین در قسمت شماره 1 نمودار، خروجی بخش FIR وارد بخش دیگری می‌شود که بخش اصلی فیلتر IIR را تشکیل می‌دهد.

در نیمه سمت راست فیلتر IIR، ما یک بخش فیدبک داریم؛ زیرا در این بخش، از سیگنال خروجی Y[n] یک نمونه گرفته شده است.

سپس، این نمونه وارد چند بلوک تاخیر Z-1 شده است. خروجی این بلوک‌های تاخیر، در ضرایبی ضرب شده و با یکدیگر جمع می‌شوند.

نهایتا مجموع این حاصل‌جمع، و حاصل‌جمعی که از بخش FIR به دست آوردیم (قسمت شماره 1 نمودار بالا)، به خروجی فیلتر منتقل شده است.

وجود بخش feedback باعث می‌شود که پیاده‌سازی فیلترهای IIR چالش‌برانگیزتر از فیلترهای FIR باشد.

وجود بخش feedback در فیلترهای IIR، باعث چالش‌برانگیز شدن پیاده‌سازی این فیلترها می‌شود.

نکته‌ای که درباره بخش فیدبک وجود دارد این است که به‌طور کلی، فیدبک می‌تواند موجب افزایش مقادیر شود. این مسئله ممکن است منجر به ایجاد سرریز شود.

اما در این ساختار خاص از فیلتر IIR، ما نیازی به کنترل سرریز نداریم؛ زیرا اگر در شبیه‌سازی این فیلتر، به ورودی آن سیگنال پله اعمال کنیم، مشاهده می‌کنیم که خروجی فیلتر اصلاً قسمت صحیح ندارد.

طبق ویژگی خاص اعداد مکمل ۲، اگر شما n عدد m‌ بیتی را با هم جمع کنید و بدانید که نتیجه‌ی نهایی مجموع این اعداد، در محدوده تعداد m بیت می‌گنجد، می‌توانید مطمئن باشید که حتی اگر سرریزهای داخلی نیز رخ دهد، نتیجه نهایی مجموع اعداد، معتبر خواهد بود.

برای آشنایی با خاصیت‌های منحصربه‌فرد اعداد مکمل ۲، این مقاله را مطالعه کنید...

در این مثال نیز ما به‌کمک شبیه‌سازی این فیلتر می‌دانیم که سیگنال Y[n]، قسمت صحیح ندارد. بنابراین، در محدوده تعداد بیت تعیین شده می‌گنجد. پس، این فیلتر نیاز به کنترل سرریز ندارد.

اکنون به‌سراغ بررسی ساختار بعدی از فیلتر IIR می‌روم.

ساختار Direct Form II فیلتر IIR

شکل زیر، نمودار signal flow graph ساختار Direct Form II  یک فیلتر IIR را نشان می‌دهد:

ساختار Direct Form II مربوط به فیلتر IIR

ساختار Direct Form II مربوط به فیلتر IIR

در این ساختار، یک خط تاخیر مشاهده می‌کنید.

مشکل این ساختار این است که در ورودی خط تاخیر (قسمت شماره 1 در شکل بالا)، احتمال سرریز وجود دارد؛ زیرا حاصل جمع‌کننده‌های فیدبک مستقیماً وارد Y[n] نشده است، بلکه ابتدا در ضریب b0 ضرب شده‌اند.

بنابراین، نمی‌توانیم مانند ساختار قبل با مشاهده عرض بیت قسمت صحیح Y[n]، از عدم وقوع سرریز اطمینان حاصل کنیم.

و اما ساختار Transposed Direct Form I فیلتر IIR به چه صورت است؟

ساختار Transposed Direct Form I فیلتر IIR

در شکل زیر، ساختار Transposed Direct Form I از یک فیلتر IIR را مشاهده می‌کنید:

ساختار Transposed Direct Form I فیلتر IIR

ساختار Transposed Direct Form I مربوط به یک فیلتر IIR

در این ساختار نیز در ورودی خط تاخیر احتمال سرریز داریم؛ اما چرا؟

زیرا در این ساختار نیز خروجی بخش فیدبک مستقیماً به Y[n] اعمال نشده است؛ بلکه ابتدا در ضریب b0 ضرب شده است و سپس حاصل‌ضرب به Y[n] وارد شده است.

بنابراین، در این ساختار نیز نمی‌توانیم با مشاهده عرض بیت قسمت صحیح Y[n]، از عدم وقوع سرریز اطمینان حاصل کنیم.

و اما چهارمین ساختار محبوب فیلتر IIR به چه صورت است؟

ساختار Transposed Direct Form II فیلتر IIR

چهارمین ساختار محبوب فیلتر IIR، ساختار Transposed Direct Form II است:

ساختار Transposed Direct Form II فیلتر IIR

ساختار Transposed Direct Form II مربوط به فیلتر IIR

این ساختار نیاز به کنترل سرریز ندارد؛ زیرا همانند ساختار Direct Form I، حاصل‌جمع سیگنال‌های بخش فیدبک، مستقیماً به خروجی اعمال شده‌اند.

بنابراین، برای این ساختار نیز می‌توانید پاسخ پله فیلتر را شبیه‌سازی کنید؛ سپس، بر مبنای عرض بیت قسمت صحیح پاسخ پله، تعداد بیت موردنیاز برای حاصل‌جمع بخش فیدبک را بدست آورید.

در ساختارهای Direct Form I و Transposed Direct Form II فیلتر IIR، نیازی به کنترل سرریز ندارید.

اکنون که با ساختارهای محبوب فیلترهای دیجیتال آشنا شدید، می‌توانید به‌سراغ مرحله پیاده‌سازی بروید.

پیاده‌سازی فیلترهای دیجیتال

فرض کنید فیلتری که قصد پیاده‌سازی آن را دارید قبلاً توسط یک فرد طراح سیستم، طراحی شده و ضرایب آن در اختیار شما قرار گرفته است.

برای عملیات پیاده‌سازی، هفت گام پیاده‌سازی که در مقاله "۷ گام پیاده‌سازی الگوریتم‌های پردازش سیگنال در FPGA" تشریح کردم را در پیش بگیرید.

بر اساس این روش، ابتدا باید مدل floating-point این فیلتر را در محیط سیمولینک متلب ایجاد کنید.

برای این کار می‌توانید از بخش FDATool در نرم‌افزار MATLAB نیز استفاده کنید.

ابزار FDATool، یک ابزار فوق‌العاده برای طراحی و تحلیل انواع فیلترهای دیجیتال است.

شما می‌توانید بلوک فیلترتان را در ابزار FDATool بسازید و به محیط سیمولینک متلب وارد کنید.

سپس، با انجام مراحل کوانتیزاسیون، مدل fixed-point فیلترتان را بسازید.

اکنون باید مدل fixed-point فیلتر را شبیه‌سازی کرده و ورودی‌ها و خروجی‌های آن را ذخیره کنید.

پس از آن، بر اساس مدل fixed-point، یک ماجول VHDL بنویسید.

وقتی ماجول VHDL را در نرم‌افزار ISim شبیه‌سازی می‌کنید، باید همان ورودی‌هایی که در متلب به مدل fixed-point اعمال کرده بودید را به این ماجول نیز اعمال کنید.

به این ترتیب، می‌توانید خروجی‌های مدل fixed-point فیلتر در متلب و ماجول VHDL را مقایسه کنید.

اگر این خروجی‌ها بر یکدیگر منطبق بودند، شما کار پیاده‌سازی را با موفقیت به پایان رسانده‌اید.

امیدوارم از خواندن این مقاله هم لذت برده باشید و بتوانید از نکات یاد گرفته شده، در انجام پروژه‌‌هایتان استفاده کنید.

نویسنده: فاطمه مشاک

فاطمه مشاک دانش‌آموخته رشته مخابرات سیستم در مقطع کارشناسی ارشد از دانشگاه شیراز است. فعالیت در حوزه پیاده‌سازی مدارات دیجیتال به‌کمک FPGA را با گروه فراد اندیش آغاز کرده است و در حال حاضر به عنوان نویسنده نیز با این مجموعه همکاری دارد.

شاید به این موضوعات نیز علاقه داشته باشید:

    • بعضی از مقالات سایت در حال حاضر به صورت PDF قابل دانلود هستند. سعی می‌کنیم بقیه مقالات را هم به زودی به صورت PDF آماده کنیم.

      موفق باشید.

  • {"email":"Email address invalid","url":"Website address invalid","required":"Required field missing"}

    ۷ تکنیک پیشرفته کدنویسی برای FPGA

    >