Vivado中FFT IP核的使用教程

本文介绍了Vidado中FFT IP核的使用，具体内容为：调用IP核>>配置界面介绍>>IP核端口介绍>>MATLAB生成测试数据>>测试verilogHDL>>TestBench仿真>>结果验证>>FFT运算。

1、调用IP核

该IP核对应手册pg109_xfft.pdf，首先按照图片找到IP核：

2、配置界面介绍

本小节主要介绍Fast Fourier Transform9.1这个IP核配置界面的一些选项：

第1页：Configuration

图1

表1 Configuration界面介绍

第2页：Implementation

图2

表2 Implementation界面介绍

第3页：Detailed Implementation

图3

表3 Detailed Implementation

3、IP核端口配置

根据上述配置界面的介绍，下面以64点IFFT为例子，总结了使用IP核时所需的端口配置，如表4所示，需要注意的是表4中没有涉及的部分按照IP核的默认配置即可：

表4 64点IFFT运算IP核的设置表汇总

配置完成之后IP核的端口图如下：

图4 64点IFFT核端口图

按照下面图找到例化原语：

图5

打开.veo后缀的文件找到例化原语：

图6

对例化语句的介绍见表5，其中L表示IFFT/FFT的点数。

表5 例化原语介绍

需要说明的是，需要配置的端口有，1）aclk；2）aclken；3）s_axis_config_tdata ；4）s_axis_config_tvalid ；5）s_axis_config_tready；6）s_axis_data_tdata；7）s_axis_data_tvalid；8）s_axis_data_tready；9）m_axis_data_tdata；10）m_axis_data_tuser；11）m_axis_data_tready；12）m_axis_data_tlast

4、MATLAB生成测试数据

本次测试只需要使用TestBench验证即可，需要生成.txt后缀的文件，产生IFFT核的输入数据，主要程序为：

%%该.m文件用来生成介绍IFFT核的数据，具体为64点的IFFT16QAM
clear
closeall
clc
rngdefault%产生固定数值的随机数据
%%基于符号算法的目标距离和速度探测
%%定义基本参数
Ns=1;%符号数
Nc=64;%子载波数
M=16;%调制方式
bit_num=log2(M);%一个码组中的码元个数
bit=randi([01],Nc*Ns*bit_num,1);%产生比特
norm=1/sqrt(10);%16qam归一化因子
%%16qam
bit_convert=(reshape(bit,bit_num,length(bit)/bit_num))';%二进制数据流按照调制的方式分成不同码元
data_2_to_10=bi2de(bit_convert,'left-msb');%将每四位数据转换为十进制数
maxtix=reshape(data_2_to_10,Nc,Ns);
bit_mo=norm*qammod(data_2_to_10,M);
a_nm=reshape(bit_mo,Nc,Ns);
%%发送端IFFT调制
IFFT_OUT=ifft(a_nm,64);
%%数据保存为.txt文件
echo_real=real(a_nm);
echo_imag=imag(a_nm);
echo1_real=quantizer([1611]);
echo1_imag=quantizer([1611]);
fid_echo=fopen('C:Users15865DesktopFFT_IP_core_64pointIFFT_IP_core_64point_exam.txt','wt');
forj=1:Ns
echo2_real=num2bin(echo1_real,echo_real(:,j));
echo2_imag=num2bin(echo1_imag,echo_imag(:,j));
fori=1:Nc
imag_real_echo=[echo2_imag(i,:),echo2_real(i,:)];
fwrite(fid_echo,imag_real_echo);
fprintf(fid_echo,'
');
end
end
fclose(fid_echo);

图中程序功能是生成了一段包含64个复数数据的数组，并将每个复数数据用16表示实部16位表示虚部共生成32位二进制数，最后将这组数据保存为.txt后缀文件。

5、测试verilog HDL

根据前文的配置编写一个简单的测试.v文件测试64点数据的IFFT运行结果，主要程序如下：

`timescale1ns/1ps
moduleIFFT_introduction(
inputclk,
inputrst_n,
inputifft_valid,
input[31:0]data_in,
//inputlast,

outputs_config_tready,
output[31:0]m_data_tdata,
outputs_data_tready,
output[7:0]m_data_tuser,
outputm_data_tvalid,
outputm_data_tlast
);
FFT_IP_core_64pointifft_u0(
.aclk(clk),//inputwireaclk
.aclken(rst_n),//inputwireaclken
.s_axis_config_tdata(8'd0),//inputwire[7:0]s_axis_config_tdata
.s_axis_config_tvalid(1'b1),//inputwires_axis_config_tvalid
.s_axis_config_tready(s_config_tready),//outputwires_axis_config_tready
.s_axis_data_tdata(data_in),//inputwire[31:0]s_axis_data_tdata
.s_axis_data_tvalid(ifft_valid),//inputwires_axis_data_tvalid
.s_axis_data_tready(s_data_tready),//outputwires_axis_data_tready
//.s_axis_data_tlast(s_axis_data_tlast),//inputwires_axis_data_tlast
.m_axis_data_tdata(m_data_tdata),//outputwire[31:0]m_axis_data_tdata
.m_axis_data_tuser(m_data_tuser),//outputwire[7:0]m_axis_data_tuser
.m_axis_data_tvalid(m_data_tvalid),//outputwirem_axis_data_tvalid
.m_axis_data_tready(1'b1),//inputwirem_axis_data_tready
.m_axis_data_tlast(m_data_tlast)//outputwirem_axis_data_tlast
);


wire[15:0]ifft_64point_out_RE,ifft_64point_out_IM;
//assignRE={{4{m_data_tdata[15]}},m_data_tdata[15:4]};//IFFT归一化处理，除Nfft
//assignIM={{4{m_data_tdata[39]}},m_data_tdata[39:28]};
assignifft_64point_out_IM=m_data_tdata[31:16];//虚部
assignifft_64point_out_RE=m_data_tdata[15:0];//实部

endmodule

这段程序调用了FFT IP核的例化原语，并将部分接口作为函数的输入和输出，方便TestBench调用。

6、TestBench仿真

主要程序如下：

`timescale1ns/1ps
moduleifft_tb();
regclk;//系统时钟
regrst_n;//复位信号，低有效
regifft_valid;//数据有效位，指示输入数据有效
reg[31:0]data_in;//输入数据

wires_config_tready;
wire[31:0]m_data_tdata;
wires_data_tready;
wire[7:0]m_data_tuser;
wirem_data_tvalid;
wirem_data_tlast;

IFFT_introductionu0(//例化.v文件
.clk(clk),
.rst_n(rst_n),
.ifft_valid(ifft_valid),
.data_in(data_in),
.s_config_tready(s_config_tready),
.m_data_tdata(m_data_tdata),
.s_data_tready(s_data_tready),
.m_data_tuser(m_data_tuser),
.m_data_tvalid(m_data_tvalid),
.m_data_tlast(m_data_tlast)
);
reg[31:0]mem[63:0];
initialbegin//$readmembVivado内置函数调用.txt文件
$readmemb("C:/Users/15865/Desktop/FFT_IP_core_64point/IFFT_IP_core_64point_exam.txt",mem);
clk=0;
rst_n=0;
#1000;
rst_n=1;
#10_000;
$stop;
end
always#10clk<=~clk;    //50MHz
reg [6:0] count;        
//计数
always@(posedge clk or negedge rst_n) begin
    if(!rst_n) 
        count<='d0;
    else if(count<='d63)
        count<=count+1'b1;
    else
        count<='dz;
end
// 产生信号和数据
always@(posedge clk or negedge rst_n) begin
    if(!rst_n) begin
        ifft_valid<='d0;
        data_in<='d0;
    end
    else if(count>='d0&&count<='d63) begin
            ifft_valid<=1;
            data_in<=mem[count];
    end
    else begin
            ifft_valid<=1'b0;
            data_in<='d0;
    end
end
endmodule

7、Modelsim结果与MATLAB输出结果验证

本节将验证Modelsim和MATLAB输出结果的一致性，并简单介绍Modelsim输出结果向MATLAB数据的转换。

Modelsim 输出结果如下图：

图10

由于数据有64个而这里验证前三个中间三个和后三个的方式验证Modelsim数据和MATLAB数据正确性：

表6数据验证

需要注意的是，Modelsim输出的结果并不是小数，而是忽略了小数点的整数，要想获得和MATLAB类似的浮点数，需要我们将输出结果变换，这里以Modelsim输出的最后一个数为例（即表6中序号64），可见图11。

图11

对于该结果需要我们将输出结果除以2^（a+ b），a为用以表示小数的位宽数，本文中为11，b为FFT点数的2次幂幂值，本文为6，因此对于每一个Modelsim的输出结果都需要除以2^17，这里实部-15302/2^17=-0.1167，虚部-23234/2^17=-0.1773。

从表6中数据可以看出，IFFT 核执行的运算和MATLAB的运算结果十分接近，验证成功。

8、FFT运算

与IFFT运算类似，配置不用更改只需将第5小节程序中，s_axis_config_tdata端口配置改为8’d1即可，其他无需变动。