FFT_IP核使用指南.doc

fft ip核使用指南1、 硬件平台：ep4ce22f17c6 软件平台：quartus10.1、fft megacore function v10.12、 fft的架构及参数说明： 1.点击ip toolbench中的parameterize进入参数设置对话框 2. 关于参数的解释transfrom length：转换长度，默认的为1024点，它的范围：6465536 点数越多，消耗的时间和资源越多。data precision：输入数据的精度，12为的精度即输入的二进制数的位 数为12，当然位数越长，精度越高，消耗的资源越 多。twiddle precision：转换因子精度：和data precision一样，精度越高 消耗的资源越多。但是旋转因子精度必须小于或 等于数据精度。注意：在设置参数的时候，altera 使用的是“data precision 和 twiddle precision”，用了“precision”这个词，而不是“width”3、 关于结构（architecture）的解释:设置好 fft 兆核函数参数设置对话框的 parameters标签页以后，选择 architecture标签页：在architecture栏内， 主要可进行i/o data flow和engine option两部分的设置。主要是决定fft megacore的内部结构。 i/o data flow 的设置共有三种选择：streaming、buffer burst和 burst。 在不同的 fft 系统中，有时候使用连续的数据流，数据不断地被送到fft核， 经过变换之后再连续的输出。 但是 fft的运算是需要一定时间的，而在这个时间内新来的数据还是被源源不断地送到 fft核，所以为了能保证这些数据也能被处理，就需要一个足够大的 ram。新来的数据先被暂存起来，等fft核工作完后再送入。从整体上来看，fft的工作是不间断的，输入和输出都是连续不断的数据。 在有的系统中，数据是突发的，比如在网络中。有时候会一次来一个数据包，而有时候系统会没有数据，这时候fft是空间的。所以在这种系统中，就不需要那么多的ram 资源了。 i/o data flow 主要就是设置这个选项。streaming 针对连续的数据处理，buffer burst 和 burst 都是针对突发数据的情况。streaming 模型下使用的ram 最多，buffer burst又比 burst 的 ram 多一些。 假定在突发模式下，突发一个数据包的机率非常高的话。那么相比于burst 模式，buffer burst 虽然多用了一些 ram，但是效率更高。因为它有更多的 ram 用来缓存数据，而对于 burst，由于没有额外用来缓冲数据的 ram，只能是收到一个包后就拒绝再收包，直到它把这些数据处理完为止。 fft运算过程中的数据处理模块，fft engine 只有在buffer burst和burst的数据流结构下才能被设置。可以在参数中设置它的结构和数目。下面引用原手册中的两张图片，说明quad 和single两种结构的区别。 其实我们可以不用太深究这两种结构到底差别在哪里，只是在性能和资源间进行折衷就好了。quad output 比 single output性能好，fft引擎数目越多性能也越好，当然，性能越好所需的资源也越多。 4. 关于（implementation options）的说明： 复数乘法器的实现可以选择是用三个乘法器/五个加法器的方案实现还是四个乘法器/两个加法器实现。根据 fft megacore v2.2.0 的勘误表2，在 cyclone ii 系列 fpga 上如果采用四/二的结构，实际性能会和手册上相差很远，值得注意一下。 另外， 也可以选择具体用什么资源实现乘法器， 是用门的 dsp block还是用纯le实现。 2、 顶层原理图以及个引脚的说明： 输入信号：clk ：输入时钟；rest_n：输入复位信号；inverse：转换方向，0的时候是正变换，1的时候是反变换；sink_valid：每帧输入数据有效时为高电平；sink_sop：用来指示每帧输入数据的第一个数据 ；sink_eop：用来指示每帧输入数据的最后一个数据；sink_real11:0：输入数据的实部，精度为十二位；sink_imag11:0：输入数据的虚部，精度为十二位；sink_error1:0: 输入错误标志位；source_ready: .输出信号:source_ready: .source_error1:0: 输出错误标志错误位；source_sop：用来指示每帧输出数据的第一个数据 ；source_eop：用来指示每帧输出数据的最后一个数据；source_valid：输出数据有效标志位；source_exp5:0: 输出数据的的指数位；source_real11:0：输入数据的实部，精度为十二位；source_imag11:0：输入数据的虚部，精度为十二位；在前文中已经叙述过，fft megacore使用的不是浮点数，但是它又不全是定点数，而是一种特殊的结构。浮点数是 fft变换中的每个数各自有各自的指数，而 fft megacore的结构则是所有的数共用一个指数，这个指数是所有数中最大的数的指数。管脚的具体时序控制请参照以下波形仿真图： 对应例化如下： fft fft_test(.clk(divclk),.reset_n(1),.inverse(0),.sink_valid(1),.sink_sop(sink_sop),.sink_eop(sink_eop),.sink_real(ad1_d_r),.sink_imag(0),.sink_error(00),.source_ready(1),.sink_ready(),.source_error(),.source_sop(),.source_eop(),.source_valid(),.sour