【VPX637】基于XCKU115 FPGA+ZU15EG MPSOC的6U VPX双FMC接口通用信号处理平台

VPX637是一款基于6U VPX总线架构的通用实时信号处理平台,该平台采用一片Xilinx的高性能Kintex UltraScale系列FPGA(XCKU115-2FLVF1924I)作为预处理单元,外挂2个FMC+扩展接口,来完成数据采集、数据回放以及实时信号处理算法。采用一片带有ARM内核的高性能嵌入式处理器ZYNQ UltraScale系列 MPOSC ZU15EG作为主处理器来实现通讯、管理等功能。

该平台的预处理器XCKU115外挂两组72位DDR4 SDRAM,来实现超大容量数据缓存,数据缓存带宽可以达到2400MHz。该平台的主处理器ZU15EG的PL端支持2组32位的DDR4 SDRAM。PS端是一款功能强大的ARM处理器,具有1个64位四核ARM Cortex-A53处理器、1个双核 ARM Cortex-R5 实时处理器、1个ARM Mali™-400MP 图形处理器,PS端外挂72位DDR4 SDRAM,支持ECC校验。两片处理器之间通过8路GTH进行互联。

该平台在VPX处对外引出多路SRIO高速串行接口,LVDS并行接口,以及多路GPIO信号,方便与系统内其他板卡进行数据交互,以及对外设的控制。该板卡具有优良的抗振动设计、散热性能和独特的环境防护设计,适合于航空、航天、船舶等应用场景。

技术指标

1、标准6U VPX规格,符合VITA46规范;

  1. 板载高性能FPGA处理器:XCKU115-2FLVF1924I
  1. 外挂2组72位DDR4 SDRAM,每组4GByte容量;
  2. 外挂2片QSPI Flash,总容量128MByte,用于FPGA的加载;
  1. 板载1片高性能MPSOC:XCZU15EG-2FFVB1156I
  1. PL端挂2组32位DDR4 SDRAM,容量为2GByte;
  2. PS端挂1组72位DDR4 SDRAM,容量为4GByte;
  3. PS端扩展出1路1000BASE-T千兆以太网口至VPX P4;
  4. PS端扩展出1路1000BASE-T千兆以太网口至前面板RJ45;
  5. PS端扩展出1路RS232调试串口至前面板J30J连接器;
  6. PS端支持SD/TF卡启动;
  7. PS端挂1个EMMC存储单元,容量为32GByte;

4、系统互联性能

  1. VPX P1支持4路SRIO X4,连接至KU115;
  2. VPX P2支持X8 PCIE,连接至KU115;
  3. VPX P3支持16路LVDS,连接至KU115 ;
  4. VPX P4支持1路千兆以太网接口,以及USB/DP/NVME等;
  5. VPX P5支持12对GTH,连接至ZU15EG SOC;
  6. KU与ZU之间通过8路GTH和16路LVDS进行互联;
  1. 板载1片MCU,进行健康管理、时钟配置等;
  2. 物理与电气特征
  1. 板卡尺寸:160 x 233mm;
  2. 板卡供电:6A max@+12V(±5%);

3)散热方式:风冷散热;

  1. 环境特征
  1. 工作温度:-40°~﹢85°C;
  2. 存储温度:-55°~﹢125°C;

3)工作湿度:5%~95%,非凝结

软件支持

提供底层接口驱动以及定制化软件集成:

应用范围

软件无线电;雷达与基带信号处理;

相关推荐
sz66cm3 小时前
FPGA基础 -- Verilog 的值变转储文件(VCD:Value Change Dump)
fpga开发
のハス6 小时前
吴恩达机器学习笔记:逻辑回归5
笔记·机器学习·逻辑回归
2401_888567009 小时前
Mac电脑-人工智能图像处理-降噪-Topaz Photo AI
图像处理·人工智能
棱镜研途9 小时前
学习笔记丨数字信号处理(DSP)的应用——图像处理篇
图像处理·人工智能·信号处理
西猫雷婶9 小时前
python学智能算法(十三)|机器学习朴素贝叶斯方法进阶-简单二元分类
开发语言·人工智能·python·深度学习·机器学习·矩阵·分类
军训猫猫头11 小时前
100.Complex[]同时储存实数和虚数两组double的数组 C#例子
算法·c#·信号处理
m0_7513363913 小时前
机器学习赋能多尺度材料模拟:前沿技术会议邀您共探
人工智能·深度学习·机器学习·第一性原理·分子动力学·vasp·复合材料
lingxiao1688814 小时前
管件接头的无序抓取
机器学习·计算机视觉·halcon·3d视觉
AI量化投资实验室15 小时前
十年年化50%+的策略如何进化?兼容机器学习流程的量化策略开发,附python代码
人工智能·python·机器学习
no_work15 小时前
基于传统机器学习SVM支持向量机进行分类和目标检测-视频介绍下自取
机器学习·支持向量机·分类