FPGA DSP：Vivado 中带有 DDS 的 FIR 滤波器

本文使用 DDS 生成三个信号，并在 Vivado 中实现低通滤波器。低通滤波器将滤除相关信号。

介绍

用DDS生成三个信号，并在Vivado中实现低通滤波器。低通滤波器将滤除较快的信号。

本文分为几个主要部分：

信号生成：展示如何使用DDS（直接数字合成）IP生成测试信号 - 10 MHz 信号和 500 kHz 信号，然后将它们组合起来创建混合信号进行测试。
FIR 滤波器设计：解释影响 FIR 滤波器性能的关键因素，包括：
抽头数量及其对滤波器响应的影响
量化和系数位宽设计
权衡资源利用
设计：演示使用 Vivado 进行设计，包括

设置FIR IP

使用 MATLAB 生成的系数配置滤波器参数

设置适当的位宽和时钟频率

添加必要的组件，如时钟源和 ILA（集成逻辑分析仪）

测试和验证：显示如何通过以下方式验证滤波器的操作：

仿真结果显示高频分量的滤波

FPGA 板上的硬件实现

使用基于计数器的脉冲发生器观察滤波器脉冲响应的特殊技术

第 1 部分：DDS 设置，用于生成两个信号和混合信号

首先为测试台生成信号：

在BD设计中添加 DDS IP。在配置选项卡中，将系统时钟设置为 100 MHz。

由于我们只需要生成正弦波，因此在Implementation选项卡中，选择输出为Sine选项，并取消选择相位输出选项。在Output Frequency选项卡中，将Channel 1的频率设置为 500 kHz。

在BD设计中添加另一个 DDS IP。重复相同的设置，但这次将输出频率设置为 10 MHz。

在BD设计中添加一个加法器。将其输入位宽设置为 8，将其输出位宽设置为 9。

将两个 DDS 编译器的输出连接到加法器的输入。这将生成混合信号。

在设计中添加一个模拟时钟发生器，并将其频率设置为 100MHz。该频率也是设计的采样率

DDS编译器仿真结果：

如仿真结果所示：

第一个正弦波的周期为 2000 ns，这是一个 500 kHz 的信号。

第二个正弦波的周期为 100 ns，这是一个 10 MHz 信号。

还可以观察混合信号，其中较快信号的幅度以较慢信号的频率波动，从而显示了两个频率的组合。

Vivado FIR 滤波器仿真

FIR 滤波器配置：FIR 滤波器的性能受几个因素影响：

抽头数量：

增加抽头数量可改善滤波器响应，从而使通带更平坦，波纹更少，振铃减少。

更多的抽头数还会增强截止频率的衰减，从而提高滤波器的精度。然而，更多的抽头会引入更大的延迟，这可能不适合某些 DSP 系统。
不同抽头数的FIR滤波器响应比较

量化和滤波器系数位宽：

量化-通过将数字映射到由分配的位宽决定的一组固定的离散值来降低数字的精度。

使用较少的位数进行量化会降低滤波器系数的准确性，从而对滤波器的性能产生负面影响。

资源权衡：

滤波器性能和 FPGA 资源利用率之间存在权衡。

增加抽头数量或系数的位宽需要更多的 DSP 资源，这可能会消耗 FPGA 很多资源。
两种不同FIR滤波器所需的FPGA资源

通过平衡这些因素，可以优化 FIR 滤波器以满足应用程序的特定要求。

在 Matlab 中生成量化 FIR 滤波器抽头

为了简化工作，提供了一个可以轻松生成量化 FIR 滤波器的 Matalab 代码，可以在 Vivado 中直接使用它：

go 复制代码

close all
clear all
clc
%% setup the parameters here
Sample_Rate = 50e6;
cutoff_frequency = 5e6;
number_of_filter_taps = 191;% must be odd number!
filter_taps_bitwidth = 10;
lowpass_highpass = 'low'; % should be low or high
%% Caluculate the taps
Nyquist_frequency =Sample_Rate/2 ;
Wn = cutoff_frequency/(Nyquist_frequency);
%Generate a row vector b containing the n+1 coefficients 
filter_taps = fir1(number_of_filter_taps-1,Wn,lowpass_highpass);
%% Quantization 
% one bit for sign
filter_taps=floor(filter_taps/max(filter_taps)*(2^(filter_taps_bitwidth-1)-1));
%% plot the filter response
N = 1024; % Number of points for the frequency response
[H, f] = freqz(filter_taps, 1, N, Sample_Rate); % Calculate the frequency response
% Magnitude and phase response
magnitude = abs(H); % Magnitude response

% Plot the filter response
% Magnitude response plot
figure;
plot(f, 20*log10(magnitude),'linewidth',1.3); % Plot magnitude in dB
grid on;
title('Magnitude Response (dB)',FontSize=22);
xlabel_txt = 'Frequency (Hz)';
xlabel(xlabel_txt,FontSize=22);
ylabel('Magnitude (dB)',FontSize=22);
%xlim([0 30e6])
figure
 freqz(filter_taps,1)
figure
stem(filter_taps,'linewidth', 1.3)
grid on;