您可以通过使用基于框架的处理来增加HDL设计的吞吐量。这些块的端口可以使用列向量输入和输出信号。向量的每个元素代表时间上的一个样本。生成的HDL代码在输入向量中的每个样本上并行实现算法。这些实现增加了数据吞吐量,同时使用了更多的硬件资源。使用矢量输入实现giga-sample-per-second (GSPS)吞吐量。
有关基于框架的设计的更多信息,请参见基于示例和框架的概念.
金宝app支撑块 | 启用帧输入的参数 | 限制 |
---|---|---|
离散冷杉滤波器(金宝app模型) |
有关HDL架构和参数的更多信息,请参见HDL代码生成(金宝app模型)区块页的部分。 |
不支持基于框架的输入:金宝app
|
FFT HDL优化和传输线HDL优化 | 连接一个列向量到dataIn 端口。向量的大小必须是1到64之间的2的幂,不大于FFT长度。 |
仅在以下情况下支持基于帧的输入金宝app体系结构被设置为流基数2 ^ 2 . |
信道器HDL优化 | 连接一个列向量到dataIn 端口。向量的大小必须是1到64之间的2的幂,不大于FFT长度。 |
|
FIR抽取HDL优化 | 将列向量连接到输入数据 端口。向量大小必须小于或等于64个样本。 |
抽取因子必须是输入向量大小的整数倍。 |
冷杉大量毁灭 |
|
不支持基于框架的输入:金宝app
|
NCO HDL优化 | 设置样品每帧参数设置为所需的输出向量大小。 | |
CIC抽取HDL优化 | 将列向量连接到输入数据 端口。输入向量的大小最多可以是64个样本。 |
仅在以下情况下支持基于帧的输入金宝app变量大量毁灭因素不是选择。 |
复杂到大小角HDL优化 | 将列向量连接到输入数据 端口。输入向量的大小最多可以是64个样本。 |
|
延迟 |
|