DSP系统工具箱

设计并模拟流信号处理系统

DSP System Toolbox™提供了在MATLAB中设计、模拟和分析信号处理系统的算法、应用程序和范围®和Sim金宝appulink®。您可以为通信,雷达,音响,医疗器械,物联网,以及其他应用程序模型的实时DSP系统。

随着DSP系统工具箱,你可以设计和分析FIR,IIR,多速率,多级,和自适应滤波器。您可以从流变量,数据文件,并进行系统开发和验证网络设备的信号。该时间范围,频谱分析仪和逻辑分析仪让你动态展现,测量流信号。对于桌面原型和部署嵌入式处理器,包括ARM®皮质®体系结构中,系统工具箱支持C / C ++代码生成。金宝app它也支持从过滤器金宝app,FFT,IFFT,并且其他算法比特精确度定点建模和HDL代码生成。

算法可以作为MATLAB函数、系统对象™和Simulink块使用。金宝app

入门:

信号处理和线性代数块为Simulink的金宝app

金宝app,DSP系统工具箱™提供了过滤器,变换,和线性代数信号处理算法模块库。这些个块进行处理的流输入信号作为单个样品或作为被称为帧的样本的集合。纸浆包处理启用需要标量处理的低延迟进程和应用程序。基于帧的处理启用更高的吞吐量以换取延迟。系统工具箱同时支持基于样本和基于框架的金宝app处理模式。

使用系统对象的MATLAB程序可以被纳入到Simulink模型通过任一功能的MATLAB块或MATLAB系统框图。金宝app大部分的系统对象具有相应的金宝app仿真软件模块具有相同的能力。

基于帧的操作,其获取的每个中断服务例程(ISR)之间16个样本的帧,显示出基于帧的吞吐量速率比基于样本的替代高许多倍。

信号处理模块的DSP系统设计,实施和验证

金宝appSimulink块信号处理支持双精度和单精度浮点数据类型和整数数据类型。金宝app当与定点设计器一起使金宝app用时,它们还支持定点数据类型。

DSP系统工具箱中的信号处理模块包括:

  • 信号变换,如快速傅里叶变换(FFT),离散余弦变换(DCT)短时傅立叶变换(STFT)和离散小波变换(DWT)
  • 滤波器的设计和实现FIR, IIR,和模拟滤波器
  • 用于采样率转换的多速率和多级滤波器CIC、半带、多相和法罗
  • 统计和自适应信号处理谱估计、均衡和噪声抑制技术
  • 信号操作和测量如卷积,加窗,填充,延迟,峰发现,和零交叉
  • 流信号可视化和测量与时间范围,频谱分析仪,和更多
  • 信号管理方法,如缓冲、索引、交换、叠加和排队
  • 接收器和来源,如啁啾和彩色噪声发生器,NCO, UDP接收器和发射机,和更多
  • 数值线性代数例程,包括线性系统求解器,矩阵分解和矩阵逆

DSP系统工具箱块库用于Simulink中的信号处理(上),以及线性系统求解器(左下)和变换(右下)的扩展视图。金宝app

多重速率的系统建模

在MATLAB中,DSP系统工具箱支持多速率处理金宝app采样率转换和系统的建模,其中不同的采样率或时钟率需要接口。多重速率的功能包括多级和多速率滤波器如FIR和IIR半带,多相滤波器,CIC滤波器,法罗过滤器。它还包括信号操作,如插值、抽取和任意采样率转换。

金宝app多级抽取滤波器的仿真模型用于Σ-Δ模拟到数字转换器

流信号处理在MATLAB中

DSP系统工具箱提供了一个处理流信号的框架MATLAB。system toolbox包含一个信号处理算法库,这些算法经过优化,可用于处理单速率和多速率过滤器、自适应滤波和FFTs等流信号。system toolbox是设计、模拟和部署信号处理解决方案的理想工具,这些解决方案适用于音频、生物医学、通信、控制、地震、传感器和语音等应用程序。金宝搏官方网站

流媒体信号处理技术支持连续流动的数据流的处理,这通常可以通过将输入数据划分为帧并在获取帧时处理每个帧来加速模拟。例如,MATLAB中的流信号处理可以实现多声道音频的实时处理。

流信号处理是使用称为DSP算法组件库启用系统对象™来表示数据驱动算法,源和汇。系统对象允许您通过自动执行任务,如数据索引,缓存和算法状态管理创建流媒体应用。您可以混合使用标准MATLAB的函数和操作MATLAB系统对象。

你可以使用时间范围频谱分析仪可视化和测量流式信号。

可以应用单速率,多速率,和自适应滤波器串流使用的算法用于流信号和数据优化的数据。

MATLAB代码实现一个基本的流循环(左)。时间范围(右上)和频谱分析仪(右下)可视化和测量实时信号的产生和处理。

用于DSP系统设计、实现和测试的算法库

DSP系统工具箱提供超过350种算法的设计,实施,和流实现为MATLAB函数或作为MATLAB系统对象是否系统-验证优化。算法支持双精度和单精度浮点数据金宝app类型。大部分的算法也支持整数数据类型,以及需要的定点数据类型金宝app定点设计™

在MATLAB中,系统工具箱算法的种类包括:

在MATLAB可用信号处理算法,部分列表通过经由标签完成命令行帮助或发现的作为显示。

多速率系统

在MATLAB中,DSP系统工具箱支持多速率处理金宝app采样率转换和系统的建模,其中不同的采样率或时钟率需要接口。多重速率的功能包括多级和多速率滤波器如FIR和IIR半带,多相滤波器,CIC滤波器,法罗过滤器。它还包括信号操作,如插值、抽取和任意采样率转换。

多级数字下变频器各级的频率响应

单速率和多速率FIR和IIR滤波器的设计,以及自适应滤波器

DSP系统工具箱提供了广泛的应用过滤器的设计与实现算法FIR,IIR,多级,多速率,和自适应滤波器。您可以使用lowpass设计过滤器通,高通,带通,带阻和其它响应类型。可以使用过滤器结构,如直接形式FIR实现它们,重叠相加FIR,IIR二阶区段(双二阶),级联全通,和晶格结构。

可以使用。来设计过滤器Filterbuilder应用, MATLAB代码,或Simuli金宝appnk块。此外,您还可以分析FIR和IIR滤波器的定点量化效果,并确定滤波器系数的最佳字长。

你也可以设计可调谐滤波器在这里你可以调整键过滤器的参数,如带宽,增益,在运行时。

你在MATLAB与DSP系统工具箱设计数字滤波器还可以在Simulink系统级机型。金宝app有过滤块的准备使用的图书馆系统中的工具箱设计,仿真和实现低通滤波器,高通和其他过滤器直接在Simulink。金宝app

除了传统的FIR和IIR滤波器设计算法,DSP System Toolbox还支持专门的滤波器和设计方法,如:金宝app

使用filter builder应用程序和filter visualizer应用程序设计和分析多级单速率低通滤波器

自适应滤波器

DSP系统工具箱提供了几种技术自适应滤波在MATLAB和Simuli金宝appnk中。这些技术被广泛应用于系统识别、光谱估计、均衡和噪声抑制等领域。这种自适应滤波器包括基于LMS,RLS-based,仿射投影,快速横向,频域,格为基础,卡尔曼。该系统工具箱包括用于这些自适应滤波器的分析算法,包括系数的跟踪,学习曲线和收敛。

在模拟噪声消除系统模型的同时,实现了归一化LMS自适应滤波器的动态响应可视化

多速率和多级滤波器及分析

DSP System Toolbox提供了多速率滤波器的设计和实现,包括多相插补器、抽取器、采样率转换器、冷杉halfbandIIR halfband、Farrow过滤器、CIC过滤器和补偿器,以及对多级设计方法的支持。金宝app系统工具箱还提供了专门的分析功能来估计多速率和多级滤波器的计算复杂性。

使用fvtool进行等波纹设计和相应的多速率和多阶段设计的响应(左图),以及输入和各种输出的功率谱密度的多速率和多阶段设计图的性能(右图)。

信号范围,分析和测量

DSP系统工具箱提供范围和数据记录用于时域或频域可视化、测量和分析MATLAB和Simulink中的流信号。金宝app的作用域配备熟悉的行业标准的示波器和频谱分析仪的用户测量和统计。

该系统工具箱还提供了逻辑分析仪用于显示时域信号中的转换,这有助于调试针对HDL实现的模型。

您还可以创建可视化数据载体,如滤波器系数随时间的演变任意情节。

时间范围显示信号在时域和支持各种信号连续的,离散的,固定大小的,可变尺寸,浮点数据,定点金宝app数据,并用于多通道I / O系统的N维信号。时间Scope允许上,其中每个输入信号具有不同的尺寸,采样率和数据类型,或对在范围窗口不同的显示数据的多个信道在同一轴线任一显示多个信号。时间范围进行分析,测量和统计数据,包括根均方(RMS),峰值 - 峰值,平均值,中位。

测量频率和功率谱峰产生的应用非线性放大器模型的啁啾信号

频谱分析仪计算的各种输入信号,并显示在任一个线性刻度或对数标度其频谱的频谱。频谱分析仪进行的测量和分析例如谐波失真测量(THD,SNR,SINAD,SFDR),第三阶互调失真测量(TOI),相邻信道功率比测量(ACPR),互补累积分布函数(CCDF),和峰-to均功率比(PAPR)。的频谱分析仪显示的频谱模式视图如何查看随时间变化的光谱和允许自动峰值检测。

DSP System Toolbox提供了一个额外的可视化工具系列,您可以使用这些工具来显示和测量各种信号或数据,包括实值或复值数据、向量、数组和任何数据类型(包括定点、双精度或用户定义的数据输入序列)的帧。一些可视化工具可以显示流数据或信号的3D显示,以便您可以随着时间的推移分析数据,直到模拟停止。

逻辑分析仪给出了一个硬件精确可编程FIR滤波器模型的仿真结果。

定点建模与仿真

可以使用DSP System Toolbox和定点设计器对定点信号处理算法进行建模,并分析量化对系统行为和性能的影响。还可以从MATLAB代码或Simulink模型生成定点C代码。金宝app

您可以配置MATLAB系统对象金宝app仿真软件模块在系统工具箱中操作的定点模式在提交到硬件之前,通过运行具有不同字长、可伸缩、溢出处理和舍入方法选择的模拟,使您能够执行设计权衡分析和优化。

定点模式支持许多DSP算法,包括FFT,滤波金宝app器,统计,和线性代数。DSP系统工具箱自动配置系统对象和模块进行定点操作。

FFT MATLAB系统对象,它提供属性来配置累加器,产品,和输出数据的您的定点数据类型规范(左)。在FFT Sim金宝appulink模块对话框提供蓄能器,产品,和输出信号的定点数据类型规范,这需要定点设计(右)的选项。

定点滤波器设计

在DSP系统工具箱中,设计了滤波器的功能和实现Filterbuilder应用程序使您能够设计出可转化为定点数据类型的定点设计浮点过滤器。此设计流程简化设计和定点过滤器优化并让您分析量化效应。

量化噪声的定点滤波器设计分析,其中所述过滤器的设计约束不满足,和阻带衰减是因为8位字长的不足(左)。具有不同系数的字长试验和使用12位字长是足够的,并且过滤器的设计满足约束条件(右)。

为桌面和嵌入式工作流生成C和c++代码

使用DSP系统工具箱与MATLAB编码器™和金宝appSimulink的编码器在MATLAB和Simulink中,您可以分别从信号处理算法和系统模型生成C和c++源代码,或者根据性能调整的MEX函数。金宝app

生成的代码可以用于加速、快速原型制作、实现和部署,或者在产品开发过程中用于系统的集成。

桌面加速度

您可以生成高效而紧凑的可执行代码,这是一个根据性能进行调优的MEX函数,可以在模拟中加快计算密集型算法的速度。你可以加速你的浮点和定点算法,包括过滤器,FFTs,统计数据,线性代数在MATLAB和Simuli金宝appnk中。

为了加速基于帧的流模拟,dspunfold使用DSP展开以在多个线程所生成的MEX功能分配计算负荷。

独立执行以及与其它环境

使用DSP System Toolbox,还可以通过生成算法的独立可执行文件,使用从MATLAB代码或Simulink模型生成的C代码在桌面上部署和原型化。金宝app这个独立的可执行文件仍然可以使用UDP组件直接在MATLAB或Simulink中进行实时调优。金宝app因为这个独立的可执行文件运行在与MATLAB代码或Simulink模型不同的线程上,所以它可以提高算法的实时性能。金宝app

的你的信号处理算法生成的C代码可以被集成为一个已编译库组件到其它软件,如自定义模拟器,或标准建模软件,如SystemC的。

优化的C代码生成的ARM Cortext处理器

采用DSP系统工具箱与硬件支持附加的金宝app的ARM Cortex-AARM的Cortex-M嵌入式编码器®您可以从MATLAB系统对象或Simulink块生成优化的C代码,用于关键的DSP算法,如FFT、FIR和Biquad过滤器。金宝app生成的代码提供对ARM Cortex-A Ne10库或ARM Cortex-M CMSIS库的优化例程的调用。与标准的C代码相比,一个关键的好处是立即提高了性能。您还可以使用循环中的处理器(PIL)测试执行代码验证和分析。

用于FPGA和ASIC开发的HDL代码生成

使用DSP系统工具箱与滤波器设计HDL编码器在MATLAB,你可以设计数字滤波器,并产生有效的,综合的,和便携式VHDL®和Verilog®在FPGA或ASIC实现代码。您还可以自动生成VHDL和Verilog测试台用于模拟,测试和验证生成的代码。

使用DSP系统工具箱与高密度脂蛋白编码器提供可合成和可读的VHDL和Verilog代码生成为您的系统设计。这种支持包金宝app括为资源和性能优化的算法,例如过滤器,FFT,传输线,军士

所支持的硬件体系结构中的一个(即,部分地串行收缩期)的实现细节对于HDL金宝app优化的FIR数字滤波器块

最新功能

过滤块的SIMD代码

使用Intel AVX2加速生成用于FIR抽取、FIR插值和LMS滤波块的代码

新的双二阶滤波器SOS

使用可调系数由设计函数返回相同的表示在MATLAB实现二阶滤波器节

多速率处理在FIR频率变换块

在Simulink中模拟FIR速率转换过滤器,同时允许对输入和输出信号采用不同的金宝app更新速率

非摧毁信道器

设计和实现具有过采样输出(即非临界抽取输出)的信道转换器

每秒(GSPS)NCO千兆采样

从经过HDL优化的NCO生成帧输出,用于高速应用程序(需要使用HDL编码器生成代码)

可变CIC抽取因子

指定抽取因子作为CIC抽取器HDL优化块的输入(需要HDL编码器来生成代码)

看到发布说明了解这些特性和相应功能的详细信息。