dsp.HDLIFFT
逆快速傅里叶变换- HDL代码生成进行了优化
描述
高密度脂蛋白传输线系统对象™提供了两种架构优化吞吐量或区域。使用流基数2 ^ 2为高通量应用程序架构。此体系结构支持标量或矢量输入数据。金宝app您可以实现giga-sample-per-second (gsp)吞吐量使用向量输入。使用破裂为最低基数2架构资源实现,尤其是大FFT大小。你的系统必须能够容忍丛发性数据和更高的延迟。这种架构只支持标量输入数据。金宝app对象接受真实的或复杂的数据,提供hardware-friendly控制信号,和可选的输出帧控制信号。
计算逆快速傅里叶变换:
创建
dsp.HDLIFFT对象并设置其属性。调用对象的参数,就好像它是一个函数。
了解更多关于系统对象是如何工作的,看到的系统对象是什么?
创建
描述
IFFT_N= dsp.HDLIFFTIFFT_N,执行一个快速傅里叶变换。
IFFT_N= dsp.HDLIFFT(名称,值)
ifft128 = dsp.HDLIFFT (' FFTLength ', 128)
属性
使用
语法
描述
(还返回帧控制信号Y,startOut,endOut,validOut)= IFFT_N (X,validIn)startOut和endOut。startOut是真正的在第一个示例输出数据的帧。endOut是真正的过去的样本输出数据的帧。
使用这个语法,设置StartOutputPort和EndOutputPort属性真正的。例如:
IFFT_N = dsp.HDLIFFT (___,“StartOutputPort”,真的,“EndOutputPort”,真正的);…[y, startOut, endOut, validOut] = IFFT_N (x, validIn)
输入参数
输出参数
对象的功能
使用一个目标函数,指定系统对象作为第一个输入参数。例如,释放系统资源的系统对象命名obj使用这个语法:
发行版(obj)
例子
创建传输线HDL代码生成
创建规范和输入信号。这个示例使用了一个128点FFT。
N = 128;Fs = 40;t = (0: n - 1) / Fs;x =罪(2 *π* 15 * t) + 0.75 * cos(2 *π* 10 * t);y = x + .25 * randn(大小(x));y_fixed = sfi (y, 32岁,16);等待= 0 (1,“喜欢”,y_fixed);
计算信号的FFT作为传输线的输入对象。
注意:这个对象语法只运行在R2016b或更高版本。如果您使用的是较早的版本中,每个对象的调用替换为等价的一步语法。例如,替换myObject (x)与步骤(myObject x)。
hdlfft = dsp.HDLFFT (“FFTLength”N“BitReversedOutput”、假);Yf = 0 (1, 4 * N);validOut = false (1, 4 * N);为循环= 1:1:N (Yf(循环),validOut(循环)]= hdlfft(复杂(y_fixed(循环),真的);结束为循环= N + 1:1:4 * N [Yf(循环),validOut(循环)]= hdlfft(复杂的(等待),假);结束Yf = Yf (validOut = = 1);
画出单面振幅谱。
情节(Fs / 2 * linspace (0, 1, N / 2), 2 * abs (Yf (1: N / 2) / N))标题(“单面噪声信号的振幅谱y (t) ')包含(的频率(赫兹))ylabel (FFT (f)的输出)
选择频率持有的大部分能量信号。的cumsum函数不接受定点参数,所以数据转换回双。
[Ysort,我]=排序(abs(双(转置(Yf (1: N)))), 1,“下”);Ysort_d =双(Ysort);CumEnergy =√cumsum Ysort_d。^ 2)) /规范(Ysort_d);j =找到(CumEnergy > 0.9, 1);disp ([的FFT系数代表90%的,…的总能量序列:殷,num2str (j)]) = 0 (N, 1);阴(我(1:j)) = Yf (i (1: j));
的FFT系数的数量占总能量的90%序列:4
编写一个函数,创建和调用传输线系统对象™。你可以从这个函数生成高密度脂蛋白。
函数[你,validOut] = HDLIFFT128(阴、validIn)% HDLIFFT128使用dsp %过程一个样本的数据。HDLIFFT系统对象(TM)%阴是一个定点标量或列向量。% validIn是一个逻辑标量。%从这个函数可以生成HDL代码。持续的ifft128;如果isempty (ifft128) ifft128 = dsp.HDLIFFT (“FFTLength”,128);结束[你,validOut] = ifft128(阴,validIn);结束
通过调用函数计算传输线为每个数据样本。
Xt = 0 (1,3 * N);validOut = false (1, 3 * N);为循环= 1:1:N (Xt(循环),validOut(循环)]= HDLIFFT128(复杂(阴(循环),真正的);结束为循环= N + 1:1:3 * N [Xt(循环),validOut(循环)]= HDLIFFT128(复杂的(0),假);结束
丢弃无效的输出样本。然后检查输出与输入信号进行比较。原始的输入是绿色的。
Xt = Xt (validOut = = 1);Xt = bitrevorder (Xt);规范(x变换(Xt (1: N)))图茎(真实(Xt))图茎(真正的(x),“——g”)
ans = 0.7863
创建一个Vector-Input传输线HDL代码生成
创建规范和输入信号。这个示例使用了一个128点FFT和计算变换一次16个样本。
N = 128;V = 16;Fs = 40;t = (0: n - 1) / Fs;x =罪(2 *π* 15 * t) + 0.75 * cos(2 *π* 10 * t);y = x + .25 * randn(大小(x));y_fixed = sfi (y, 32岁,24);y_vect =重塑(y_fixed、V、N / V);
计算信号的FFT,作为传输线的输入对象。
注意:这个对象语法只运行在R2016b或更高版本。如果您使用的是较早的版本中,每个对象的调用替换为等价的一步语法。例如,替换myObject (x)与步骤(myObject x)。
hdlfft = dsp.HDLFFT (“FFTLength”N);loopCount = getLatency (hdlfft N V) + N / V;Yf = 0 (V, loopCount);validOut = false (V, loopCount);为循环= 1:1:loopCount如果(mod(循环,N / V) = = 0)我= N / V;其他的我= mod(循环,N / V);结束[Yf:循环),validOut(循环)]= hdlfft(复杂(y_vect(:,我)),(循环< = N / V));结束
画出单面振幅谱。
C = Yf (:, validOut = = 1);Yf_flat = C (:);年= bitrevorder (Yf_flat);情节(Fs / 2 * linspace (0, 1, N / 2), 2 * abs(年(1:N / 2) / N))标题(“单面噪声信号的振幅谱y (t) ')包含(的频率(赫兹))ylabel (FFT (f)的输出)
选择频率持有的大部分能量信号。的cumsum函数不接受定点参数,所以数据转换回双。
[Ysort,我]=排序(abs(双(年(1:N))), 1,“下”);CumEnergy =√cumsum Ysort。^ 2)) /规范(Ysort);j =找到(CumEnergy > 0.9, 1);disp ([的FFT系数代表90%的,…的总能量序列:殷,num2str (j)]) = 0 (N, 1);阴(我(1:j)) =年(i (1: j));YinVect =重塑(阴、V、N / V);
的FFT系数的数量占总能量的90%序列:4
编写一个函数,创建和调用传输线系统对象™。你可以从这个函数生成高密度脂蛋白。
函数[你,validOut] = HDLIFFT128V16(阴、validIn)% HDLFFT128V16% 16-sample向量FFT数据的过程%阴是一个定点列向量。% validIn是一个逻辑标量值。%从这个函数可以生成HDL代码。持续的ifft128v16;如果isempty (ifft128v16) ifft128v16 = dsp.HDLIFFT (“FFTLength”,128)结束[你,validOut] = ifft128v16(阴,validIn);结束
通过调用函数计算传输线为每个数据样本。
Xt = 0 (V, loopCount);validOut = false (V, loopCount);为循环= 1:1:loopCount如果(mod(循环,N / V) = = 0)我= N / V;其他的我= mod(循环,N / V);结束(Xt(:,循环),validOut(循环)]= HDLIFFT128V16(复杂(YinVect(:,我)),(循环< = N / V));结束
ifft128v16 = dsp。HDLIFFT属性:FFTLength: 128体系结构:“流基数2 ^ 2”ComplexMultiplication:“使用4乘数和2条”BitReversedOutput:真正的BitReversedInput:假正常化:真正的使用可以显示所有属性
丢弃无效的输出样本。然后检查输出与输入信号进行比较。原始的输入是绿色的。
C = Xt (:, validOut = = 1);Xt = C (:);Xt = bitrevorder (Xt);规范(x-Xt (1: N))图茎(真实(Xt))图茎(真正的(x),“——g”)
ans = 0.7863
探索高密度脂蛋白传输线对象的延迟
对象的延迟随FFT长度和向量的大小。使用getLatency函数来找到一个特定的配置的延迟。之间的延迟是周期的数量第一次有效输入和第一个有效输出,假设输入是连续的。
创建一个新的dsp.HDLIFFT对象和请求的延迟。
hdlifft = dsp.HDLIFFT (“FFTLength”,512);L512 = getLatency (hdlifft)
L512 = 599
请求的延迟信息相似的对象有不同的FFT长度。不改变原始的属性对象。当你不指定一个向量长度,假定标量函数的输入数据。
L256 = getLatency (hdlifft, 256)
L256 = 329
N = hdlifft.FFTLength
N = 512
请求的延迟信息接受eight-sample向量输入类似的对象。
256年L256v8 = getLatency (hdlifft, 8)
L256v8 = 93
使传输线的比例在每个阶段。的延迟不会改变。
hdlifft。N或malize = true; L512n = getLatency(hdlifft)
L512n = 599
请求相同的输出订单作为输入订单。这个设置增加了延迟,因为对象必须收集输出之前重新排序。
hdlifft。BitReversedOutput = false;L512r = getLatency (hdlifft)
L512r = 1078
算法
流基数2 ^ 2
流基数2 ^ 2体系结构实现了一个低延迟架构。它节省资源相比,通过分解和分组流基数2实现FFT方程。架构的日志4(N)阶段。每个阶段包含两个单一路径延迟反馈(SDF)蝴蝶内存控制器。当你使用向量输入,每个阶段作用于更少的输入样本,所以一些阶段减少到一个简单的蝴蝶,没有自卫队。
自卫队第一阶段是一个常规的蝴蝶。第二阶段第一阶段的繁殖输出- j。为了避免硬件乘法器,块互换的实部和虚部的输入,又互换产生的输出的虚部。每个阶段轮转动的结果因素乘法输入单词长度。抚弄的因素有两个整数位,其余的用于部分碎片。抚弄因素作为输入数据,有相同的位宽王。抚弄的因素有两个整数位王2部分。
如果你启用扩展,该算法将每个蝴蝶阶段2的结果。比例在每个阶段避免溢出,使单词长度一样的输入和结果的总体比例因子1 /N。如果禁用扩展,该算法避免了溢出通过增加1位在每个阶段的单词长度。图中显示了每个阶段的蝴蝶和内部单词长度,不包括记忆。
破裂基数2
破裂基数2体系结构实现FFT,使用一个复杂的蝴蝶乘数。算法不能开始,直到整个输入帧存储,和它不能接受下一个帧,直到计算完成。输出准备好了端口显示算法时准备的新数据。图显示了破裂体系结构,管道寄存器。
当你使用此体系结构中,输入数据必须符合准备好了反压力信号。波形显示这个协议,看到第三图时间图部分。
控制信号
只有当输入算法流程的输入数据有效的港口是1。输出数据是有效的只有当输出有效的港口是1。
可选的输入时重置港口是1,该算法停止当前的计算和清除所有内部状态。算法开始新的计算重置端口0和输入有效的港口开始一个新的框架。
这个图表显示了输入和输出有效的港口相邻的标量值输入数据、流基数2 ^ 2的架构,一个FFT长度为1024,一个向量的大小16。
图中还显示了可选的开始和结束端口值表明帧边界。如果你使开始港口,开始端口值脉冲为一个周期的第一个有效的输出帧。如果你使结束港口,开始端口值脉冲为一个周期的最后有效的输出帧。
如果你应用连续输入帧,输出也将持续在最初的延迟。
输入有效的端口可以非邻接。伴随着一个输入数据有效的港口处理的到来,以及由此产生的数据存储到一个框架。然后恢复算法连续帧的输出样本N(FFT长度)周期。这个图表显示了非连续的输入和连续输出的FFT长度512和一个向量的大小16。
当你使用破裂的体系结构,您不能提供的下一帧输入数据到内存空间是可用的。的准备好了信号指示时,算法能够接受新的输入数据。你必须申请输入数据和有效的信号只有当准备好了是1(真正的)。该算法忽略了任何输入数据和有效的信号时准备好了是0(假)。
延迟
延迟随FFT长度和向量的大小。使用getLatency函数来找到一个特定的配置的延迟。之间的延迟是周期的数量第一次有效输入和第一个有效输出,假设输入是连续的。
当使用破裂架构与连续的输入,如果你的设计等准备好了输出0之前de-asserting输入有效的,然后一个额外的周期到达的数据输入。这个数据样本是第一个样本的下一帧。该算法可以拯救一个样品在处理当前帧。由于这个示例之前,观察后面的帧延迟(从输入有效的输出有效的)是一个周期短于报告的延迟。从第一个周期延迟测量,当输入有效的1第一个周期输出吗有效的是1。周期之间的数量准备好了端口0和输出有效的端口1总是延迟- - - - - -FFTLength。
