Xilinx FFT使用说明和测试

本文主要介绍Xilinx FFT IP的使用方法

1 IP接口信号

FFT用于计算N点的DFT或者IDFT，N为2^m，其中m=2~16。IP的输入输出接口如下表所示，主要包括时钟、复位信号，输入的配置信号，输入的原始数据，输出的变换结果，输出的变换状态，以及事件信号。确保所有的信号输入IP时都有确定的值，不然仿真的时候会出现“Failure: ERROR:add_1 must be in range [-1,DEPTH-1]”

接口	说明
aclk	时钟
aclken	时钟使能
aresetn	复位
s_axis_config_tready	配置信号的tready信号
s_axis_config_tvalid	配置信号的tvalid信号
s_axis_config_tdata	配置信号的tdata信号
s_axis_data_tready	输入信号的tready信号
s_axis_data_tvalid	输入信号的tvalid信号
s_axis_data_tdata	输入信号的tdata信号
s_axis_data_tlast	输入信号的tlast信号
m_axis_data_tready	输出信号的tready信号
m_axis_data_tvalid	输出信号的tvalid信号
m_axis_data_tdata	输出信号的tdata信号
m_axis_data_tuser	输出信号的tuser信号
m_axis_data_tlast	输出信号的tlast信号
m_axis_status_tready	变换状态的tready信号
m_axis_status_tvalid	变换状态的tvalid信号
m_axis_status_tdata	变换状态的tdata信号
event_frame_start	表征开始计算新的数据帧
event_tlast_unexpected	表征没有在期望的地方收到tlast信号，如实际输入数据帧的点数不是期望的数量
event_tlast_missing	在预期最后一拍没有收到tlast信号
event_fft_overflow	数据输出通道存在数据溢出
event_data_in_channel_halt	收到的输入数据的数量与预期的不符
event_data_out_channel_halt	IP核有数据输出，但接收端没有准备好而无法输出
event_status_channel_halt	IP核有状态信号输出，但接收端没有准备好而无法输出

• 配置通道
  配置通道的数据格式如下图所示，由NFFT、CP_LEN、FWD_INV、SCALE_SCH字段，以及为了凑够8bit补足的PAD字段构成，各字段的含义如下表所示。如果需要修改配置，需要对IP进行复位操作，这样s_axis_config_tready信号才会拉高。SCALE_SCH字段的配置也很重要，如果设置的不正确，IP计算的结果与Python计算的结果对不上。

名称	宽度	说明
NFFT	5bit	FFT变换的点数
CP_LEN	log2(最大点数)	在整个转换输出之前，从转换末尾开始作为循环前缀输出的样本数 CP_LEN可以是从0到比点大小小1的任意数
FWD_INV	每个FFT数据通道1bit	变换类型，1表示FFT，0表示IFFT
SCALE_SCH	Pipelined：2×ceil(NFFT/2) Radix-4：2×ceil(NFFT/2) Radix-2：2×NFFT	缩放因子，每级的缩放因子由2bit构成

• 输入通道
  输入数据通道的数据格式如下图所示，tdata信号可以包含多个数据通道，每个数据通道又由数据的实部和虚部组成，同样需要进行8bit边界补足。
  
• 输出通道
  输出数据通道的数据格式如下图所示，tdata信号可以包含多个数据通道，每个数据通道又由数据的实部和虚部组成，同样需要进行8bit边界补足。
  
• 输出用户通道
  输出用户通道的数据格式如下图所示，由XK_INDEX、BLK_EXP、OVFLO字段，以及为了凑够8bit补足的PAD字段构成，各字段的含义如下表所示。

名称	宽度	说明
XK_INDEX	log2(最大点数)	输出数据的索引(unsigned 2’s complement)
BLK_EXP	8	每个通道一个，Block exponent (unsigned 2’s complement) 只有在block floating-point被使用时才有效
OVFLO	1	每个通道一个，表征算法是否溢出

• 输出状态通道
  输出状态通道的数据格式如下图所示，由BLK_EXP、OVFLO字段，以及为了凑够8bit补足的PAD字段构成，各字段的含义如下表所示。

名称	宽度	说明
BLK_EXP	5	每个通道一个，每个通道的scale量
OVFLO	1	每个通道一个，表征算法是否溢出

2 IP基本配置

添加XFFT IP，使用GUI对IP的各项参数进行配置，在Implementation Details可以查看配置后各个信号的参数格式。

• Configuration
  • Number of Channel：输入输出通道的数量
  • Transform Length：FFT点数
  • Target Clock Frequency：工作频率，决定FFT计算延时
  • Architecture Choice：架构选择
  • Run Time Configurable Transform Length：勾选之后FFT点数由配置通道决定，即配置通道的数据包含NFFT字段

• Implementation
  • Data Format：数据格式
    • Fixed Point：固定点
    • Floating Point：浮点
  • Scaling Options：缩放选项
    • Block Floating Point：块浮点
    • Scaled：定点缩放
    • Unscaled：全精度，无缩放
  • Rounding Modes：截断方式
    • Convergent Rounding： 将计算结果向着最近的整数舍入
    • Truncation：直接截断
  • Input Data Width：输入数据宽度，指的是单个实部或虚部的宽度
  • Phase Factor Width：相位因子宽度
  • Control Signals：控制时钟使能和复位信号
  • Output Order：输出顺序
    • Bit/Digit Reversed Order：按bit倒序
    • Natural Order：自然顺序
  • Cyclic Prefix Insertion：是否在输出数据中自动插入循环前缀
  • Optional Output Fields：输出用户通道和输出状态通道的数据是否包含XK_INDEX、OVFLO字段
  • Throttle Scheme：在性能和数据定时需求之间进行权衡。Real Time模式通常提供更小、更快的设计，但提供和使用数据有严格的限制。Non Real Time没有这样的限制，但设计可能更大更慢。

• Detailed Implementation
  • Memory Option：寄存器类型选择
  • Optimize Options：资源和性能优化选项
    

3 IP功能测试

• FFT变换
  本例子计算信号f(t)=63sin(2π×50t)+63sin(2π×80t)，该信号有两个频率点50和80Hz，幅度的变化范围为[-126,126]。首先需要对该信号进行采样，得到离散的序列，1s内采集256个采样点，得到离散化的数据点存入.coe文件中，作为BRAM的初始化文件，在测试时从BRAM中读出数据送入XFFT IP中进行计算。该测试工程可从GitHub下载。

  • 使用Python程序对f(t)信号进行计算的结果如下图所示，计算结果符合预期。
    
    

  • 使用Vivado进行仿真得到的结果如下图所示，计算的结果与Python的结果一致。
    
    

• FFT与IFFT变换
  本例子计算信号f(t)=1022sin(2π×5t)，该信号有一个频率点5Hz，幅度的变化范围为[-1022,1022]。首先需要对该信号进行采样，得到离散的序列，1s内采集256个采样点，得到离散化的数据点存入.coe文件中，作为BRAM的初始化文件，在测试时从BRAM中读出数据送入XFFT IP中进行计算。该测试工程可从GitHub下载。
  • 使用Python程序对f(t)信号进行计算的结果如下图所示，计算结果符合预期。
    • 原始信号的变化曲线
      
    • 傅里叶变换
      
    • 逆傅里叶变换
      
  • 使用Vivado进行仿真得到的结果如下图所示，计算的结果与Python的结果一致。
    • 整体波形
      
    • 傅里叶变换
      
    • 逆傅里叶变换