本文转载自:<span id="profileBt"><a href="https://mp.weixin.qq.com/s/jJGPv4t7WAj2QBtQ6nvVqA">XILINX开发者社区微信公众号</a>…;
<font color="#FF8000">本文来自 XILINX 产品应用工程师 Nathan Xu. </font>
有很多客户在比较 FFT C-Model 仿真和 FFTIP 前仿遇到问题。今天赛灵思技术专家对此提出三种原因和解决办法。
<strong>总结下来, 原因大概有三种: </strong>
<li>C-Model 的输入数据和 IP 仿真的输入不完全一致</li>
<li>C-Model 的参数设置和 IP 的参数设置不完全一致</li>
<li>出现 overflow</li>
<strong>C-Model的输入数据和IP仿真的输入不完全一致</strong>
这里面需要注意的是, FFT C-Model fixedpoint interface 需要的输入数据范围在(-1,1)之间, 而且是 signed two's-complement (二进制补码有符号数), 数据位宽是 C_INPUT_WIDTH. 小数点在 C_INPUT_WIDTH – 1, 否则会报警. 但 Matlab 的数据是 complex double-precisionfloating-point data, 所以需要用到 Matlab 的 quantize 来把数据量化.
<center><img src="http://xilinx.eetrend.com/files/2021-03/wen_zhang_/100062902-125701-tu1…; alt=""></center>
<center><img src="http://xilinx.eetrend.com/files/2021-03/wen_zhang_/100062902-125702-tu2…; alt=""></center>
<center><img src="http://xilinx.eetrend.com/files/2021-03/wen_zhang_/100062902-125703-tu3…; alt=""></center>
显然 FFT IP 前仿是不需要量化的,因为对于 FPGA 没有小数点位.
为了保证这这个仿真的输入数据一致, 建议把量化后的数据也作为 FFT IP 前仿的输入数据, 因为量化之后是小数, 可以乘以 2^(C_INPUT_WIDTH – 1) ,转为整数, 注意这还是二进制补码数.
<strong>C-Model的参数设置和IP的参数设置不完全一致</strong>
scaling_sch在C-Model和IP core的顺序是反的, 例如scaling_sch[0]是第一个数据, scaling_sch[1] 是第二个,但在 FFT IP 上需要把它们的顺序到过来, 也就是 scaling_sch[0] 是最后一个数据, scaling_sch[1] 是倒数第二个。
<center><img src="http://xilinx.eetrend.com/files/2021-03/wen_zhang_/100062902-125704-tu4…; alt=""></center>
<center><img src="http://xilinx.eetrend.com/files/2021-03/wen_zhang_/100062902-125705-tu5…; alt=""></center>
<center><img src="http://xilinx.eetrend.com/files/2021-03/wen_zhang_/100062902-125706-tu6…; alt=""></center>
<strong>Overflow</strong>
如果设置的是 Pipelined, Streaming I/O architecture,出现 overflow,那么 C-Model 和 IP core 前仿的结果是不一致, 也就是 C-Model 的 xk_re 和 xk_im 与 FFT IP 前仿的 xk_re 和xk_im 不一致, 出现 overflow , 看 xk_re 和 xk_im 的结果是没有意义的, 需要调整 scaling 保证没有 overflow.
<center><img src="http://xilinx.eetrend.com/files/2021-03/wen_zhang_/100062902-125707-tu7…; alt=""></center>