System Generator

本文是该系列的第22篇。上一篇介绍了使用Image From File和Video Viewer完成图像的采集和输出，并将两部分分别打包为子系统，使其具有通用性。本文将介绍如何使用Simulink提供的回调函数机制，实现从MATLAB工作空间采集和输出图像。

<strong>Simulink回调函数机制</strong>
在空白处右键->Model Properties，切换到“Callbacks”标签下，可以看到Simulink支持的回调函数，这些函数在某些时刻会自动触发，执行M文件中的程序：
<center><img src="http://xilinx.eetrend.com/files-eetrend-xilinx/blog/201810/13750-39965-…; alt=""></center>

本文是该系列的第21篇。前几篇介绍的音频信号处理本质上属于一维信号，直接采样与输出即可。但图像属于二维信号，如果想在Simulink中采集和输出图像，进行图像处理算法的仿真时会遇到一些问题。本文将介绍如何搭建图像的采集与输出模型。

<strong>采集图像需要解决的问题</strong>

Computer Vision System Toolbox中包含两个模块：Image From File可以读取图片格式的文件；Video Viewer可以输入图像并显示（类似于Scope观察信号波形一样）。

<strong>一、前言</strong>

　　利用FPGA设计算法一直以来都是热点，同样也是难点。将复杂的数学公式 模型通过硬件系统来搭建，在低延时 高并行性等优势背后极大提高了设计难度和开发周期。Xilinx公司的sysGen（system generator）工具扩展了MATLAB的simulink，提供很多IP Catalog中没有的基础模块和针对DSP应用的硬件模型。工程师利用丰富的模块和MATLAB强大的数据处理及可视化能力能够更快速完成设计与仿真验证工作。

<strong>二、sysGen算法系统设计</strong>

本文是该系列的第20篇。数字水印是一种将标识信息嵌入到载体当中，且不影响载体使用的一种技术，主要分为时域水印嵌入算法（将水印嵌入到时域采样数据中）和变换域水印嵌入算法（先对音频做变换，将水印嵌入到变换域系数中）。本文将介绍一种简单的时域水印嵌入算法——LSB算法。

<strong>LSB算法</strong>

通常数字水印技术有不可感知性的要求，即嵌入数字水印后载体数据发生了变化，但是不会影响到该数据的使用，对使用者而言也不可察觉。

该算法将水印信息嵌入到数据的最低有效位（Least Significant Bit）部分，即将数据的LSB替换为需要加入的水印信息。这正是因为低位数据对整体数据的影响最小，这也导致嵌入的水印信息强度不高，否则会影响到载体的数据质量。因此该算法仅限用于脆弱性数字水印（相较于鲁棒性数字水印而言，无法承受大量失真）。

<strong>System Generator设计</strong>

本文是该系列的第19篇。语音编码压缩的目的是在尽量不损失信息的情况下降低码率，从而节省存储空间和通信带宽。To Multimedia File这个block就提供几种语音压缩方式：CCITT A律、CCITT μ律、GSM 6.10、PCM、ADPCM。本文将介绍一种很简单的增量调制（DM）编码方式。

<strong>DM编解码</strong>
DM（Delta Modulation）编码的原理很简单，信号处理的学习者对这个概念也不陌生（博主是在《现代通信技术概论》这本书中第一次接触到这个概念）。其编码原理如下：
<center><img src="http://xilinx.eetrend.com/files-eetrend-xilinx/blog/201809/13697-39640-…; alt=""></center>

本文是该系列的第18篇。数字信号处理的内容博大精深，音频信号处理、数字图像处理、雷达信号处理等等都属于DSP系统。从本文开始将记录一些简单的音频信号处理算法在System Generator中的实现方法。本文将介绍如何搭建音频信号的采集与输出模型。

<strong>音频信号基础概念</strong>
音频信号属于一维信号，一些基本概念如下：
<li>采样频率：根据奈奎斯特采样定理，采样频率Fs应该不低于声音信号中最高频率2倍。常见的音频格式文件（如mp3、wav等）有几个固定的采样频率：11025Hz、22050Hz、44100Hz、48000Hz。</li>
<li>量化精度：即每个声音样本用多少位（bit）表示。通常以字节为单位。</li>
<li>声道：现在的音频文件几乎都是立体声（左声道、右声道），也可以用“格式工厂”等工具转换为单声道。</li>

<strong>单声道音频信号采集与输出</strong>

本文是该系列的第17篇。上一篇介绍了使用低层次封装的block搭建直接型FIR滤波器结构的方法，对设计进行时序分析，并将设计流水线化来提高系统的工作频率。转置型FIR滤波器是一种由直接型FIR滤波器变换而来的结构，在几乎相同的结构下有着更好的性能，本文将对此做介绍。

<strong>转置型FIR滤波器</strong>
滤波器结构框图如下：
<center><img src="http://xilinx.eetrend.com/files-eetrend-xilinx/blog/201809/13383-39378-…; alt=""></center>

本文是该系列的第16篇。流水线（pipeline）是FPGA设计中经常提到的一种技巧，通过消耗更多的资源来提升系统的运行速度。本文将以FIR滤波器的设计为主题，详细介绍如何把一个设计“流水线化”，并进行时序分析体会流水线设计带来的好处。

<strong>流水线</strong>
这里先用通俗易懂的语言描述一下流水线设计思想。假设小A要从成都到哈尔滨旅游，如果直接坐火车过去恐怕要累得受不了；如果在旅程中间加几站，比如到西安、北京、天津找个客栈休息一下，路上就更加精力充沛了。

对于信号而言也是一样，加入一个状态为1的信号x需要从寄存器A传输到寄存器B，这条路线上只有组合逻辑（没有休息的地方），那么x必须保证在路上的时间保持1不变，如果传到一半值变为0了那就出错了。所以，A到B的延时就决定了系统的工作频率不能高于多少（否则会出错），系统的最大工作频率也是由最长路径上的延时决定的。

但是，假设在A到B这条路上，增加几个寄存器（信号休息的“客栈”），相当于将路径拆分为几段，信号x就不必再害怕丢失状态。缩短了路径，也就缩短了延时，也就提高了系统可以工作的最高频率。这个过程就称作“设计流水线化”。

<strong>无流水的FIR滤波器设计</strong>

本文是该系列的第15篇。数字控制振荡器（NCO）是FPGA中常用的一个模块，在《FPGA数字信号处理系列》第一篇就对其做了相关介绍。System Generator中的block大致可以分为两类：高层次封装（面向系统级，如第2篇设计中用到的Digital FIR Filter）和低层次封装（面向底层，与FPGA资源的联系更直接）。

本文将采用IIR滤波器、DDS、DDS Compile IP核3种设计原理在System Generator中实现NCO。前两种采样低层次封装block，后一种采用高层次封装block，体会其中的差别。

<strong>基于IIR滤波器的NCO实现</strong>