Accelerating the pace of engineering and science

DSP System Toolbox

Hauptmerkmale

  • Streaming-Signalverarbeitung in MATLAB®
  • Signalverarbeitung und lineare Algebra-Blöcke für Simulink®
  • Entwurf von Singleraten, Multiraten, FIR-, IIR- sowie adaptiven Filtern
  • Time Scope, Spectrum Analyzer und Logic Analyzer zur Visualisierung und Messung der Streaming-Signale
  • Festkomma-Modellierung und -Simulation von Signalverarbeitungsalgorithmen
  • Unterstützung für C- und C++-Codegenerierung
  • Unterstützung für die Generierung von HDL-Code

Streaming-Signalverarbeitung in MATLAB

DSP System Toolbox™ bietet eine Umgebung für die Verarbeitung von Streaming-Signalen in MATLAB. Die System Toolbox verfügt über eine Bibliothek mit Signalverarbeitungsalgorithmen, die für die Verarbeitung von Streaming-Signalen wie z. B. Single-Raten-Filter und Multiratenfilter, adaptive Filter und FFTs optimiert ist. Die System Toolbox ist ideal für Entwurf, Simulation und Bereitstellung von Signalverarbeitungslösungen für Anwendungen aus den Bereichen Audio, Biomedizin, Kommunikation, Regelung, Seismik, Sensorik und Sprache.

Streaming-Signalverarbeitungs-Methoden ermöglichen die Verarbeitung von kontinuierlichen Datenströmen, die Simulationen oft beschleunigen können, indem Sie die Eingabedaten in Frames aufteilen und jeden Frame bei der Erfassung verarbeiten. Streaming-Signalverarbeitung in MATLAB ermöglicht zum Beispiel Echtzeit-Verarbeitung von Mehrkanalaudiodaten.

Die Verarbeitung von Streaming-Signalen wird durch eine DSP Algorithmen-Bibliothek namens System Objects™ ermöglicht, um datengetriebene Algorithmen, Quellen und Senken darzustellen. Diese System Objects ermöglichen das Erstellen von Streaming-Anwendungen durch die Automatisierung von Aufgaben wie Datenindizierung und Pufferung sowie die Verwaltung der Zustände von Algorithmen. System Objects können mit gewöhnlichen MATLAB-Funktionen und -Operatoren kombiniert werden.

Sie können die Tools Time Scope undSpectrum Analyzer für die Visualisierung und Messung der Streaming-Signale verwenden.

Sie können Single-Raten, Multiraten- und adaptive Filter auf Streaming-Daten anwenden, indem Sie Algorithmen verwenden, die für Streaming-Signale und Daten optimiert sind.

Streaming signal processing technique in MATLAB.
MATLAB-Code implementiert ein Basis-Streaming-Loop (links). Time Scope (rechts oben) und Spectrum Analyzer (rechts unten) visualisieren und messen die Live-Signale, während sie generiert und verarbeitet werden.

Algorithmenbibliothek für DSP-Systementwicklung, Implementierung und Testen

DSP System Toolbox stellt mehr als 350 Algorithmen, die für Entwurf, Implementierung und Validierung von Streaming-Systemen optimiert sind, zur Verfügung, egal ob diese als MATLAB-Funktion oder als MATLAB-System Objects implementiert sind. Die Algorithmen können einfach- und doppeltgenaue Gleitkomma-Datentypen verarbeiten. Die meisten Algorithmen unterstützen außerdem Ganzzahl-Datentypen und Festkomma-Datentypen, für die der Fixed-Point Designer™ benötigt wird.

In MATLAB enthält die System Toolbox folgende Algorithmentypen:

Partial list of System objects available in MATLAB.
Auswahl der in MATLAB verfügbaren Signalverarbeitungsalgorithmen, wie in der Befehlszeilen-Hilfe angezeigt oder über Tab-Vervollständigung zu finden.

Multiraten-Systeme

Die DSP System Toolbox in MATLAB unterstützt die Multiratenverarbeitung und damit die Abtastratenkonvertierung sowie die Modellierung von Systemen, in denen Komponenten mit unterschiedlichen Abtast- oder Taktraten zusammenarbeiten. Die Multiratenfunktionalität umfasst Multiraten- und mehrstufige Filter wie z. B. FIR und IIR-Halbband, Polyphasen-Filter, CIC-Filter und Farrow-Filter. Sie enthält außerdem Signaloperationen wie z. B. Interpolation, Heruntertaktung und beliebige Abtastratenkonvertierung.

Efficient sample-rate conversion between arbitrary factors.
Effiziente Abtastratenkonvertierung zwischen beliebigen Faktoren. Die dargestellten Beispiele umfassen MATLAB-Code, der verschiedene Implementierungsstrukturen zeigt und außerdem die Kostenanalyse der Farrow-Strukturen einschließt, was eine effiziente Implementierung von Abtastratenkonvertierung (links) sein kann; Amplitudengang, der den Vergleich zwischen Polyphase- und Farrow-Filter-Implementierung der Abtastratenkonvertierung (oben rechts) zeigt; Hybrid-Lösung für Abtastratenkonvertierung unter Verwendung einer Kaskade von Farrow und FIR-Polyphasen-Strukturen (Mitte rechts) und Spectrum Analyzer, der einen Vergleich der Streaming-Visualisierung des Frequenzgangs von ein- oder mehrstufigen FIR und Farrow-Filterkombinationen (unten rechts) anzeigt.

Signalverarbeitung und lineare Algebra-Blöcke für Simulink

In Simulink bietet die DSP System Toolbox eine Bibliothek von Signalverarbeitungsalgorithmen mit Blöcken für Filter, Transformationen und lineare Algebra. Diese Blöcke verarbeiten Streaming-Eingangssignale als einzelne Abtastwerte (Samples) oder als Datenblöcke von gesammelten Abtastwerten, genannt Frames. Sample-basierte Verarbeitung unterstützt kurze Latenzzeiten und Anwendungen, die eine Skalarverarbeitung erfordern. Frame-basierte Verarbeitung unterstützt höheren Durchsatz im Austausch gegen Latenz. Die System-Toolbox unterstützt sowohl Sample-basierte als auch Frame-basierte Verarbeitungsmodi.

MATLAB-Programme, die System Objects verwenden, können entweder mithilfe des MATLAB Function-Blocks oder des MATLAB-Systemblocks in Simulink-Modelle integriert werden. Für die meisten der System Objects sind außerdem Simulink-Blöcke mit identischer Funktionalität vorhanden.

Frame-based operation showing frame-based throughput rate vs. sample-based alternative.
Frame-basierter Betrieb, bei dem ein Frame von 16 Samples zwischen jeder Interrupt Service Routine (ISR) erfasst wird und zeigt, dass die Frame-basierte Durchsatzrate um ein Vielfaches höher ist als die Sample-basierte Alternative.

Signalverarbeitungsblock für DSP-Systementwicklung, Implementierung und Validierung

Simulink-Blöcke für Signalverarbeitung können einfach- und doppeltgenaue Gleitkomma-Datentypen und Ganzzahl-Datentypen verarbeiten. Sie unterstützen außerdem Festkomma-Datentypen, wenn sie mit Fixed-Point Designer verwendet werden.

Die Signalverarbeitungsblöcke der DSP System Toolbox umfassen:

  • Signaltransformationen wie Fast-Fourier-Transformation (FFT), diskrete Kosinustransformation (DCT, Discrete Cosine Transform), Short-Time-Fourier-Transformation (STFT) und diskrete Wavelet-Transformation (DWT, Discrete Wavelet Transform)
  • Filterentwurf und -implementierung von FIR, IIR und Analogfiltern
  • Multiraten- und mehrstufige Filter für Abtastratenkonvertierung wie z. B. CIC, Halbband-, Polyphasen- und Farrow-Filter
  • Statistische und adaptive Signalverarbeitungstechniken für Spektrumsbewertung, Entzerrung und Rauschunterdrückung
  • Signaloperationen und Messung wie Faltung, Fensterfunktionen, Auffüllen von Signalen, die Modellierung von Laufzeitverzögerungen sowie die Ermittlung von Spitzenwerten und Nulldurchgang
  • Visualisierung von Streaming-Signalen und Messung mit Time Scope, Spectrum Analyzer und mehr
  • Signalverwaltungsmethoden wie Pufferung, Indizierung, Schaltvorgänge, Signalsummierung und Warteschlangen
  • Senken und Quellen wie z. B. Frequenzmodulationen und farbige Rauschgeneratoren, NCO, UDP-Empfänger und -Sender und mehr
  • Routinen für numerische lineare Algebra wie Solver für lineare Systeme und für die Invertierung und Faktorisierung von Matrizen
DSP System Toolbox blocks library for signal processing available in Simulink.
DSP System Toolbox-Bibliotheksblöcke für Signalverarbeitung in Simulink (oben), zusammen mit erweiterten Ansichten von Solvern für lineare Systeme (links unten) und Transformationen (rechts unten).

Modellierung von Multiratensystemen

Die DSP System Toolbox in Simulink unterstützt die Multiratenverarbeitung und damit die Abtastratenkonvertierung sowie die Modellierung von Systemen, in denen Komponenten mit unterschiedlichen Abtast- oder Taktraten zusammenarbeiten. Multiraten-Filterblöcke umfassen mehrstufige und Multiraten-Filterblöcke wie z. B. CIC, FIR Ratenkonvertierung, FIR Interpolator und Decimator und Dyadic-Analysis-Filter-Bank-Block.

Sigma-delta A/D converter model in Simulink showing signals operating at multiple sample rates.
Simulink Modell eines Sigma-Delta-A/D-Wandlers, dessen Signale unterschiedliche Abtastraten (links) haben. Die Simulation des Verhaltens eines einfachen digitalen Abwärtsumsetzers (DDC) für eine Basisbandkonvertierung in einem Kommunikationssystem umfasst NCO, CIC Decimator, CIC Compensator, Halbband Decimator und Abtastratenwandler für die Anpassung der endgültigen Abtastrate (rechts).

Singleraten und Multiraten FIR- und IIR-Filterentwurf und adaptive Filter

Zur DSP System Toolbox gehören umfassende Filter Design Tools und Implementierungsalgorithmen für FIR, IIR, mehrstufige, Multiraten- und adaptive Filter. Sie können damit Tiefpass-, Hochpass-, Bandpass- und Bandstoppfilter sowie Filter mit anderen Antworttypen entwickeln. Dazu stehen Filterstrukturen wie Direct-Form-FIR, Overlap-Add-FIR, Direct-Form II mit Second Order Sections (Biquad), Kaskaden-Allpass sowie Lattice-Strukturen zur Verfügung.

Sie können Filter mithilfe der Filterbuilder App, MATLAB-Code oder Simulink-Blöcken entwerfen. Sie können außerdem die Festkomma-Quantisierungseffekte für FIR- und IIR-Filter analysieren und die optimale Wortlänge für die Filterkoeffizienten festlegen.

Sie können auch abstimmbare Filter entwerfen, bei denen Sie Schlüsselparameter wie Bandbreite und Amplitude während der Ausführung festlegen können.

Filterbuilder app for interactive filter design.
Filterbuilder App für interaktives Entwerfen eines Tiefpassfilters (links), Bedienoberfläche zur Filterspezifikation (Mitte) sowie Visualisierung des Amplitudengangs des Filters (rechts).

Alle mit der DSP System Toolbox in MATLAB entworfenen digitalen Filter lassen sich auch in System-Level-Modelle in Simulink integrieren. Es gibt in der System Toolbox eine einsatzbereite Filterblock-Bibliothek für das Entwerfen, Simulieren und Implementieren von Tiefpass-, Hochpass- und anderen Filtern direkt in Simulink.

Zusätzlich zu den herkömmlichen FIR- und IIR-Filterentwurfsalgorithmen unterstützt die DSP System Toolbox auch spezialisierte Filter und Entwurfsmethoden wie z. B.:

Specialized filter designs in MATLAB.
Beispiele für Filterentwürfe in MATLAB. Im Uhrzeigersinn von links oben: beliebiger Amplitudengang, Lowpass-FIR-Entwurfsvergleich, Bandpass-IIR-Entwurfsvergleich, kumulative Abschnittsanalyse eines Biquad-Filters, Ganganalyse eines digitalen Festkomma-256-Faktor-Abwärtsumsetzers und mehrstufiger komplexer Bandpass-FIR.

Adaptive Filter

Die DSP System Toolbox enthält verschiedene Methoden für adaptive Filterung in Simulink. Diese Techniken werden häufig für Anwendungen wie Systemidentifikation, Spektrumsbewertung, Entzerrung und Rauschunterdrückung verwendet. Zu solchen adaptiven Filtern gehören Filter auf Basis des kleinsten quadratischen Fehlers (LMS) oder des quadratischen Mittles (RLS), affine Projektion, Fast Transversal, Frequenzbereich, Lattice-basiert und Kalman Filter. Darüber hinaus bietet die System Toolbox Algorithmen zur Analyse dieser adaptiven Filter wie Koeffizientenverfolgung, Lernkurven und Konvergenz.

System identification using RLS adaptive filtering showing how to tune parameters at run time using the UI.
Systemidentifikation mit adaptiver RLS-Filterung zeigt, wie Parameter während der Ausführung mit der Benutzeroberfläche optimiert werden können. Die Abbildung zeigt MATLAB-Code, der den RLS-Algorithmus aufruft (oben links), die Benutzeroberfläche für das Einstellen der Mittenfrequenz und des RLS-Vergessensfaktors (oben rechts), ein Diagramm der Erfahrungskurve des RLS-Filters (Mitte rechts), ein Diagramm der angestrebten und geschätzten Transferfunktion (unten rechts) und der Simulink Modellversion (unten links).

Multiraten- und mehrstufige Filter und Analyse

Die DSP System Toolbox enthält Funktionen für den Entwurf und die Implementierung von Multiratenfiltern einschließlich Polyphaseninterpolatoren, Dezimatoren, Abtastratenwandlern, FIR-Halbband und IIR-Halbband Farrow-Filter und CIC-Filtern und -Kompensatoren und unterstützt mehrstufige Entwürfe. Zusätzlich bietet sie spezialisierte Analysefunktionen zur Schätzung der Berechnungskomplexität von Multiraten- mehrstufigen Filtern.

Responses of equiripple design and corresponding multirate and multistage design.
Frequenzgang des Equiripple-Entwurfs und des entsprechenden Multiraten- und mehrstufigen Entwurfs mit fvtool (links) und Leistung von Multiraten- und mehrstufigen Entwürfen, Diagramm der spektralen Leistungsdichte des Eingangs und mehrerer Ausgänge (rechts).
Audio sample-rate conversion of streaming audio signal.
Audio-Abtastratenkonvertierung des Audio-Streamingsignals von 44,1 kHz zu 96 kHz. Diese Abbildung zeigt MATLAB-Code (links) und den Amplitudengang von Multiratenfiltern, die in zwei Stufen der Abtastratenkonvertierung verwendet werden, wobei Filter 1 ein FIR Rate Converter mit Interpolationsfaktor 160 und Reduktionsfaktor 147 ist; Filter 2 ist ein FIR Interpolatorfilter mit Interpolationsfaktor 2 (rechts).

Signal Scope, Analysatoren und Messgeräte

Die DSP System Toolbox bietet Scope-Blöcke und Datenprotokollierung für Visualisierungen im Zeit- oder Frequenzbereich, Messungen und die Analyse von Streaming-Signalen in MATLAB und Simulink. Die Scope-Blöcke sind mit Mess- und Statistikfunktionen ausgestattet, die dem Benutzer von branchenüblichen Oszilloskopen und Spektralanalysatoren vertraut sind.

Die System Toolbox bietet außerdem den Logic Analyzer zur Anzeige der Übergänge in Zeitbereichssignalen, was für das Debugging von Modellen, die für die HDL-Implementierung gedacht sind, hilfreich ist.

Sie können auch beliebige Diagramme zur Visualisierung von Datenvektoren erstellen, wie z. B. der Entwicklung von Filterkoeffizienten im Zeitverlauf.

Time Scope for visualization and measurement in time domain of multichannel signals.
Time Scope zur Visualisierung und Messung im Zeitbereich von Mehrkanalsignalen. Die Abbildung enthält Cursor-Messungen und Trigger (links oben), Bi-Level Messung und Überschwing- und Unterschwingfenster (rechts oben), Peakfinder-Messung (rechts unten) und Cursor-Messungen (links unten).

Time Scope zeigt Signale im Zeitbereich an und unterstützt verschiedene Signaltypen – kontinuierliche, diskrete Signale, Signale fester und variabler Größe, Fließkomma- und Festkommadaten sowie n-dimensionale Signale für Mehrkanal-E/A-Systeme. Time Scope erlaubt Ihnen, in einer Darstellung gleichzeitig mehrere Signale anzuzeigen, die ganz unterschiedliche Dimensionen, Abtastraten und Datentypen besitzen können oder verschiedene Anzeigen für mehrere Datenkanäle im gleichen Scope-Fenster. Time Scope führt Analysen, Messungen und Statistiken einschließlich Effektivwert (RMS), Spitze-Spitze, Mittelwert und Median durch.

Spectrum Analyzer for frequency-domain visualization and measurements of various multichannel signals.
Spectrum Analyzer für Visualisierung im Frequenzbereich und Messung von verschiedenen Mehrkanalsignalen. Die Abbildungen zeigen harmonische Verzerrungsmessungen wie z. B. THD, SNR, SINAD, SFDR (links oben); APCR-Messungen (Adjacent Channel Power Ratio) (oben rechts); Spektrogramm für zeitlich variierende Spektren (unten links); Peakfinder und Messung der Intermodulationsverzerrungen dritter Ordnung (TOI) (rechts unten).

Spectrum Analyzer berechnet das Frequenzspektrum verschiedener Eingangssignale und zeigt dann das Frequenzspektrum auf einer linearen oder logarithmischen Skala an. Spectrum Analyzer führt Messungen wie z. B. harmonische Verzerrungsmessungen (THD, SNR, SINAD, SFDR), Messung der Intermodulationsverzerrungen dritter Ordnung (TOI), APCR-Messungen (Adjacent Channel Power Ratio), komplementäre kumulative Verteilungsfunktionen (CCDF) und Höchst- zu Durchschnittswerten Leistungsverhältnisse (PAPR) durch. Die Spektrogramm-Modusanzeige des Spectrum Analyzer zeigt, wie man zeitlich variierende Spektren anzeigt und ermöglicht automatische Spitzenerkennung.

DSP System Toolbox bietet eine weitere Familie von Visualisierungstools, die Sie verwenden können, um verschiedene Signale oder Daten anzeigen zu lassen und zu messen. Dazu gehören reelle oder komplexe Daten, Vektoren, Arrays und Frames jedes Datentyps einschließlich Festkomma, doppelte Genauigkeit oder benutzerdefinierte Dateneingabesequenz. Manche Visualisierungstools bieten eine 3D-Anzeige Ihrer Streaming-Daten oder -Signale, so dass Sie Ihre Daten im Zeitverlauf analysieren können, bis die Simulation endet.

View of LMS adaptive filter weights on the array plot.
Ansicht mit adaptiven LMS-Filtergewichten im Array-Diagramm Wenn Sie dieses Beispiel ausführen, können Sie die Veränderung der Filtergewichte beobachten, während diese sich anpassen, um ein verrauschtes Eingangssignal (oben links) zu filtern. Logic Analyzer zeigt die Übergänge in Zeitbereichssignalen (oben rechts) an. Vector Scope-Block zeigt die Anzahl der aktuellen Frames in der benutzerdefinierten Dateneingabesequenz im Zeitverlauf an, erhöht mit jedem erhaltenen Eingang automatisch die Zahl und wird fortgeführt, bis die Simulation endet (unten rechts). Waterfall Scope-Block zeigt mehrere Datenvektoren gleichzeitig an. Die Ausgangsdaten stammen von aufeinanderfolgenden Abtastzeiten einer akustischen Rauschunterdrückung (unten links).

Festkomma-Modellierung und -Simulation

Zusammen mit Fixed-Point Designer lassen sich mit der DSP System Toolbox Algorithmen für die Verarbeitung von Festkommasignalen modellieren sowie der Einfluss der Quantisierung auf das Verhalten und die Leistung solcher Systeme analysieren. Außerdem können Sie aus MATLAB-Code oder Simulink-Modellen Festkomma-C-Code generieren.

MATLAB System Objects und Simulink-Blöcke in der DSP System Toolbox lassen sich für Modi des Festkommabetriebs konfigurieren, wodurch bereits vor der Hardware-Umsetzung Trade-off-Analysen und Optimierung durch Simulation mit verschiedenen Wortlängen, Skalierungen, Überlauf- und Rundungseinstellungen ermöglicht werden.

Festkommamodi werden von vielen DSP-Algorithmen, einschließlich FFT, Filter, Statistiken und lineare Algebra, unterstützt. Die DSP System Toolbox automatisiert die Konfiguration von System Objects und Blöcken für Festkommaoperationen.

FFT MATLAB System object and FFT Simulink block provisions.
FFT MATLAB System Object enthält Eigenschaften zur Festlegung der Festkomma-Datentypen von Akkumulator-, Produkt- und Ausgabedaten (links). Der FFT Simulink-Block enthält Optionen zur Festlegung der Festkomma-Datentypen von Akkumulator, Produkt- und Ausgabesignalen, wozu Fixed-Point Designer (rechts) notwendig ist.

Entwurf von Festkomma-Filtern

Mit den Filterentwurfs-Funktionen der DSP System Toolbox und der interaktiven Filterbuilder App lassen sich Fließkommafilter entwerfen und dann auf einfache Weise mit dem Fixed-Point Designer direkt in Festkommadatentypen konvertieren. Dieser Workflow vereinfacht Entwurf und Optimierung von Festkommafiltern und ermöglicht die unkomplizierte Analyse von Quantisierungseffekten.

Fixed-point filter design analysis of quantization noise.
Entwurfsanalyse des Quantisierungsrauschens bei Festkomma-Filtern, wobei die Filterentwurfsbedingungen nicht eingehalten wurden und die Sperrdämpfung aufgrund der 8-Bit-Wortlänge (links) ungenügend ist. Experimentieren mit verschiedenen Wortlängen für die Koeffizienten. Die Verwendung von 12-Bit-Wortlänge ist ausreichend und die Filterentwurfsbedingungen werden erfüllt (rechts).

C- und C++-Codegenerierung für Desktop und eingebettete Workflows

Zusammen mit MATLAB Coder™ und Simulink Coder™ lassen sich C- und C++-Code generieren oder eine MEX-Funktion erstellen, die für Ihren Signalverarbeitungsleistungsalgorithmus und Ihre Systemmodelle in MATLAB und Simulink optimiert ist.

Der dabei erzeugte Code eignet sich zur Beschleunigung, zum Rapid Prototyping sowie zur Implementierung und Bereitstellung oder Integration von Systemen im Rahmen der Produktentwicklung.

Desktopbeschleunigung

Sie können effektiven und kompakten ausführbaren Code sowie eine MEX-Funktion, die für die Beschleunigung rechenintensiver Algorithmen in Ihrer Simulation optimiert ist, erstellen. Sie können Ihre Gleitkomma- und Festkomma-Algorithmen einschließlich Filtern, FFTs, Statistiken und linearer Algebra in MATLAB und Simulink beschleunigen.

Um Frame-basierte Streaming-Simulationen zu beschleunigen, verwendet dspunfold DSP-Entfaltung, um die Rechenlast in der generierten MEX-Funktion über mehrere Threads zu verteilen.

Eigenständig Ausführung und Integration in andere Umgebungen

Mit DSP System Toolbox können Sie außerdem den generierten C-Code aus Ihrem MATLAB-Code oder Simulink-Model für die Bereitstellung und das Prototyping auf dem Desktop verwenden, indem Sie eine eigenständig ausführbare Version Ihres Algorithmus erstellen. Diese eigenständig ausführbare Version kann unter Verwendung von UDP-Komponenten immer noch direkt in MATLAB oder Simulink in Echtzeit angepasst werden. Weil diese eigenständig ausführbare Version auf einem anderen Thread läuft als der MATLAB-Code oder das Simulink-Model, verbessert sie die Echtzeit-Leistung Ihres Algorithmus.

Der generierten C-Code Ihrer Signalverarbeitungsalgorithmen kann in Form kompilierter Bibliothekskomponenten in andere Software, wie z. B. eigenentwickelte Simulatoren oder Standardmodellierungssoftware wie SystemC, integriert werden.

How to generate an MEX function tuned for performance from MATLAB.
Anleitungen zum Generieren einer MEX-Funktion zur Leistungsoptimierung von MATLAB, um die Simulation auf dem Desktop zu beschleunigen. Dargestellt sind Beispiel-MATLAB-Code einer parametrischen 3-Band-Equalizerfunktion (links) und die äquivalente MEX-Datei für den Hauptverarbeitungsalgorithmus (rechts).

Optimierte C-Codegenerierung für ARM Cortex-M-Prozessoren

Zusammen mit dem Hardware Support Package für ARM Cortex-A oder ARM Cortex-M und Embedded Coder® können Sie mit der DSP System Toolbox optimierten C-Code aus MATLAB System Objects oder Simulink-Blöcken für entscheidende DSP-Algorithmen wie z. B. FFT, FIR und Biquad-Filter generieren. Der generierte Code bietet Verwendung der optimierten Routinen für die ARM Cortex-A Ne10-Bibliothek oder die ARM Cortex-M CMSIS-Bibliothek. Ein Hauptvorteil ist die sofortige Leistungsverbesserung im Vergleich zu standardmäßigem C-Code. Sie können außerdem Codeverifizierung und Profiling mit Processor-in-the-Loop (PIL)-Tests durchführen.

HDL-Codeerzeugung für FPGA- und ASIC-Entwicklung

Der Filter Design HDL Coder™ in MATLAB kann gemeinsam mit der DSP System Toolbox digitale Filter entwerfen und effizienten, synthetisierbaren und portablen VHDL® und Verilog®-Code zur Implementierung in FPGAs oder ASICs erstellen. Sie können für Simulieren, Testen und Verifizieren des generierten Codes automatisch VHDL- und Verilog-Testbenches erstellen.

Der HDL Coder™ stellt gemeinsam mit der DSP System Toolbox synthetisierbare und lesbare VHDL- und Verilog-Codegenerierung für Ihren Systementwurf zur Verfügung. Diese Unterstützung umfasst Algorithmen, die für Ressourcen und Leistung optimiert sind, wie z. B. Filter, FFT, IFFT und NCO.

Generate HDL code for programmable FIR filter model.
Generierung von HDL-Code für das programmierbare FIR-Filtermodel. Diese Abbildungen zeigen ein programmierbares FIR-Filtermodel in Simulink für HDL-Implementierung (oben links); programmierbares FIR mit Register Subsystem (oben rechts); Scope mit Anzeige des Filtereingangs und Referenzsignals (Mitte rechts); Logic Analyzer-Anzeige von Koeffizienten, Schreibadresse und -aktivierung, Filtereingang und Referenzsignale (unten rechts) und automatisch erstellter HDL-Code aus dem Simulink-Model (unten links).

Entwicklung und Simulation von WLAN-Netzwerken mit MATLAB

Webinar anzeigen