FPGA应用技巧之Xilinx IP Fast Fourier Transform(FFT)应用及仿真实例说明

文章目录

• 引言
• 1 Vivado现有FFT相关IP选择
• • 1.1 定位与适用场景差异
  • 1.2 核心参数配置与功能差异
  • 1.3 选型建议
• 2 FFT IP配置
• • 2.1 IP端口
  • 2.2 IP生成及配置选择
• 3 仿真
• • 3.1 产生原始数据
  • 3.2 基于matlab进行FFT处理
  • 3.3 基于Modelsim的FFT仿真
  • • 3.3.1 Verilog实现FFT处理
    • 3.3.2 激励文件产生
    • 3.3.3 modelsim仿真
• 4 验证
• 5 总结

引言

FFT（快速傅里叶变换）是数字信号处理的核心算法，而FPGA凭借并行处理、低延迟、可定制的硬件特性，成为FFT高速实时实现的理想平台，其应用覆盖算法实现、工程开发、场景落地等多个层面。 博主在项目应用中刚接触FFT这个IP时也曾十分迷茫不知如何下手，因此就想将自己之前的一些调试记录整理总结分享给大家，从IP核的配置到IP的调用仿真以及结合matlab进行结果验证几个方面跟大家一起回顾FFT的基本应用。

1 Vivado现有FFT相关IP选择

在Vivado的IP catalog中搜索FFT，会出现FFT和LTE FFT两种IP，如下图所示。 那么我们在实际应用中如何正确选择我们需要的IP呢？LTE FFT是什么？它和FFT有什么区别？什么时候使用它？让我们一起往下看吧。

1.1 定位与适用场景差异

●标准FFT IP核：通用型FFT实现，基于Cooley-Tukey算法，支持8 ~ 65536点（2³ ~ 2¹⁶）的2ⁿ标准点数，适用于雷达、医疗影像、通用频谱分析等大多数非LTE通信场景。 ●LTE FFT IP核：专为3G/4G LTE通信标准定制，仅针对LTE协议的特殊FFT点数和参数优化，非LTE通信系统一般无需使用。

1.2 核心参数配置与功能差异

●LTE专属功能：LTE FFT IP核针对LTE协议的资源元素（URE）、子载波间隔等参数做了底层优化，无需用户手动配置LTE相关参数；标准FFT IP核无此类协议级优化，需用户自行适配通信协议要求。 ●其他通用功能：两者均基于AXI4-Stream接口，支持块浮点/用户定义缩放/无缩放选项，支持循环前缀（CP）插入、配置通道/数据通道/状态信号等通用FFT功能。

1.3 选型建议

●若设计涉及LTE通信场景、需要使用384/768/1536/3072等非2ⁿ点数，优先选择LTE FFT IP核。 ●若为通用信号处理、雷达、医疗影像、自定义频谱分析场景，选择标准FFT IP核，可根据资源和性能需求灵活选择架构。 由于博主本人所处领域不涉及通信领域，据了解我们大部分人实际应用场景也都是对FFT的应用需求，所以下面博主将主要对标准FFT IP的使用以及仿真验证做详细的介绍。

2 FFT IP配置

在Vivado的IP catalog中搜索FFT，会显示出FFT和LTE FFT，那我们该如何选择呢

2.1 IP端口

当我们在vivado软件打开Fast Fourier Transform(9.1) IP就可以看见如下图所示IP接口（部分接口和实际配置选择相关） 我们重点关注S_AXIS_DATA为输入数据端口，我们要进行FFT的数据需要通过这根线输入IP核；S_AXIS_CONFIG为输入配置端口，这个信号包含了对数据进行FFT还是IFFT、缩放因子、FFT变换点数等信息；FFT变换后的数据从M_AXIS_DATA端口输出。 其他接口定义我们可以参考官方手册：PG109。

2.2 IP生成及配置选择

上表中所提到的四种迭代方式资源消耗和吞吐量之间的关系：

本次测试验证中使用单通道，32768采样点，时钟频率为100M，采用流水线方式进行FFT处理，选择静态配置，使用过程中无法配置寄存器，均使用默认配置（FFT IP核默认情况下是正向变换）

我们这个界面数据格式选择定点数，使用缩放（在静态配置时IP会使用默认缩放参数，选择动态配置时需要对处理采样点数，FFT变换方向以及缩放参数进行配置），使用正常顺序输出（花费时间稍长）。选择输出序号，非实时的方案。

动态配置相关说明（以32768为例）：

wire [31:0]s_axis_config_tdata = 32'b00000000010101010101010100001111 ;
////[bit7:5 000 &bit4:0 (NFFT[4:0])] [bit8 fft:1 ifft:0] scale_sch 15*2bit :10

每一bit详细的解释说明我们可以查看官方给出的应用手册。

3 仿真

3.1 产生原始数据

我们这里使用matlab产生将要进行傅里叶变换的原始数据。 产生正弦波数据（32768点）作为fft变换的输入信号。 关键部分代码如下：

% 参数设置
A = 10; % 正弦波幅值
f = 5000000; % 正弦波频率 (Hz) 5M
fs = 100000000; % 采样率 (Hz) 100M
N = 32768; % 采样点数
phi = 0; % 初始相位

% 生成时间轴
t = (0:N–1) / fs;

% 生成纯净正弦波
x_clean = A * sin(2 * pi * f * t + phi);

x_int16 = int16(x_clean);

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%写入正常的数据文件
%%%%%%% % 打开文件准备写入
fid = fopen('sine_wave_32768_5m.txt', 'w');

%%%%将数据写入文件，每行一个16进制值
for i = 1:length(x_int16)
% 转换为16进制字符串 (4个字符，包含前导0)
hex_str = dec2hex(typecast(x_int16(i), 'uint16'), 4);

% 写入文件
fprintf(fid, '%s\\n', hex_str);
end

上述代码我们可以得到sine_wave_32768_5m.txt文件，里面保存原始数据。 我们使用matlab直观看波形。

figure;
subplot(2, 1, 1);
plot(t, x_clean);
title('纯净正弦波');
xlabel('时间 (s)');
ylabel('幅值');
grid on;

得到正弦波如下图所示。

3.2 基于matlab进行FFT处理

我们基于上述所产生的原始数据，使用matlab自带的fft函数对其进行处理。 FFT后得到的n个复数值中，第x个（x从0开始）复数值对应的频率f(x)为

f(x) = x * (Fs / n)

% 计算FFT
X_clean = fft(x_clean);
X_noisy = fft(x_noisy);

% 计算频率轴
freqs = (0:N–1) * fs / N; % 0到fs的频率范围

% 计算单边频谱 (取前N/2+1点)
half_N = floor(N/2) + 1;
X_clean_mag = abs(X_clean(1:half_N)) * 2 / N; % 幅值归一化

% 绘制幅频特性
figure;
subplot(2, 1, 1);
plot(freqs(1:half_N), X_clean_mag);
title('纯净正弦波的FFT');
xlabel('频率 (Hz)');
ylabel('幅值');
xlim([0, fs/2]); % 显示0到Nyquist频率
grid on;

由上述代码处理得到结果如下图所示。

3.3 基于Modelsim的FFT仿真

3.3.1 Verilog实现FFT处理

FFT处理之后的结果是一个复数，包含实部和虚部两部分。我们对复数进行求模运算。（涉及到cordic IP核的使用）

module fft_top(
input wire clk,
input wire resetn,
input wire [15:0] data_in_real,
input wire [15:0] data_in_imag,
input reg data_in_valid,
output wire [15:0] data_out_real,
output wire [15:0] data_out_imag,
output wire source_data_valid,
output wire [31:0] source_data_o,
output wire source_data_valid_before,
output wire data_out_valid,
output wire data_out_valid_before,
output wire m_axis_dout_tvalid,
output wire [23:0] m_axis_dout_tdata,
output [17:0]sync_index_en
);

// wire [31:0]s_axis_config_tdata = 32'b00000000010101010101010100001111 ; [bit7:5 000 &bit4:0 (NFFT[4:0])] [bit8 fft:1 ifft:0] scale_sch 15*2bit :10

wire [23:0]s_axis_config_tdata;
reg s_axis_config_tvalid ;
wire s_axis_config_tready ;

// FFT输入AXIS接口信号
wire [31:0] s_axis_tdata;
reg s_axis_tvalid;
wire s_axis_tready;
wire s_axis_tlast;

// FFT输出AXIS接口信号
wire [31:0] m_axis_tdata;
reg [15:0] data_real;
reg [15:0] data_imag;
reg [15:0] data_real_square;
reg [15:0] data_imag_square;
reg [31:0] source_data;
reg [2:0] delay_cnt;
reg [17:0] sync_index_en_buf;
wire m_axis_tvalid;
reg m_axis_tready;
reg m_axis_tvalid_d;
reg m_axis_tvalid_d1;
reg m_axis_tvalid_d2;
wire m_axis_tlast;

// 输入数据打包
assign s_axis_tdata = {data_in_imag, data_in_real};

// 输出数据解包
assign data_out_real = data_real;
assign data_out_imag = data_imag;
assign data_out_valid = m_axis_tvalid_d;
assign data_out_valid_before = m_axis_tvalid;
assign source_data_valid_before = m_axis_tvalid_d1;
assign source_data_valid = m_axis_tvalid_d2;
assign source_data_o = source_data;

// 始终准备接收输出数据
always @(posedge clk or negedge resetn) begin
if(!resetn) begin
m_axis_tready <= 1'b0;
s_axis_tvalid <= 1'b0;
end
else begin
s_axis_tvalid = data_in_valid;
m_axis_tready <= 1'b1;
end
end

always @(posedge clk or negedge resetn) begin
if(!resetn) begin
s_axis_config_tvalid <= 1'b0;
delay_cnt <= 0;
end
else begin
if (delay_cnt[2]==1) begin
delay_cnt <= delay_cnt;
s_axis_config_tvalid <= 1'b0;
end
else begin
delay_cnt <= delay_cnt + 1;
s_axis_config_tvalid <= 1'b0;
end
end
end

always @ (posedge clk or negedge resetn) begin
if(!resetn) begin
data_real <= 16'd0;
data_imag <= 16'd0;
m_axis_tvalid_d <= 0;
m_axis_tvalid_d1 <= 0;
m_axis_tvalid_d2 <= 0;
source_data <= 0;
end
else begin
m_axis_tvalid_d <= m_axis_tvalid;
m_axis_tvalid_d1 <= m_axis_tvalid_d;
m_axis_tvalid_d2 <= m_axis_tvalid_d1; //平方和之后
if(m_axis_tdata[15]==1'b0) begin //由补码计算原码
data_real <= m_axis_tdata[15:0];
end
else begin
data_real <= ~m_axis_tdata[15:0] + 1'b1;
end
if(m_axis_tdata[31]==1'b0) begin //由补码计算原码
data_imag <= m_axis_tdata[31:16];
end
else begin
data_imag <= ~m_axis_tdata[31:16] + 1'b1;
end

data_real_square <= data_real*data_real;
data_imag_square <= data_imag*data_imag;
source_data <= data_real_square + data_imag_square;

end
end

// FFT IP核实例化
fft_test my_fft_inst (
.aclk(clk),
.aresetn(resetn),

.s_axis_config_tdata (s_axis_config_tdata ),
.s_axis_config_tvalid (s_axis_config_tvalid ),
.s_axis_config_tready (s_axis_config_tready ),

.s_axis_data_tdata(s_axis_tdata),
.s_axis_data_tvalid(s_axis_tvalid),
.s_axis_data_tready(s_axis_tready),
.s_axis_data_tlast(s_axis_tlast),

.m_axis_data_tdata(m_axis_tdata),
.m_axis_data_tvalid(m_axis_tvalid),
.m_axis_data_tready(m_axis_tready),
.m_axis_data_tlast(m_axis_tlast)

);

cordic_sqrt cordic_sqrt_inst (
.aclk(clk),
.aresetn(resetn),
.s_axis_cartesian_tvalid(m_axis_tvalid_d2),
.s_axis_cartesian_tdata(source_data),
.m_axis_dout_tvalid(m_axis_dout_tvalid),
.m_axis_dout_tdata(m_axis_dout_tdata)
);

always @ (posedge clk or negedge resetn) begin:sync_index
integer i;
if(!resetn) begin
for(i = 0;i < 18;i=i+1) begin
sync_index_en_buf[i] <= 0;
end
end
else begin
for(i = 0;i < 18;i=i+1) begin
if (i== 0) begin
sync_index_en_buf[i] <= m_axis_tvalid_d2;
end
else begin
sync_index_en_buf[i] <= sync_index_en_buf[i–1];
end
end
end
end

assign sync_index_en = sync_index_en_buf;

endmodule

3.3.2 激励文件产生

激励文件产生激励信号，同时将处理结果输出并保存成txt格式，后面我们验证结果需要用到。 并将输入的数据打印在modelsim的Transcript。 废话不多说，直接上代码。

module fft_tb();
// 时钟和复位
reg clk;
reg resetn;

// 测试信号参数
localparam FFT_LENGTH = 32768;
localparam CLOCK_PERIOD = 10; // 100MHz

// 生成时钟
initial begin
clk = 0;
forever #(CLOCK_PERIOD/2) clk = ~clk;
end

// DUT接口
reg [15:0] fft_input [0:FFT_LENGTH–1];
reg [15:0] data_in_real;
reg [15:0] data_in_imag;
reg data_in_valid;
wire [15:0] data_out_real;
wire [15:0] data_out_imag;
wire data_out_valid;
wire data_out_valid_before;
wire source_data_valid_before;
wire source_data_valid;
wire [31:0]source_data_o;
wire [17:0]sync_index_en;

integer file_ptr_o;

// 实例化DUT
fft_top dut (
.clk(clk),
.resetn(resetn),
.data_in_real(data_in_real),
.data_in_imag(data_in_imag),
.data_in_valid(data_in_valid),
.data_out_real(data_out_real),
.data_out_imag(data_out_imag),
.data_out_valid(data_out_valid),
.data_out_valid_before(data_out_valid_before),
.source_data_valid_before(source_data_valid_before),
.source_data_valid(source_data_valid),
.source_data_o(source_data_o),
.sync_index_en(sync_index_en)
);

integer i;

integer file_out;
integer file_out1;

// 测试控制
initial begin
// 初始化
resetn = 0;
data_in_real = 0;
data_in_imag = 0;
data_in_valid = 0;
// 复位释放
#100;
resetn = 1;
#100;

$readmemh("sine_wave_32768_5m.txt", fft_input);

for (i = 0; i < FFT_LENGTH; i = i + 1) begin
@(posedge clk);
data_in_valid = 1'b1;
data_in_real <= fft_input[i]; // 每个时钟周期输入一个数据
$display("Input data[%d] = %h", i, data_in_real);
end
// $finish;
@(posedge clk);
data_in_valid = 1'b0;

#200;
// 保存结果到文件 实部 虚部 的平方和
@(posedge source_data_valid_before) begin
file_out1 = $fopen("fft_output_square_32768_5m.txt", "w");
while (1) begin
@(posedge clk);
if (source_data_valid) begin
//
$fwrite(file_out1, "%h\\n",
source_data_o
);
end
end
end
end

endmodule

3.3.3 modelsim仿真

新建工程加入我们的源文件以及激励文件。 完成文件的编译，确保没有报错 编译成功后选择tb进行仿真 我们将需要信号添加进wave界面，Transcript也有输入数据的打印

最终输出的结果保存在fft_output_square_32768_5m.txt文件内，我们用matlab还原成波形便于和matalb函数处理出的结果做对比。 其实我们也可以使用modelsim自带的将数据的格式选择为analog格式但实际显示效果并不理想。

4 验证

第3小节我们产生的结果fft_output_square_32768_5m.txt是求模之后的16进制的数据，我们将结果读出并转换成10进制，然后得到结果。

N = 32768;%1024; % 采样点数

filename = 'fft_output_square_32768_5M.txt';
fileID = fopen(filename, 'r');
hexCells = textscan(fileID, '%s');
fclose(fileID);
real_part = hexCells{1}; % 获取单元格数组

real_decValues = zeros(size(real_part));
for i = 1:length(real_part)
real_hexNum = real_part{i};
real_decValues(i) = hex2dec(real_hexNum);
end

sqrt_result = sqrt(real_decValues);

magnitude = abs(sqrt_result(1:(N/2)));
freq = (0:(N–1))* 100000000/N ; % 假设采样率100MHz

plot(freq(1:(N/2)), magnitude);
xlabel('Frequency (Hz)');
ylabel('Magnitude (dB)');
title('FFT Output Spectrum');
grid on;

和之前使用matlab处理得到的结果十分接近。

5 总结

我们这次的验证只是针对FFT IP核最基本的用法，其中涉及到matlab一些简单函数的使用以及cordic IP的使用，希望大家都可以自己动手实操过一遍加深印象。 想要完整工程、matlab完整代码、以及modelsim仿真文件的小伙伴评论区留下联系方式或直接私信博主。

上述过程如有不理解或描述不准确的欢迎各位一起交流学习。 不要忘记关注我，点赞收藏，我会为你带来更多优质内容！