当前位置：首页 > news >正文

＜span class=“js_title_inner“＞通过vivado HLS设计一个FIR低通滤波器＜/span＞

news 2026/3/28 2:48:49

关注、星标公众号，精彩内容每日送达 来源：网络素材

Vivado HLS是一款强大的高层次综合工具，可将C/C++代码转换为硬件描述语言（HDL），显著提升FPGA开发效率。

1. FIR参数确定

FIR滤波器的设计，首先要明确其技术指标，这些指标对滤波器的性能和资源占用起着关键作用。以一个低通滤波器为例，其具体参数如下：

滤波器阶数设定为15。

采样频率是100MHz。

通带截止频率为20MHz。

阻带起始频率为30MHz。

通带波纹要求在0.1dB以内。

阻带衰减需达到60dB。

2. FIR系数计算

可以借助Python等工具来计算滤波器系数。下面是用Python计算系数的代码：

import numpy as npfrom scipy import signalimport matplotlib.pyplot as plt# 滤波器参数order = 15# 滤波器阶数fs = 100e6# 采样频率 (Hz)f_pass = 20e6# 通带截止频率 (Hz)f_stop = 30e6# 阻带起始频率 (Hz)A_pass = 0.1# 通带波纹 (dB)A_stop = 60# 阻带衰减 (dB)# 归一化频率nyquist = 0.5 * fs wp = f_pass / nyquist ws = f_stop / nyquist# 计算FIR滤波器系数（使用 Parks-McClellan 算法）h = signal.remez(order + 1, [0, wp, ws, 1.0], [1, 0], Hz=1.0)# 打印系数（量化为16位定点数）coeffs_q15 = [int(round(c * 32767)) for c in h]print("FIR系数 (Q15格式):")for i, c inenumerate(coeffs_q15): print(f"h[{i}] = {c}, 即 {c/32768:.10f}")# 绘制频率响应w, h_freq = signal.freqz(h) plt.figure() plt.plot(0.5*fs*w/np.pi, 20*np.log10(np.abs(h_freq))) plt.title('FIR滤波器频率响应') plt.xlabel('频率 (Hz)') plt.ylabel('幅度 (dB)') plt.grid(True) plt.axvline(f_pass, color='green') # 通带截止频率plt.axvline(f_stop, color='red') # 阻带起始频率plt.show()

3. C/C++代码实现

使用Vivado HLS特定的数据类型和指令：

#include"fir.h"voidfir(data_t *output, data_t input){ // 定义FIR系数（Q15格式）constcoeff_t h[NUM_TAPS] = { -10, -22, -32, -37, -26, 10, 72, 133, 171, 171, 133, 72, 10, -26, -37, -32, -22, -10 }; // 声明移位寄存器数组staticdata_t shift_reg[NUM_TAPS]; // pragma指令，优化循环展开#pragma HLS ARRAY_PARTITION variable=shift_reg complete dim=1// 数据移位操作for(int i = NUM_TAPS - 1; i > 0; i--) { #pragma HLS UNROLL shift_reg[i] = shift_reg[i-1]; } shift_reg[0] = input; // 执行乘法累加操作acc_t acc = 0; for(int i = 0; i < NUM_TAPS; i++) { #pragma HLS UNROLL acc += shift_reg[i] * h[i]; } // 输出结果 *output = acc >> 15; // Q15格式转换}

定义头文件：

#ifndef _FIR_H_#define _FIR_H_#include"ap_fixed.h"// 定义数据类型typedef ap_fixed<16, 1> data_t; // 16位定点数，1位整数，15位小数typedef ap_fixed<16, 1> coeff_t; // 系数类型typedef ap_fixed<32, 17> acc_t; // 累加器类型，防止溢出// 定义滤波器抽头数#define NUM_TAPS 19// 函数原型voidfir(data_t *output, data_t input);#endif

定义测试程序：

#include"fir.h"#include<stdio.h>#include<stdlib.h>#include<math.h>#define PI 3.14159265358979323846intmain(){ // 测试数据data_t input[100]; data_t output[100]; // 生成测试信号（混合了5MHz和40MHz的正弦波）for(int i = 0; i < 100; i++) { // 5MHz信号（应该通过）float sig1 = 0.5 * sin(2.0 * PI * 5e6 * i / 100e6); // 40MHz信号（应该被衰减）float sig2 = 0.5 * sin(2.0 * PI * 40e6 * i / 100e6); // 混合信号 input[i] = sig1 + sig2; } // 应用FIR滤波器for(int i = 0; i < 100; i++) { fir(&output[i], input[i]); } // 输出结果到文件 FILE *fp_in = fopen("input_data.txt", "w"); FILE *fp_out = fopen("output_data.txt", "w"); for(int i = 0; i < 100; i++) { fprintf(fp_in, "%f\n", (float)input[i]); fprintf(fp_out, "%f\n", (float)output[i]); } fclose(fp_in); fclose(fp_out); printf("测试完成！数据已输出到input_data.txt和output_data.txt\n"); // 简单验证（检查高频分量是否被衰减）float sum_input = 0, sum_output = 0; for(int i = 80; i < 100; i++) { sum_input += fabs((float)input[i]); sum_output += fabs((float)output[i]); } if(sum_output < sum_input * 0.1) { printf("验证通过：高频分量被有效衰减\n"); return0; } else { printf("验证失败：高频分量衰减不足\n"); return1; } }