Download PDF (2 MB) - MathWorks Deutschland

Moderne FPGAs
FPGAs bestehen heute aus bis zu 10 Mio.
logischen Gattern. Diese Zahl klingt eindrücklich,
sagt aber nicht sehr viel aus. Denn
diese Gatter stecken in verschiedenen Funktionseinheiten.
So stehen dem Anwender
nicht einzelne Gatter sondern Logikzellen
zur Verfügung. Eine derartige Zelle beinhaltet
in der Regel mindestens ein Flip-Flop
plus konfigurierbare logische Einheiten. Daneben
können FPGAs mit RAM-Blöcken,
Multiplizierern oder ganzen Prozessor-Cores
ausgestattet sein.
Als Beispiel der Oberklasse sei der Virtex
II Pro XC2VP125 von Xilinx zu erwähnt, der
u.a. vier integrierte PowerPC-Cores und 556
einzelne 18x18 bit Multiplizierer aufweist.
Andere Chips bieten über 1000 konfigurierbare
IO-Pins. Selbstverständlich hat diese
Spitzentechnologie auch ihren Preis.
Dem durchschnittlichen Anwender steht
indessen eine umfangreiche Palette von kleinen
und mittleren Komponenten zur Verfügung.
Die Wahl fällt entsprechend schwer.
Oft ist zu Beginn eines Projekts noch gar
nicht klar, was von einem FPGA gefordert
wird. Das ist jedoch weiter kein Problem.
Das Design kann weitgehend hardware-unabhängig
realisiert werden. Erst im Endstadium
werden die chip-spezifischen Daten
ergänzt. Daraufhin ergibt sich die Auslastung
der betreffenden Komponente. Bei Bedarf
lässt sich der FPGA leicht auswechseln.
MATLAB
select 2/03
Anwendungen
DSP-Funktionen auf FPGAs
Moderne FPGAs (Field Programmable
Gate Arrays) haben in Bezug
auf Größe und Verarbeitungsgeschwindigkeit
einen Stand erreicht,
der es nicht nur erlaubt,
einzelne mathematische Operationen
auszuführen, sondern auch
ganze DSP-Algorithmen aufzunehmen.
Parallel dazu haben namhafte
Hersteller Tools auf den Markt
gebracht, welche speziell die Entwicklung
von digitalen Algorithmen
für FPGAs unterstützen. Damit
etabliert sich in der Welt der
digitalen Signalverarbeitung eine
neue, interessante Plattform.
FPGAs in der Signalverarbeitung
Aufgrund ihrer Größe und Ausrüstung
bieten FPGAs heute interessante und vielseitige
Möglichkeiten in der digitalen Signalverarbeitung.
Der Unterschied zwischen der
klassischen Lösung – dem Einsatz eines Digitalen
Signalprozessors (DSP) - und der Realisierung
auf einem FPGA besteht darin,
dass der DSP in Assembler oder C programmiert
wird, während man für den FPGA den
Algorithmus letztlich in VHDL beschreibt.
Während der DSP sein Programm mehr
oder weniger sequenziell überarbeitet, bildet
der FPGA den gesamten Algorithmus in
Hardware nach.
Da man im FPGA - verglichen mit einem
DSP - nur anwendungsspezifische und entsprechend
optimierte Recheneinheiten realisiert,
sind die Lösungen besonders kostengünstig
und effizient. Im high-end Bereich
erzielt man durch die Integration vieler paralleler
DSP-Einheiten auf demselben FPGA
größte Rechenleistung auf kleinster Fläche.
Anwendungsbeispiel
Anhand eines kurzen Beispiels wird im
Folgenden der FPGA-basierte DSP-Designzyklus
erläutert. Im Rahmen eines Demonstrationsprojekts
wurde auf einem FPGA ein
Audio-Equalizer mit drei Bändern implementiert.
Das Audiosignal wird via Codec einem
FPGA zugeführt, wo es den digitalen
Equalizer durchläuft. Anschließend wird das
Signal auf den Codec zurück geführt und
wieder in die analoge Welt übersetzt.
Aus Gründen der Übersichtlichkeit verwenden
wir im Algorithmus des Equalizers
Halbband-Filter. Dabei teilen jeweils ein digitaler
Hochpass (HP) und ein digitaler Tiefpass
(TP) das zeitdiskrete Eingangssignal in
zwei Teilbänder. Die Summe der beiden
Teilbänder ergibt wieder das Eingangssignal.
In MATLAB kann man derartige Filter
mit wenigen Befehlen berechnen:
> % Buttworth Tiefpassfilter mit Grenzfrequenz w1:
> [G_LP_num, G_LP_den] = butter(2, w1);
>
> % Komplement-res Hochpassfilter:
> G_HP_num = G_LP_den - G_LP_num;
> G_HP_den = G_LP_den;
25