DesignnoteforDF概述.doc

Decimation Filter for Sigma-delta ADC 1 滤波器的Simulink建模仿真与FPGA验证流程 1.1 数字滤波器的Simulink建模方法 MATLAB/Simulink是动态系统建模、仿真和分析的绝佳平台，基于该工具的数字滤波器设计方法主要有三种： 1）用MATLAB的signal processing toolbox完成滤波器的结构参数计算（如IIR filter的分子、分母多项式系数，FIR filter的抽头系数），然后用simulink的basic blockset和signal processing blockset当中的基本模块或子系统功能模块完成filter的设计； 2）用MATLAB的filterbuilder GUI功能完成滤波器的设计，在command window中键入filterbuilder 即可启动设计流程； 3）用signal processing blockset 中的FDAtool GUI完成滤波器的设计，相应的模块如图1.1所示。本文档的滤波器设计主要借由FDAtool 完成，MATLAB版本为R 2007b。 图1.1 simulink中FDAtool GUI的启动模块——Filter Realization Wizard 1.2 数字滤波器的特性分析与仿真 Filter的外部特性由激励响应确定：时域特性包括冲激响应、阶跃响应等，FIR filter的冲激响应即为抽头系数序列，而一般filter的阶跃响应可确定其动态调整过程，包括瞬态与稳态行为；频域特性，包括幅频特性与相频特性，是滤波器性能的重要衡量标准。经典滤波器根据幅频特性可分为低通、高通、带通和带阻滤波器，图1.2所示为低通滤波器的幅频特性，其主要性能指标包括：通带纹波δ1, 阻带纹波δ2，通带边缘频率ωp，通带最大衰减，阻带边缘频率ωs，阻带最小衰减，以及过渡带宽度b。 图1.2 低通滤波器幅频特性曲线 性能优越的滤波器要求通带尽可能平坦，阻带衰减尽量大，同时过渡带尽量窄，以充分滤除带外噪声，提高信号的信噪比。滤波器的阶次和复杂度随滤波器性能的提高而增加。 滤波器的相频特性描述了不同频率成分的相位延迟情况，可提取的参数指标包括相位延迟与群延迟。当群延迟为常量时，相应的离散系统为线性相位系统，信号经滤波传递之后不会发生相位失真。FIR系统较易实现线性相位，当其满足奇偶对称关系时，群延迟，N为单位抽样响应序列的长度。 一般滤波器设计都采用FIR系统，并且通常为滤波器I型。首先由于FIR系统的单位抽样响应序列，因此系统总是稳定的，其次FIR系统较易获得线性相位，而且结构简单易于实现，主要包括直接型、转置型和对称型结构，也可以采用分布式算法等快速实现FIR系统。图1.3所示为FIR系统的对称结构，直观上可以节省近一半的乘法操作，即 (1) 图1.3 FIR系统的对称结构 FIR 滤波器的设计方法主要有窗函数法、频域抽样法和切比雪夫最佳一致逼近法。从数值分析角度讲，窗函数法是最小平方意义的傅里叶级数法。频域抽取是基于N点理想滤波器频域序列Xd(k) 和DFT 的插值方法。而基于交错点组定理的切比雪夫最佳一致逼近，则是对性能控制得最精确的数值逼近方法。故高阶滤波器的抽头系数通常采用最佳一致逼近方法获得，首先在MATLAB中根据滤波器性能指标和通、阻带权重比例，先用remezord函数估计阶次N-1，再用remez函数通过迭代的方式（remez算法）确定极值频率点，进而确定滤波器系数。而一些简单结构的FIR滤波器也有其特殊通途，并且易于实时实现，如平均滤波器、梳状滤波器和平滑滤波器等。 在Simulink中，滤波器的幅频响应的分析观察需借助FFT模块。图1.4所示是MAC FIR filter的频谱特性测试模型，滤波器的抽头系数由FDAtool获得，MAC Based FIR的系数为定点量化数据，Reference Filter的系数为64-bit 双精度浮点数据，仿真结果见图1.5。 图1.4 滤波器的频率响应分析 (a) 系数定点化结果 (b) 系数未量化结果 1.5 (c) 二者对比，红色为(a), 蓝色为(b) 1.3 从Simulink 到FPGA 实时验证 Simulink完成行为建模与仿真之后，到FPGA平台的实时验证方法主要有两种（FPGA的验证平台为Xilinx Spartan 3E）： 1）由HDL coder 生成HDL代码，再导入Modelsim仿真，经代码功能验证之后，导入Xilinx ISE，通过综合(XST 或Synplify作为综合器)、映射、布局布