news 2026/6/10 23:03:24

LVDS系列38:Xilinx 7系 AD9253 LVDS接口设计仿真(五)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
LVDS系列38:Xilinx 7系 AD9253 LVDS接口设计仿真(五)

 LVDS数据仿真:
本设计,是基于外部LVDS电路是处于理想情况下进行的,也就是在ADC芯片输出端口和PCB板上,硬件设计者通过等长布线确保了 DCLK的边沿正好对准数据眼的中心(90°相位差)。此时,如果用这个比特时钟直接采样数据,时序最佳,但是这只是FPGA端口处的情况,离FPGA内部逻辑实现还有一段距离;
在进入FPGA后,情况就比较复杂了:
对于数据路径和FCLK帧时钟路径,LVDS数据进入FPGA引脚后,经过IBUFDS,直接连接到ISERDESE2原语的D输入端口,这条路径是专用的比较直接的硬件连线,也就是说,帧时钟和数据通道,到需要FPGA内部采样时,还能保持,相对于FPGA端口处理想时序来说比较好的时序关系;
但是对于时钟路径,比特时钟进入FPGA引脚后,FPGA为了使用该时钟去采样去驱动ISERDESE2,不能直接连接到ISERDESE2的CLK端口,比特时钟需要经过以下路径:先进入时钟专用引脚,经过IBUFGDS或IBUFIO,经过BUFIO或BUFR,最后通过FPGA的全局或区域时钟树,布线到各个CLK或CLKDIV端口,可以看到,时钟路径会和数据路径完全不一致,且时钟路径延时会长的多,且无法去确定其延时,如果直接使用其去采集,采样结果将完全无法预测;
所以本次设计,主要目的,就是使用FPGA端口处,时序良好的比特时钟,去派生出一个FPGA内部使用的采样时钟和分频时钟,然后用IDEAYE2去把内部的采样时钟,和FPGA端口处的采样时钟去对齐,因为端口处采样时钟和数据路径关系比较理想,所以把内部采样时钟和端口处采样时钟,两者对齐后,内部采样时钟也能尽量对齐数据路径的数据眼中心;

本次仿真,是tb中产生标准的ad9253的时序输入,用模块进行处理,tb模拟产生的,模拟FPGA输入端点处理想的输入时序,

Testbench:




仿真结果:
dds产生1M的正弦波,4个通道修改不同的幅度,模拟LVDS时序输入模块进行处理;

输入的lvds时序:

比特时钟对齐数据眼中心,数据边沿和帧时钟边沿对齐,和ad9253的时序一致;

可以看到下图中,是采样出来输出的数据波形,其中分成3个时间段,下面图中红字标准,时间段1,是还没有做对齐操作,时间段2,是对齐过程中,时间段3,是对齐稳定后,

下面看看处理流程中信号时序的变化,这里只看通道0数据,模块中使用BitClk_Dclk采样,单端化后的ad_data_D0_A、ad_data_D1_A,

时间段1:

可以看到,虽然也能采样出正常的正弦波,但是此时的采样点比较危险,十分靠近数据眼边沿,在实际上板过程中,这种采样时刻,采样输出肯定会出错;

时间段2:
这个时间段,时序在变化,采样点在数据眼上移动变化,


时间段3:
可以看到,对齐稳定后,采样时钟边沿对齐到数据眼中心,采样时钟恢复到输入端点处的最佳采样点附近了;
本文章由威三学社出品
对课程感兴趣可以私信联系

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/10 21:46:24

深度测评!9款AI论文软件助你搞定毕业论文

深度测评!9款AI论文软件助你搞定毕业论文 2026年AI论文写作工具测评:为何值得一看 在学术研究日益数字化的今天,AI论文软件已成为研究生和科研人员不可或缺的助手。然而,面对市场上琳琅满目的工具,如何选择真正适合自…

作者头像 李华
网站建设 2026/6/10 15:08:02

人体解析延迟高怎么办?M2FP CPU优化降低响应时间50%

人体解析延迟高怎么办?M2FP CPU优化降低响应时间50% 在无GPU支持的边缘设备或低资源服务器上部署多人人体解析服务时,推理延迟高、响应慢是普遍痛点。尤其当使用如Mask2Former这类结构复杂的大模型时,CPU推理往往面临“出图要等十几秒”的尴…

作者头像 李华
网站建设 2026/6/10 15:23:29

智能光源的三大技术突破:从 “能用” 到 “精准” 的跨越

光场自适应调控技术:硬件不变,场景万变的魔法思奥特的光场自适应调控技术,堪称工业视觉检测领域的一项神奇突破。通过微棱镜阵列与多波段融合算法的精妙结合,实现了 “硬件不变,场景万变” 的奇妙效果。以可变角度环形…

作者头像 李华
网站建设 2026/6/10 21:13:28

为什么多人解析效果差?M2FP模型+ResNet101骨干网络提升精度

为什么多人解析效果差?M2FP模型ResNet101骨干网络提升精度 🧩 M2FP 多人人体解析服务 (WebUI API) 📖 项目简介 在当前计算机视觉领域,多人人体解析(Multi-person Human Parsing)作为语义分割的高阶任务&a…

作者头像 李华
网站建设 2026/6/10 18:00:02

为什么选Z-Image-Turbo?三大核心优势全面解析

为什么选Z-Image-Turbo?三大核心优势全面解析 阿里通义Z-Image-Turbo WebUI图像快速生成模型 二次开发构建by科哥 在AI图像生成领域,速度、质量与易用性始终是开发者和创作者最关注的三大维度。阿里通义推出的 Z-Image-Turbo 模型,基于Diff…

作者头像 李华