DISEÑO E IMPLEMENTACIÓN DE UN ACELERADOR POR HARDWARE PARA FILTRO FIR PASO BANDA EN LA TARJETA PYNQ-Z1.

Manuel Ríos

Resumen


Esta investigación presenta al lector el proceso de diseño e implementación de un filtro FIR pasa banda por medio del entorno de trabajo PYNQ en la tarjeta PYNQ-Z1. El objetivo principal de este estudio consiste en acelerar el cálculo computacional que conlleva el uso de un filtro FIR pasa banda por medio del uso de hardware dedicado a este proceso. Para ello, se realizó de forma experimental dicha investigación, utilizando un FPGA como dispositivo de destino de hardware. Dentro de los resultados más importantes destaca el efecto de una menor atenuación en la banda de rechazo del filtro al truncar los coeficientes del filtro de punto flotante a valores enteros, lo que significa un compromiso entre precisión y velocidad al momento de realizar esta implementación. Finalmente, al comparar esta implementación en hardware con implementaciones por software, se puede comprobar que existe un incremento en el rendimiento de nuestra implementación, llegando a ser hasta 45 veces más eficiente que la implementación por software.

Citas


Antoniou, A. (2018). Digital filters: Analysis, design, and signal processing applications. McGraw Hill Education.

Collins, T. F., Getz, R., Pu, D., y Wyglinski, A. M. (2018). Software-defined radio for engineers. Artech House.

Cooper, K. D., y Torczon, L. (2013). Engineering a compiler. Morgan Kaufmann.

Crockett, L. H., Northcote, D., Ramsay, C., Robinson, F. D., y Stewart, R. W. (2019). Exploring Zynq MPSoC: With PYNQ and machine learning applications. Strathclyde Academic Media.

Hill, C. (2016). Learning Scientific Programming with Python. Cambridge University Press.

Hyndman, R. J., y Athanasopoulos, G. (2018). Forecasting principles and practice. O Texts, online open-access textbooks.

Kastner, R., Matai, J., y Neuendorffer, S. (2018). Parallel programming for fpgas. ArXiv:1805.03648 [Cs]. http://arxiv.org/abs/1805.03648

Krug, E. (2015). Hearing loss due to recreational exposure to loud sounds: a review. Geneva, Switzerland: World Health Organization.

Lapedus, M. (2006, November 13). FPGAs can outperform DSPs, says study - Mark Lapedus. Obtenido de https://www.edn.com/fpgas-can-outperform-dsps-says-study/

Mehboob, R., Khan, S., & Qamar, R. (2009). FIR filter design methodology for hardware optimized implementation. IEEE Transactions on Consumer Electronics, 55(3), 1669-1673.Mertins, A. (2000). Signal analysis: Wavelets, filter banks, time-frequency transforms and applications. John Wiley & Sons.

Smith, S. W. (1997). The scientist and engineer's guide to digital signal processing. California Technical Publ.

Vaidyanathan, P. P. (2008). The theory of linear prediction. Morgan & Claypool.

Xilinx. (2018). 7 Series DSP48E1 Slice User Guide. https://www.xilinx.com/support/documentation/user_guides/ug479_7Series_DSP48E1.pdf

Xilinx. (2020a). FIR Compiler v7.2LogiCORE IP Product Guide. https://www.xilinx.com/support/documentation/ip_documentation/fir_compiler/v7_2/pg149-fir-compiler.pdf

Xilinx. (2020b). Python productivity for Zynq (Pynq) Documentation. https://buildmedia.readthedocs.org/media/pdf/pynq/latest/pynq.pdf


Texto completo: PDF

Refbacks

  • No hay Refbacks actualmente.