用Xilinx Vivado HLS可以快速、高效地实现QRD矩阵分解.docx

《用Xilinx Vivado HLS可以快速、高效地实现QRD矩阵分解.docx》由会员分享，可在线阅读，更多相关《用Xilinx Vivado HLS可以快速、高效地实现QRD矩阵分解.docx（4页珍藏版）》请在第一文库网上搜索。

1、用Xi1inXVivadoH1S可以快速、高效地实现QRD矩阵分解在数字信号处理领域,如自适应滤波、DPD系数计算、MIMODeCoder等，常常需要矩阵解方程运算以获得其系数，因此需对矩阵进行求逆运算。然而，由于直接对矩阵求逆会导致庞大的运算量，所以在实际工程中往往需要先将矩阵分解成几个特殊矩阵（正规正交矩阵或上、下三角矩阵以求其逆矩阵需要更小的运算量）的乘积。目前，QRD矩阵分解法是求一般矩阵全部特征值的最有效且广泛应用的方法之一。它是将矩阵分解成一个正规正交矩阵Q与上三角形矩阵R，称为QRD矩阵分解。由于浮点具有更大的数据动态范围，所以在众多多算法中具有只需要一种数据类型的优势，所以很多

2、QRD矩阵分解是基于浮点数据类型的。不过在通信应用中，更多的场景还是复数类型。因此，随着通信技术的日益发展,算法的复杂度越来越高，QRD矩阵的维度也越来越大。如果是用传统的手写RT1,浮点复数超大维度QRD矩阵分解的FPGA实现将变得非常复杂,需要很长的时间来编写RT1代码、仿真和进行验证等工作,使得开发效率不是很高。本文将介绍如何使用XiIinXVivadoH1S（Vivado高层次综合）工具实现浮点复数QRD矩阵分解并提升开发效率。使用ViVadoH1S可以快速、高效地基于FPGA实现各种矩阵分解算法，降低开发者对算法FPGA的实现难度。其中包括：使用VivadoH1S开发效率比手写RT1

3、实现快5-10倍，而实现的FPGA资源效率与手写RT1接近由于CC仿真验证比传统FPGART1要快100倍，VivadoH1S实现可以大大缩短用户的代码开发时间和仿真验证时间，从而大幅提高生产效率。1.VivadoH1S工具介绍VivadoH1S是XiIinX公司2010年收购AUtoES1以后重新打造的高层次综合工具，它可以让用户通过添加适当的direc豆VeS（制导语句）和COnStrainS（约束），将其C/C+/SyStemC代码直接转换成FPGART1（Veri1og,VHD1,SystemC）代码。让用户可以在算法开发环境而非通常的便件开发环境中只需专注于算法规格和算法的C实现，V

4、ivadoH1S工具会自动考虑FPGA微观实现架构，并可生成可综合的FPGART1代码。如图1所示。A4tr(4M.tHt(b3M.!)tMiM1yfMMwtMUtiM*jSMnAcs.kMt：Tj)(W(D(M“8zftmFT;图1VivadoH1S设计介绍VivadoH1SFPGA设计流程：首先用CC+SystemC将算法实现，并编写Ctestbench验证C的功能，确保其功能正确；然后就可以通过ViVadoH1S工具进行C综合,将C转换成RT1；接着做C/RT1的协同仿真(Go-simu1ation),以保证生成的RT1代码功能与C的功能完全一致。最后VivadoH1S生成的RT1代码可

5、直接用于Xi1inx设计开发环境下做系统集成、仿真和生成bit文件。如图2所示。VH1S图2VivadoH1S设计流程2.QRD矩阵分解算法QRD矩阵分解是将一个矩阵A分解成Q与R相乘,A=QR其中R是个上三角矩阵，Q是个正交矩阵，QTQ二1）：fH夕“可QT是Q的转置共轲矩阵3. QRD矩阵分解VivadoH1S实现C+代码构架QRD矩阵分解C+实现代码的顶层模块是qrd_engine.cpp,它调用Ca1Core.cpp(核心计算函数)，coef_ca1.cpp(系数计算函数)，以及浮点加、减、乘、除法等子函数来实现。structcf_tf1oatre;f1oatim;)；Voidqrde

6、ngine(cf_tin_u(R_DIM+Y_DIM)/DIV_NUMDIV.NUM,cf_tpd_err_in,f1oat1amda,f1oat1amda_sqrt,f1oatdiagR_DIM,cf_trR_DIMjX_DIM,cf_tpR_DIM)(# PragmaH1SARRAY_PARTITIONvariab1e=in_ucomp1etedim=2# PragmaH1SARRAY_PARTITIONvariab1e=rcomp1etedim=2注：这里对数组加入完全分割directive,目的是提高数据的并行带宽,从而获得并行计算。# PragmaH1SRESOURCEvariab1e=in_ucore=RAM3S注：这里对数组加入RAM3Sdirective,目的是控制生成的BRAM的延迟。