基于MPSOC+C6678+高精度AD/DA的软件无线电处理平台

这篇具有很好参考价值的文章主要介绍了基于MPSOC+C6678+高精度AD/DA的软件无线电处理平台。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

板卡概述
VPX_XM630 是一款基于6U VPX 总线架构的高速信号处理平台,该平台采用一片Xilinx 的Kintex UltraScale 系列FPGA(XCKU115)作为主处理器,完成复杂的数据采集、回放以及实时信号处理算法。采用一片带有ARM 内核的高性能嵌入式处理器ZU9EG 作为协处理器来实现通讯和管理功能。该平台的主处理器XCKU115 外挂两组72 位DDR4 SDRAM,来实现超大容量数据缓存,数据缓存带宽可以达到2400MHz。该平台的协处理器ZU9EG 的PL 端支持2 组DDR4 SDRAM。该协处理器的PS 端是一款功能强大的ARM 处理器,具有1 个64 位四核ARMCortex-A53 处理器、1 个双核 ARM Cortex-R5 实时处理器、1 个ARM Mali™-400MP 图形处理器,PS 端外挂72 位DDR4 SDRAM,支持ECC 校验。该平台为适应复杂的浮点运算信号处理算法,还支持1 片TI Keystone 系列多核DSP TMS320C6678,在该DSP 中可以实现各种实时性要求较高的数据处理。
该板卡具有优良的抗振动设计、散热性能和独特的环境防护设计,适合于航空、航天、船舶等应用场景。

基于MPSOC+C6678+高精度AD/DA的软件无线电处理平台
VPX_XM630实物图

 

 

基于MPSOC+C6678+高精度AD/DA的软件无线电处理平台

VPX_XM630原理框图
软件支持
 可选集成板级软件开发包:
 可根据客户需求提供定制化算法与系统集成:
应用范围
 软件无线电;
 雷达与基带信号处理;
技术指标
 标准6U VPX 规格,符合VITA46 规范;
 板载高性能FPGA 处理器:XCKU115-2FFVF1924I
 外挂2 组72 位DDR4 SDRAM;
 外挂2 片QSPI Flash,用于FPGA 的加载;
 板载1 片高性能MPSOC:XCZU9EG-2FFVB1156I
 PL 端挂2 组32 位DDR4 SDRAM;
 PS 端挂1 组72 位DDR4 SDRAM;
 PS 端扩展出1 路1000BASE-T 千兆以太网口;
 PS 端挂1 路RS232 串口至前面板J30J 连接器;
 PS 端支持SD/TF 卡启动;
 PS 端挂1 个EMMC 存储单元;
 板载1 片高性能DSP 处理器:TMS320C6678
 外挂1 组64 位DDR3 SDRAM;
 外挂1 片Nor Flash,用于DSP 的加载;
 外挂1 片4Gbit Nand Flash 用于少量参数数据的存储;
 外挂1 个RJ45 千兆以太网接口;
 FPGA 与DSP 互联:1 路SRIO x4@5Gbps/lane;
 物理与电气特征
 板卡尺寸:160 x 233mm
 板卡供电:6A max@+12V(±5%)
 散热方式:金属导冷散热
 环境特征
 工作温度:-40°~﹢85°C,存储温度:-55°~﹢125°C;
 文章来源地址https://www.toymoban.com/news/detail-446375.html

到了这里,关于基于MPSOC+C6678+高精度AD/DA的软件无线电处理平台的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

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。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 基于深度学习的高精度浣熊检测识别系统(PyTorch+Pyside6+模型)

    摘要:基于深度学习的高精度浣熊检测(水牛、犀牛、斑马和大象)识别系统可用于日常生活中或野外来检测与定位浣熊目标,利用深度学习算法可实现图片、视频、摄像头等方式的浣熊目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标

    2024年02月09日
    浏览(51)
  • 基于FPGA的时间数字转换(TDC)设计(五:基于Carry4的高精度TDC设计)

    1.基于Carry4进位链设计原理 常见的基于FPGA开发的 TDC 有直接计数法,多相位时钟采样法,抽头延迟线法等 ,之前内容为基于多相位的TDC,本章节中,主要讲解基于抽头延迟线法。在Xilinx FPGA开发中,实现抽头延迟线法有很多种,如使用IODELAY构建延迟进位链,此处将介绍基于

    2024年02月02日
    浏览(62)
  • 基于DSP+FPGA+ADS1282支持32Bit高精度数据采集方案(一)

    3.1 系统需求分析 3.1.1 系统功能设计要求 本硬件处理平台的主要任务有三类,一是数据采集,包括采集惯性测量元件 的输出信号,接收外部系统校正信息,如 GPS 信息等;二是数据处理与计算,包 括惯性测量元件的误差补偿、初始对准、导航参数解算和在线校正滤波等;三是

    2024年02月01日
    浏览(72)
  • 基于24位Δ-ΣADC和FPGA的高精度数据采集系统开发

    基于24位Δ-ΣADC和FPGA的高精度数据采集系统开发 数据采集是许多应用领域中的关键任务之一,需要高精度和可靠性。本文介绍了一种基于24位Δ-Σ(Delta-Sigma)ADC(模数转换器)和FPGA(现场可编程门阵列)的高精度数据采集系统的开发方法。该系统利用Matlab进行算法设计和验证

    2024年02月04日
    浏览(59)
  • 基于深度学习的高精度山羊检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度山羊检测识别系统可用于日常生活中或野外来检测与定位山羊目标,利用深度学习算法可实现图片、视频、摄像头等方式的山羊目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集,使用

    2024年02月07日
    浏览(62)
  • 基于深度学习的高精度水果检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度水果(苹果、香蕉、葡萄、橘子、菠萝和西瓜)检测识别系统可用于日常生活中或野外来检测与定位水果目标,利用深度学习算法可实现图片、视频、摄像头等方式的水果目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统

    2024年02月11日
    浏览(48)
  • 基于深度学习的高精度足球检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度足球检测识别系统可用于日常生活中或野外来检测与定位足球目标,利用深度学习算法可实现图片、视频、摄像头等方式的足球目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集,使用

    2024年02月11日
    浏览(50)
  • 基于深度学习的高精度袋鼠检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度袋鼠检测识别系统可用于日常生活中或野外来检测与定位袋鼠目标,利用深度学习算法可实现图片、视频、摄像头等方式的袋鼠目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集,使用

    2024年02月08日
    浏览(49)
  • 基于深度学习的高精度鸡蛋检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度鸡蛋检测识别系统可用于日常生活中或野外来检测与定位鸡蛋目标,利用深度学习算法可实现图片、视频、摄像头等方式的鸡蛋目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集,使用

    2024年02月11日
    浏览(63)
  • 基于深度学习的高精度老虎检测识别系统(PyTorch+Pyside6+YOLOv5模型)

    摘要:基于深度学习的高精度老虎检测识别系统可用于日常生活中或野外来检测与定位老虎目标,利用深度学习算法可实现图片、视频、摄像头等方式的老虎目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集,使用

    2024年02月12日
    浏览(56)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包