RFSoC应用笔记 - RF数据转换器 -09- RFSoC关键配置之RF-DAC内部解析（3.2)
双路 RF-DAC I/Q 输入到 I/Q 输出（第 3 代）对于 I/Q 输入到 I/Q 输出，RF-DAC 是配对的。 I/Q 输出信号需要一对 RFDAC，一个用于 I 数据，一个用于 Q 数据。 如下图所示，单个 DUC 模块输出 I 和 Q 数据，这些信号被发送到两个 RF-DAC。下图显...
RFSoC应用笔记 - RF数据转换器 -09- RFSoC关键配置之RF-DAC内部解析（3.1)
前言RFSoC中最重要的部分是射频直采ADC和DAC的配置，因此了解内部相关原理结构可以帮助我们更好理解相关功能配置参数含义。本文参考官方手册，主要对高采样率模式、多频带操作以及IP的数据接口进行介绍。RF-DAC 高采样率模式（第 3 代）为了提高采样率，可以使用以下两种配置：绕过 DUC：RF-...
RFSoC应用笔记 - RF数据转换器 -08- RFSoC关键配置之RF-DAC内部解析（2.2)
插值滤波器详细信息（第 1 代/第 2 代）插值滤波器链由三个 FIR 滤波器 FIR2、FIR1 和 FIR0 组成，可以启用它们以每级以两倍的因子连续插值。 滤波器传递函数如下图所示。插值滤波器的滤波器系数如下表所示。内插滤波器链可以在实数或 I/Q 模式下运行，具体取决于为 RF-DAC 接口...
RFSoC应用笔记 - RF数据转换器 -08- RFSoC关键配置之RF-DAC内部解析（2.1)
前言RFSoC中最重要的部分是射频直采ADC和DAC的配置，因此了解内部相关原理结构可以帮助我们更好理解相关功能配置参数含义。本文参考官方手册，主要对RF-DAC 奈奎斯特区操作、逆sinc滤波器以及数据通路的相关操作进行介绍。RF-DAC 奈奎斯特区操作每个 RF-DAC 都可以通过使用混合模式功...
RFSoC应用笔记 - RF数据转换器 -07- RFSoC关键配置之RF-DAC内部解析（一）
前言RFSoC中最重要的部分是射频直采ADC和DAC的配置，因此了解内部相关原理结构可以帮助我们更好理解相关功能配置参数含义。本文参考官方手册，主要对RF-DAC 模拟输出进行介绍。RF-DAC简介每个 RF-DAC 块都包含一个完整的时钟支持结构，带有一个 PLL 和必要的同步逻辑。 tile 中...
RFSoC应用笔记 - RF数据转换器 -06- RFSoC关键配置之RF-ADC内部解析（4.2)
双路 RF-ADC I/Q 输入到 I/Q 输出对于 I/Q 输入到 I/Q 输出，RF-ADC 是成对的。I/Q 输入到 I/Q 输出配置在每块具有一个 RF-ADC 的设备上不可用。下图显示了具有 I/Q 输入到 I/Q 输出、1x 抽取、启用混频器并以 500 MHz AXI4-Stream ...
RFSoC应用笔记 - RF数据转换器 -06- RFSoC关键配置之RF-ADC内部解析（4.1)
前言RFSoC中最重要的部分是射频直采ADC和DAC的配置，因此了解内部相关原理结构可以帮助我们更好理解相关功能配置参数含义。本文参考官方手册，主要对RFSoC ADC的可编程逻辑数据接口、多频带操作、以及奈奎斯特区的操作进行介绍。RF-ADC 可编程逻辑数据接口RF-ADC 块和 PL 之间的数据...
RFSoC应用笔记 - RF数据转换器 -05- RFSoC关键配置之RF-ADC内部解析（三）
前言RFSoC中最重要的部分是射频直采ADC和DAC的配置，因此了解内部相关原理结构可以帮助我们更好理解相关功能配置参数含义。本文参考官方手册，主要对RFSoC ADC的校准机制进行介绍。RF-ADC 校准机制Zynq UltraScale+ RFSoC 中的每个 RF-ADC 都建立在交错架构中的...
RFSoC应用笔记 - RF数据转换器 -04- RFSoC关键配置之RF-ADC内部解析（2.2)
带数控振荡器的 RF-ADC 混频器混频器功能具有三种模式：旁路（不混频）、粗混或细混。 精细混频自动启用用于生成载波频率的 NCO。 混频器支持完全正交混频，同时支持实数到 I/Q 和 I/Q 到 I/Q 模式。粗调混频器：粗调混合器允许将数据与 0、Fs/2、Fs/4 或 –Fs/4 的载波混合...
RFSoC应用笔记 - RF数据转换器 -04- RFSoC关键配置之RF-ADC内部解析（2.1）
前言RFSoC中最重要的部分是射频直采ADC和DAC的配置，因此了解内部相关原理结构可以帮助我们更好理解相关功能配置参数含义。本文参考官方手册，主要对RFSoC ADC的数字数据路径相关功能进行介绍。RF-ADC 数字数据路径Tile 中的 RF-ADC 组件具有集成的 DSP 功能，您可以启用这些...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
