摘要：本设计基于zynq平台搭建USB IP验证系统,利用成熟开发平台可以简化大量软硬件设计工作。以zynq平台为核心,通过合理配置处理器,选择合适的总线挂载USB IP,完成管脚分配和时钟约束,生成硬件工程。基于硬件工程开发相应软件程序,实现软硬件互调,平台的配置简约方便,使得设计人员更加专注于IP本身的软硬件调试。利用zynq平台完成了验证环境的搭建,验证了USB IP。对于SOC流片提供了充分保证,同时对于芯片的IP验证提供参考和借鉴。

摘要：设计并实现zynq+AD9361的软件无线电平台,该平台具有良好的灵活性、开放性和易升级性。设计了基于zynq的软件无线电平台框架,实现了AXI总线接口和SPI控制接口,在zynq的ARM处理器资源移植嵌入式系统,利用zynq逻辑资源开发高速通信算法库,最终仿真验证了基于zynq的软件无线电平台的正确性。

摘要：基于zynq7010设计了一个显微图像无线传输与显示的终端系统。zynq的处理器系统PS通过WiFi模块接收显微图像,保存至DDR3中,可编程逻辑PL整合VDMA、Video Out、VTC和RGB2HDMI等IP,构建显微图像显示通道。VDMA读取DDR3的图像数据,实现AXI4到AXI4-Stream的数据转换。Video Out IP和VTC IP协同工作,生成符合图像格式的时序信号。RGB2HDMI对RGB数据进行编码、直流平衡和串并转换,通过HDMI接口输出。实验表明,该系统能够支持不同分辨率的显微图像,显示稳定。

摘要：针对空军雷达站大多建设在高山等偏远地区的现状,为有效解决无人值守警戒条件下对雷达显示终端进行远程控制的难题,给出了一种基于zynq的雷达显示终端远程操控系统设计。根据系统总体结构,对系统的硬件和软件进行了设计,最后进行了系统测试。实际测试结果表明,该系统完成了雷达视频的远程传输和键鼠外设的异地操控,可有效实现雷达显示终端远程操控功能,具有一定的推广和应用价值。

摘要：针对异构信号处理平台中FPGA波形组件可移植性差和开发效率低的问题,文中借鉴软件通信体系架构中硬件抽象层规范,设计了一种基于zynq的组件化开发环境。利用标准的运行环境屏蔽FPGA波形组件和具体硬件平台的差异,实现了FPGA波形组件动态配置。测试结果表明,通过标准化的运行环境,FPGA波形组件具有良好的可移植性和可重用性,提高了波形应用的开发效率。

摘要：针对传统黑白色选系统检测速度慢、集成度低等问题,设计了一种基于zynq-7000系列全可编程SoC为核心的新型图像色选系统。采用软硬件协同设计的方法;首先在PL端实现了线阵CCD图像采集、图像预处理等功能,然后使用AXI接口,将补正后灰度值、气阀输出信号和设置参数缓存至DDR3SDRAM存储器,最后在PS端移植嵌入式Linux操作系统,进行图像特征检测和人机交互。实验结果表明,该系统可有效对待筛选物料的特征值参数进行测量,并进行选别,运行稳定可靠,满足工业应用要求。

摘要：为了实现芯片与外围设备间的通信,引入飞利浦公司开发的I^2C(集成电路总线)通信总线,阐述了其工作机制和读写操作的流程,并提出一种基于FPGA(现场可编程门阵列)的I^2C通信设计方案,以实现芯片与EEPROM(电擦除可编程只读存储器)之间的通信。在验证环节中,将比特流文件下载到Xilinx zynq-7000开发平台中,成功验证了文章提出的I^2C通信的写和读两个功能。设计符合通信要求,并且资源占用较小。

摘要：为了改进电子系统设计类实验课的教学方式,丰富实验授课内容,该文提出了一种基于zynq平台的实验教学方式。阐述了将zynq平台作为实验教学平台的优势,介绍了zynq平台实验课教学方法,对双目图像采集实验的实验原理、硬件实现方案、实验实施过程和结果进行了讲解。通过学习实验原理并完成对系统模块设计、仿真和实现,学生能够进一步了解和掌握ARM和FPGA软硬件协同设计的流程,提高自身电子系统设计的自学和创新能力。

摘要：针对地面测发控系统电能有线传输的局限性,以及人工操作带来的不便,设计一种基于zynq平台的无线供电系统;系统采用感应式无线输电基本原理,设计系统结构由发送端和接收端组成;电能通过发送端传输到接收端,经过zynq-7000平台的控制管理,将电能合理分配到负载,由上位机进行电能配置和信息显示;经实验测试实现了发送端12V输入下与接收端50W的负载在距离12mm以内系统功率稳定传输,并且负载电压在4~10V范围可调,效率可达75%以上,并能够实现信息监测和智能化管理,适用于测发控系统设备。

摘要：室内空气质量一直是人们长期关注的问题,如何方便、准确地检测室内污染气体的含量是当下人们关注的焦点。经研究,设计了一种基于zynq的多传感器室内污染气体检测系统。系统主要分为2部分,污染气体检测终端和Android APP上位机端。通过基于zynq的检测终端检测环境中的甲醛、酒精、温湿度、氨气、TVOC含量,将数据通过蓝牙发送至Android APP进行显示。同时,通过KNN算法抑制空气中酒精对甲醛传感器的影响。室内空气质量等级分类采用BP神经网络算法,结合本系统的实际需求,将隐层神经元的计算改成串行依次进行,相比普通并行式神经网络,计算功耗降低了52%。