实验四 时序逻辑电路的VHDL设计

简介:

一、实验目的

熟悉QuartusVHDL文本设计过程,学习简单时序逻辑电路的设计、仿真和测试方法。

二、实验

1. 基本命题

VHDL文本设计触发器,触发器的类型可任选一种。给出程序设计、仿真分析、硬件测试及详细实验过程。

① 实验原理

由数电知识可知,D触发器由输入的时钟信号(CLK)、数据输入口(D)和数据输出(Q)构成。本程序通过进程监视CLKD\,当CLK为上升沿的时候,将D赋值给Q,要完成这个赋值操作,必须再借助一个信号S来进行值的传递。

② 程序设计

clip_image001

③ 仿真分析

仿真预测:输入一组波形,当且仅当CLK为上升沿的时候,Q输出D的值;否则,Q保持原值不变。

clip_image003

1  D触发器仿真波形图

    结论:仿真的结果与仿真预测一致。

④ 硬件测试

我们通过将输出Q设为为灯泡(D1)按键1D按键2CLK

2-1  D触发器在GWAC6板上目标芯片EP1C6Q240C8的引脚锁定信息

端口名称

端口符号

GWAC6板输入输出元件

GWAC6板接口

目标器件引脚

备注

 输入D

D

1

PIO0

233

模式No.5

 CLK

CLK

2

PIO1

234

输出Q

Q

D1

P108

1

如表2-1所示完成元件D触发器与实验板引脚的绑定。如图2所示

clip_image004

2  D触发器与实验板引脚的绑定

 

2. 扩展命题

将设计的触发器看成是一个元件,利用元件例化语句设计如图4-1所示4D透明锁存器。给出程序设计、仿真分析、硬件测试及详细实验过程。

clip_image006

3 4D透明锁存器

① 实验原理

    依据我们将所有触发器的时钟输入端接入同一个时钟,将第一个触发器的输入端接入D0输入,第一个触发器输出Q0接入Q0。其他的D触发器按照第一个触发器的接法,按输入、输出口下标的递增顺序与对应的输入、输出总线相连。根据锁存器的特性,在程序设计中,我们通过监视CLK的电平,当CLK为高电平时,将输入原样输出;否则保持输出状态。

② 程序设计

clip_image008

③ 仿真分析

仿真预测:输入一组波形,当且仅当BCLK为高电平的时候,BQ输出BD的值;否则,BQ输出高阻态。

clip_image010

4  4D透明锁存器仿真波形图

   实验原理:为了让实验的效果明显,我们取的BCLK周期为BD的两倍。

    结论:仿真的结果与仿真预测一致。

④ 硬件测试

我们通过将BD1)、BD2)、BD3)、BD4设为按键1234D1,D2,D3,D4BQ(1)BQ(2)BQ(3)BQ(4),CLK设置为按键5

2-2  4D透明锁存器GWAC6板上目标芯片EP1C6Q240C8的引脚锁定信息

端口名称

端口符号

GWAC6板输入输出元件

GWAC6板接口

目标器件引脚

备注

 输入D

BD

1,2,3,4,

PIO0PIO1PIO2PIO3

233,234,235,236

模式No.5

 CLK

BCLK

5

PIO4

237

输出Q

BQ

D1

P108,P109P110P111

1,2,3,4

如表1-1所示完成元件4D透明锁存器与实验板引脚的绑定。如图5所示

clip_image012

5  4D透明锁存器与实验板引脚的绑定


作者:kissazi2 
出处:http://www.cnblogs.com/kissazi2/ 
本文版权归作者所有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。

转载:http://www.cnblogs.com/kissazi2/p/3175456.html

目录
相关文章
|
7月前
|
数据采集 存储 人工智能
2026年OpenClaw+Playwright全能指南:阿里云+本地部署+动态网页爬取实战教程
在数据驱动的时代,“数据就在网页上却抓不下来”是无数从业者的痛点——尤其是面对MWC议程这类多Tab、懒加载的复杂单页应用(SPA),传统工具要么束手无策,要么需要复杂的脚本编写。2026年,OpenClaw凭借Playwright Skill实现革命性突破,无需手动写代码,仅用自然语言指令就能让AI自动模拟浏览器操作、渲染动态内容、提取结构化数据,彻底攻克复杂网页抓取难题。本文将详解**2026年阿里云OpenClaw超简单部署流程**与**本地私有化部署方案**,深度拆解Playwright Skill的核心用法与商用场景,附带完整代码命令与避坑指南,让零基础用户也能快速解锁“几乎能爬任意
3607 5
|
3月前
|
运维 Cloud Native 安全
云原生系统规划
本文系统阐述云原生核心体系:涵盖十二要素、DevOps安全理念;详解技术架构——服务化、弹性、可观测等七大原则及微服务、Service Mesh、Serverless等主流模式;提出五步实施路径,并结合PaaS平台实践,展现其在降本增效、提升稳定性与自动化水平等方面的显著价值。
258 0
|
3月前
|
人工智能 前端开发 安全
编程实测:杀疯了的 GPT-5.5 真的有它说的那么强么?
4月24日凌晨,OpenAI发布GPT-5.5——迄今最智能、易用的旗舰模型。聚焦Agentic能力,全面升级编程(Terminal-Bench达82.7%)、知识工作、科研协作、百万级长上下文(1M token)、推理效率与安全防护,已超越Claude Opus 4.7和Gemini 3.1 Pro。
712 0
编程实测:杀疯了的 GPT-5.5 真的有它说的那么强么?
|
2月前
|
弹性计算 运维 安全
阿里云轻量应用服务器介绍:价格、适用场景、使用须知及与云服务器区别与选择参考
阿里云轻量应用服务器是面向单机应用场景的轻量级云服务器,提供一键部署、域名解析、安全防护及运维监控等一站式服务,极大降低入门用户上云门槛。产品提供通用型(35元/月起)、CPU优化型(200元/月起)、多公网IP型(53元/月起)及容量型(55元/月起)等多种套餐,支持系统镜像与应用镜像两种创建方式,适用于个人博客、企业官网、Web应用等场景。当前限时抢购价2核2G仅38元/年(每日10点、15点开抢),2核4G低至9.9元/首月或199元/年,性价比突出。
|
机器学习/深度学习 人工智能 数据可视化
AI开源框架:让分布式系统调试不再"黑盒"
Ray是一个开源分布式计算框架,专为支持可扩展的人工智能(AI)和Python应用程序而设计。它通过提供简单直观的API简化分布式计算,使得开发者能够高效编写并行和分布式应用程序 。Ray广泛应用于深度学习训练、大规模推理服务、强化学习以及AI数据处理等场景,并构建了丰富而成熟的技术生态。
2110 102
AI开源框架:让分布式系统调试不再"黑盒"
|
11月前
|
存储 人工智能 算法
从入门到落地:阿里云智能体的实践路径与商业价值
阿里云智能体实践路径:零基础入门,通过百炼平台快速搭建,掌握模型、RAG、工具调用等核心能力,助力开发者降本增效,抢占AI职业新赛道。
|
存储 人工智能 云计算
挑战杯专属支持资源|阿里云-AI大模型算力及实验资源丨云工开物
阿里云发起的“云工开物”高校支持计划,助力AI时代人才培养与科研创新。为“挑战杯”参赛选手提供专属算力资源、AI模型平台及学习训练资源,包括300元免费算力券、百炼大模型服务、PAI-ArtLab设计平台等,帮助学生快速掌握AI技能并构建优秀作品,推动产学研融合发展。访问链接领取资源:https://university.aliyun.com/action/tiaozhanbei。
|
9月前
|
SQL 人工智能 Apache
字节跳动:Apache Doris + AI 一站式融合数据引擎的探索与实践
随着人工智能技术在业务中的渗透,我们逐渐意识到:AI 不仅是提升效率的工具,更是重构数据处理与消费方式的核心驱动力。在这一背景下,我们思考:**能否构建一款「AI + Data」一站式融合的数据引擎?** 它不仅能够统一处理文本、音视频等非结构化数据与传统结构化数据,还能为算法工程师提供流畅的数据开发体验,实现数据处理与 AI 模型无缝衔接,并能确保数据处理负载与在线服务负载完全隔离。这是 2024 年末启动 DataMind 项目的初衷。
616 0
字节跳动:Apache Doris + AI 一站式融合数据引擎的探索与实践
|
9月前
|
存储 缓存 搜索推荐
电商系统云架构设计
本文深入解析支撑千万级电商业务的云架构设计,涵盖高并发处理、数据层优化、智能搜索与推荐、大促保障等核心环节。基于云原生与微服务理念,构建弹性、稳定、高效的技术体系,助力企业应对流量峰值与复杂业务挑战,实现规模化发展。
572 0
|
机器学习/深度学习 文字识别 并行计算
一款.NET开源的屏幕实时翻译工具
一款.NET开源的屏幕实时翻译工具
685 0