vivado时序分析-2时序分析关键概念

时序分析关键概念
1、最大和最小延迟分析
时序分析属静态验证 旨在验证在硬件上加载并运行设计后 其时序行为的可预测性。它会将各种制造和环境变化因素组合到延迟模型中并按时序角及其变化量加以分组, 将所有这些要素一并纳入考量范围。针对所有建议的时序角分析时序即可, 针对每个角 按最消极的条件执行所有检查。例如 AMD FPGA 为目标的设计必须通过以下 4 项分析
• 慢速角 (Slow Corner) 中的最大延迟分析
• 慢速角 (Slow Corner) 中的最小延迟分析
• 快速角 (Fast Corner) 中的最大延迟分析
• 快速角 (Fast Corner) 中的最小延迟分析
根据执行的检查 将使用展现出最消极情况的延迟。因此下列检查与延迟类型始终关联
含建立时间和恢复时间检查的最大延迟
保持和移除检查的最小延迟
2、含建立时间和恢复时间检查的最大延迟
• 针对源时钟路径和数据 / 复位路径累积延迟 使用给定角 (corner) 的最差情况延迟 最慢延迟
• 针对目标时钟路径累积延迟同样使用该角 (corner) 的最佳情况延迟 最快延迟
3、保持和移除检查的最小延迟
• 针对源时钟路径和数据 / 复位路径累积延迟 使用给定角 (corner) 的最佳情况延迟 最快延迟
• 针对目标时钟路径累积延迟同样使用该角 (corner) 的最差情况延迟 最慢延迟
映射到多个角时 可使用以下检查
建立 / 恢复 最大延迟分析
保持 / 移除 最小延迟分析
4、建立 / 恢复 最大延迟分析
• 源时钟 (Slow_max) 数据路径 (Slow_max) 目标时钟 (Slow_min)
• 源时钟 (Fast_max) 数据路径 (Fast_max) 目标时钟 (Fast_min)
5、保持 / 移除 最小延迟分析
• 源时钟 (Slow_min) 数据路径 (Slow_min) 目标时钟 (Slow_max)
• 源时钟 (Fast_min) 数据路径 (Fast_min) 目标时钟 (Fast_max)
在同一路径上从不混用来自不同时序角 (corner) 的延迟进行裕量计算。
大多数情况下 建立或恢复违例发生时存在慢速 (Slow) 角延迟 保持或移除违例发生时存在快速 (Fast) 角延迟。但由于偶有例外( 尤其是对于 I/O 时序 ), AMD 建议您在 2 个角上都执行 2 项分析。
6、建立 / 恢复关系
仅对 2 个时钟之间最消极的建立关系执行建立时间检查。默认情况下 此项检查对应于发送沿与捕获沿之间最小正增量。以 2 个触发器之间的路径为例 2 个触发器易受其各自时钟的上升沿影响。此路径的发送沿和捕获沿均仅为时 钟上升沿。
其时钟具体定义如下
clk0 的周期为 6 ns 首个上升沿位于 0 ns 下降沿位于 3 ns
clk1 的周期为 4 ns 首个上升沿位于 0 ns 下降沿位于 2 ns
如下图所示 存在 2 个唯一的建立关系 Setup(1) Setup(2)
clk0 clk1 的最小正增量为 2 ns 对应于 Setup(2) 。“ Common Period 公共周期 12 ns 对应于 2 个时钟的 2 个同步对齐之间的时间。
7、保持 / 移除关系
保持时间检查 也称为保持关系 与建立关系直接相连。虽然建立时间分析可确保在最消极的场景中仍可安全捕获数据, 但保持关系可确保
• 由建立发送沿所发送的数据不会被位于建立捕获沿之前的活动沿 下图中分别对应于建立沿 S1 S2 H1a 和 H2a) 所捕获。
• 由位于建立发送沿之后的下一个活动源时钟沿发送的数据不会被建立捕获沿 下图中分别对应于建立沿 S1 S2 的H2a 和 H2b 所捕获。
保持分析期间 时序引擎仅报告任意 2 个时钟之间最消极的保持关系。最消极的保持关系并非始终与最差建立关系关联。时序引擎必须复查所有可能的建立关系及其对应的保持关系才能识别最消极的保持关系。 仍以建立关系示例中的路径为例。存在 2 项唯一的建立关系。

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:/a/123402.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

[动态规划] (十三) 简单多状态 LeetCode 740.删除并获得点数

[动态规划] (十三) 简单多状态: LeetCode 740.删除并获得点数 文章目录 [动态规划] (十三) 简单多状态: LeetCode 740.删除并获得点数题目解析解题思路状态表示状态转移方程初始化和填表顺序返回值 代码实现总结 740. 删除并获得点数 题目解析 (1) 给定一个整数数组。 (2) 选…

lvgl 转换和使用新字体

一、背景 如果lvgl 提供的默认字体不符合我们的显示要求,我们可以在网上下载开源字体,或者利用系统自带(注意版权问题)的字体文件转换lvgl 能识别和调用的字体。 或者为了压缩存储空间,某些字体我们只需要个别字符&…

【数据结构】堆排序和top-K问题

堆的实现源码 #define _CRT_SECURE_NO_WARNINGS#include <stdio.h> #include <stdlib.h> #include <time.h> #include <stdbool.h> #include <assert.h> typedef struct Heap {int* a;int size;int capacity; }Heap; void HeapInit(Heap* st) {…

nacos做服务配置和服务器发现

一、创建项目 1、创建一个spring-boot的项目 2、创建三个模块file、system、gateway模块 3、file和system分别配置启动信息,并且创建一个简单的控制器 server.port9000 spring.application.namefile server.servlet.context-path/file4、在根目录下引入依赖 <properties&g…

《UML和模式应用(原书第3版)》2024新修订译本部分截图

DDD领域驱动设计批评文集 做强化自测题获得“软件方法建模师”称号 《软件方法》各章合集 机械工业出版社即将在2024春节前后推出《UML和模式应用&#xff08;原书第3版&#xff09;》的典藏版。 受出版社委托&#xff0c;UMLChina审校了原中译本并做了一些修订。同比来说&a…

工业镜头接口类型

现有产品主要有以下接口 1、C:最常见的工业相机接口&#xff0c;受限于接口物理尺寸大小&#xff0c;最大靶面目前是4/3” 2、M42:M421.0,2k和4k线阵相机使用 3、M58S:M580.75,大靶面相机使用&#xff0c;可以转C(限于CH080相机&#xff0c;靶面4/3”)&#xff0c;可以转F,可以…

数据分析实战 | 多元回归——广告收入数据分析

目录 一、数据及分析对象 二、目的及分析任务 三、方法及工具 四、数据读入 五、数据理解 六、数据准备 七、模型构建 八、模型预测 九、模型评价 一、数据及分析对象 CSV格式的数据文件——“Advertising.csv” 数据集链接&#xff1a;https://download.csdn.net/d…

数据结构-双向链表

目录 1.带头双向循环链表&#xff1a; 2. 带头双向循环链表的实现&#xff1a; 双向链表初始化&#xff1a; 双向链表打印&#xff1a; 开辟节点函数&#xff1a; 双向链表头插&#xff1a; 双向链表尾插&#xff1a; 双向链表头删&#xff1a; 双向链表尾删&#xff…

C语言学习笔记之结构篇

C语言是一门结构化程序设计语言。在C语言看来&#xff0c;现实生活中的任何事情都可看作是三大结构或者三大结构的组合的抽象&#xff0c;即顺序&#xff0c;分支&#xff08;选择&#xff09;&#xff0c;循环。 所谓顺序就是一条路走到黑&#xff1b;生活中在很多事情上我们都…

景联文科技提供高质量人像采集服务,助力3D虚拟人提升逼真度

人像采集是一种通过特定设备或技术&#xff0c;对人的相貌、身材等特征信息进行收集和处理的过程&#xff0c;可应用于3D虚拟人领域。通过采集大量的人像数据&#xff0c;可以训练和优化人像识别算法&#xff0c;提高其准确性。 人像采集对于提高3D虚拟人的逼真度、个性化定制以…

【手把手教你】将python程序打包成exe可执行文件

1. 安装环境 pip install pyinstaller6.0.02. 打包文件 pyinstaller -D “要启动的文件名“.py比如我的命令就是&#xff1a;pyinstaller -D eval.py 执行完后&#xff0c;会生两个文件夹dist和bulib两个文件和一个xxx.spec文件 3. 删除生成的文件 删除生成的bulid和dist文…

Java学习 8.Java-递归

一、递归的概念 引例&#xff1a; 一个方法在执行过程中调用自身&#xff0c;就称为递归&#xff08;函数自己调用自己&#xff09; 递归相当于数学的数学归纳法&#xff0c;有一个起始条件&#xff0c;有一个递推公式 递归的必要条件 1.将原问题划分为子问题&#xff0c;…

使用数据分析,识别设备异常

设备健康监测系统在工业领域中扮演着至关重要的角色&#xff0c;它能够帮助企业及时发现设备异常&#xff0c;预防故障&#xff0c;提高设备使用寿命和生产效率。而异常诊断技术则是设备健康监测系统中的核心部分&#xff0c;能够实现对设备异常情况的准确判断。根据设备状态数…

AI:69-基于深度学习的音乐推荐

🚀 本文选自专栏:AI领域专栏 从基础到实践,深入了解算法、案例和最新趋势。无论你是初学者还是经验丰富的数据科学家,通过案例和项目实践,掌握核心概念和实用技能。每篇案例都包含代码实例,详细讲解供大家学习。 📌📌📌在这个漫长的过程,中途遇到了不少问题,但是…

命令行远程操作windows

如遇安装python模块问题&#xff0c;请参考此连接处理&#xff1a;http://t.csdnimg.cn/l9W6f 一、命令行中使用ssh连接 1、安装 OpenSSH 客户端&#xff1a; 在 Windows 10 中&#xff0c;打开“设置”应用&#xff0c;选择“应用” > “可选功能” > “添加功能”。…

python- os模块

一、文件与目录相关的操作 1、删除文件/文件夹 2、os.stat("path/filename"): 获取文件/目录信息的结构说明 3、os.listdir 和 os.path.join 在Python中&#xff0c;os.listdir()和os.path.join()是操作系统模块&#xff08;os模块&#xff09;的两个函数&#x…

机器学习——奇异值分解案例(图片压缩未开始)

本想大迈步进入前馈神经网络 但是…唉…瞅了几眼&#xff0c;头晕 然后想到之前梳理的奇异值分解、主成分分析、CBOW都没有实战 如果没有实际操作&#xff0c;会有一种浮在云端的虚无感 但是如果要实际操作&#xff0c;我又不想直接调用库包 可是…如果不直接调包&#xff0c;感…

Python Opencv实践 - 车牌定位(纯练手,存在失败场景,可以继续优化)

使用传统的计算机视觉方法定位图像中的车牌&#xff0c;参考了部分网上的文章&#xff0c;实际定位效果对于我目前使用的网上的图片来说还可以。实测发现对于车身本身是蓝色、或是车牌本身上方有明显边缘的情况这类图片定位效果较差。纯练手项目&#xff0c;仅供参考。代码中im…

学之思开源考试系统部署至Centos7

学之思开源考试系统部署至Centos7 1、下载源码 源码下载&#xff1a; https://gitee.com/mindskip/xzs-mysql 数据库脚本下载&#xff1a; https://www.mindskip.net:999/ 2、项目打包 分别在\source\vue\xzs-student目录和source\vue\xzs-admin目录&#xff0c;执行前端打…

【遮天】叶凡首次高燃时刻,暴打姜峰逼其下跪,故事逐渐燃情

Hello,小伙伴们&#xff0c;我是小郑继续为大家深度解析国漫资讯。 深度爆料&#xff0c;《遮天》国漫30集剧情最新内容解析&#xff0c;前面剧情中&#xff0c;叶凡被姜峰如疯狗一般追杀&#xff0c;他像一只被狼群追逐的鹿&#xff0c;在山林中亡命逃窜。身后是姜峰那歇斯底…