基于FPGA的Cortex-M3 MCU系统：带AHB APB总线与UART硬件RTL源码，支持ARMGCC与SWD仿真调试，扩展功能丰富的MCU开发平台（暂不含DMA和高级定时器）,基于FPGA的Cortex-M3 MCU系统：RTL源码工程，含AHB APB总线、UART串口、四通道定时器，配套仿真与驱动，可扩展用户程序与IP调试功能（非DMA和高级定时器版本）,FPGA上实现的cortex-m3的mcu的RTL源码，加AHB APB总线以及uart的硬件RTL源代码工程 使用了cortex-m3模型的mcu系统，包含ahb和apb总线，sram，uart，四通道基本定时器，可以跑armgcc编译的程序。 带有swd的仿真模型。 可以使用vcs进行swd仿真读写指定地址或寄存器。 带有的串口uart rtl代码，使用同步设计，不带流控。 带有配套的firmware驱动，可以实现收发数据的功能。 带有的四通道基本定时器，可以实现定时中断，具有自动reload和单次两种模式。 用于反馈环路实现、freertos和lwip等时基使用。 暂时不包括架构图中的DMA，高级定时器和以太网，后期

异步FIFO是一种在数字系统设计中常见的数据缓冲机制，特别是在高速数据传输和处理中。它的核心特性在于读写指针分别由两个不同时钟域控制，以解决时钟域间的数据传递问题，防止数据丢失或错误。在这个实验中，我们将深入探讨异步FIFO的设计与验证。 "RTL"通常指的是寄存器传输级（Register Transfer Level）设计，这是硬件描述语言（如Verilog或VHDL）中的一个层次，用于描述数字系统的逻辑功能。在RTL设计中，我们定义了电路中的每个逻辑门和寄存器以及它们之间的数据流动。在这个实验的"rtl"文件夹中，你应该能找到异步FIFO的Verilog或VHDL源代码，它会包括读写指针的管理、FIFO存储阵列以及必要的同步逻辑。 异步FIFO的关键在于其读写指针的管理。由于读写操作发生在不同的时钟域，需要额外的同步机制来确保正确性。这通常通过使用时钟边沿检测器和多个阶段的寄存器（通常称为“锁存器”或“缓冲区”）来实现。在RTL代码中，你需要查找这些同步结构，理解它们如何确保数据在两个时钟域之间正确传输。 "TB"代表测试平台（Testbench），是用于验证RTL设计正确性的模拟环境。在测试平台中，会模拟输入信号，然后检查输出是否符合预期的行为。"TB代码需要debug"提示我们，可能在测试平台的实现或与RTL接口的连接上存在一些问题，需要进行调试。调试TB通常涉及到设置激励，观察响应，并检查是否满足设计规范。对于异步FIFO，可能需要检查在各种边界条件（如满、空状态）下的行为，以及在读写速度不匹配时的数据完整性。 SV（SystemVerilog）是一种扩展的硬件描述语言，它提供了高级的验证工具和方法，如类、接口、覆盖点等，使得测试平台的构建更加高效和模块化。在本实验中，你可能会看到SV语言的一些特性被用来增强TB的功能，例如，使用随机化生成测试数据，或者通过接口来模拟外部系统与FIFO的交互。 在提供的"fifo部分代码.docx"文档中，可能会有更详细的关于FIFO设计思路的解释，或者是对TB调试步骤的指导。而"fifo"文件可能包含了其他与FIFO相关的资料或代码片段。 这个实验将让你深入了解异步FIFO的设计原理，以及如何使用硬件描述语言和验证技术来实现和测试这种关键的数字系统组件。在完成实验的过程中，你将提升对时钟域同步、数据缓冲和高级验证方法的理解，这些都是现代数字系统设计不可或缺的知识点。

来自网络研讨会“通过连接到 MATLAB 改进 RTL 验证”的演示设计和文件，其中显示： * SystemVerilog DPI 组件从 MATLAB 生成，用于激励和检查功能* 将生成的组件集成到 SystemVerilog UVM 测试环境中* 将手写的 Verilog 导入 HDL Verifier 协同仿真* 通过使用 Mentor Graphics Questa 对 Simulink 进行协同仿真来调试测试平台 此下载包括来自网络研讨会的幻灯片，以及交错的演示说明。 幻灯片还介绍了高级客户如何在模型级别执行验证和验证以将验证转移到工作流程的早期。

HPGL 2 及RTL 绘图仪语言编程指南资料，里面包括中文文档以及英文文档 对于需要的人可以当成指令技术文档来使用

RTL8125BG(S)-CG规格书

RTL8125B-CG

Borland Pascal 7.0 带RTL源代码 支持DOS和WIN3.1 RTL源代码在RTL目录中，需单独安装。

CNN-RTLSDR 使用rtl-sdr加密狗进行深度学习信号分类。 当前的预训练模型能够对4种信号进行分类：WFM，TV Secam载波，DMR信号和“其他”信号。 预先模型测试 将软件存档解压缩到某个文件夹，例如C：\ rtlsdr 转到并选择Python 3.6版本，64位图形安装程序或直接下载： : 如果您没有现代的NVIDIA图形卡，则要安装CPU版本，只需在requirements.txt中删除以下行： tensorflow-gpu==1.4.0 运行anaconda提示符，将目录更改为C：\ rtlsdr，然后运行： conda install pip pip install -r requirements.txt 仅对于Tensorflow的CUDA版本，如果已安装CPU版本，请跳过以下步骤： 下载并安装CUDA 8工具包： : 下载用于工具包8的C

NoC路由器RTL代码

iic slave RTL code