由於其靈活性與高性能，FPGA已經在眾多需要計算複雜數學題或傳遞函數的工業、科研、軍事及其它應用中找到用武之地。苛刻的精度要求與計算時延在更關鍵的應用中並不少見。
本文引用地址：http://www.eepw.com.cn/article/201610/308461.htm在採用FPGA實現數學函數時，工程師一般選擇定點數學(參見：賽靈思中國通訊第80期的《FPGA數學基礎》，http://issuu.com/xcelljournal/ docs/xcell80/44?e=2232228/2002872)。另外，您還可以採用CORDIC等許多算法計算超越函數(參見：賽靈思中國通訊第79期的《如何在FPGA中運用CORDIC算法》，http://china.xilinx.com/ publications/archives/xcel l/Xcell79.pdf)。
不過，在遇到極為複雜的數學函數時，與在FPGA之中實現精確需求函數相比，還有更高效的方法進行處理。為了理解這些變通方法 – 尤其是其中的多項式近似法，我們首先需要定義相關問題。
設置問題
FPGA中負責監控鉑電阻溫度計(PRT)並把PRT電阻轉換成溫度的複雜數學傳遞函數就是這樣一個例子。這種轉換一般採用Callendar-Van Dusen方程實現。通過以下該方程的簡化形式，可以確定溫度介於0°C~660°C之間。
式中，R0 為0°C時的電阻，a 與b 是PRT的係數，而t 則是溫度。
現實中，我們希望從電阻轉換到溫度。為此，我們需要調整該方程，確保得出的結果是給定電阻下的溫度。大多數採用PRT的系統都會設計電子裝置、採用電子電路測量PRT的電阻，然後利用FPGA、通過調整後的下式計算溫度。
在FPGA中實現此方程即使是經驗豐富的FPGA工程師也會望而卻步。參考溫度繪製所獲得的電阻可以獲得圖1所示圖形。
從圖中可以清晰看出響應的非線性。
溫度與電阻
圖1 – 傳遞函數圖
直接在FPGA中實現調整後的傳遞函數會在實際所需設計工作量以及驗證方面面臨著巨大挑戰(確保精度以及跨邊界與極端條件函數)。許多工程師會想方設法實現函數，以便減少設計與驗證工作量，從而控制項目進度。一個可行的方法是採用查找表保存曲線中的一系列點，同時提供LUT所含點之間的線性插值。
根據相關精度要求和保存在查找表中的元素數量，這種方法有可能滿足需求。但是，您仍然需要在設計中包含線性插值函數。此函數在數學上非常複雜，而且往往包含一個非二次冪除法，其會進一步增加複雜性。
利用FPGA資源
相反，您還可以利用另一種方法實現此類傳遞函數，那就是利用FPGA的本身特性。賽靈思 Spartan-6與7系列Artix、Kintex與Virtex等新型FPGA不僅僅只包含傳統查找表和觸發器，還具有內置DSP Slice、Block RAM、分布式RAM、PCIe®等眾多高級IP硬核以及乙太網端點、高速串行鏈路等。
由於其提供的48位累加器，工程師通常把DSP Slice稱為DSP48s。不過，這些Slice還提供25 x 18位寬乘法器、加/減功能以及眾多其它功能。您可以利用這些內部RAM結構和DSP Slice更輕鬆實現傳遞函數。
多項式近似法
利用FPGA具有豐富DSP與RAM的結構的一種方法是多項式近似法。為了使用此方法，您必須首先繪出數學函數圖，在MATLAB或Excel等數學程序中涵蓋輸入值範圍。然後您可以在相關數據集中添加多項式趨勢線，然後可以在FPGA中實現該趨勢線的等式，以取代複雜數學函數，只要趨勢線等式符合精度要求。
如果一個多項式方程無法針對整個傳遞函數輸入範圍提供足夠精度，則可以添加更多方程。只要生成一系列在相關輸入範圍使用的多項式常數，您就能夠繼續依賴此方法。
能夠添加多項式趨勢線的數學程序大部分都允許您選擇階次或多項式項的數量。階次越高，則配合越準確——但是您需要在FPGA中實現更多的項。在針對傳遞函數示例實施此過程時，我們是採用Microsoft Excel，我們已經獲得了圖2所示趨勢線與等式。本例中採用4次多項式方程。
在獲得了適合我們希望實現的傳遞函數的多項式之後，我們可以採用相同分析工具(在本例中為Excel)針對原始傳遞函數仔細檢查精度。在所述監控溫度的例子中，最終測量精度可能會是+/-1C，這並非苛刻的精度要求。儘管如此，根據測量範圍和您實現的傳遞函數，可能證實仍然很難僅用一個多項式方程實現。我們該如何解決這個問題呢?
根據輸入值選擇的多條趨勢線
如果一個多項式方程無法針對整個傳遞函數輸入範圍提供足夠精度，則可以添加更多方程。只要生成一系列在相關輸入範圍使用的多項式常數，您就能夠繼續使用此方法。因此，一旦輸入值超出特定範圍，則加載一個新的常數集合。
圖2 – 用於溫度傳遞函數的趨勢線與多項式方程
聚焦溫度與電阻
圖3 – 可提供更準確結果的269C~300C繪圖
下面繼續探討溫度例子，第一個多項式方程可以在0C~268C範圍內提供+/-1C的精度。對於許多應用此精度已經足夠。假設我們需要達到300C的更廣泛運行範圍與容差，則意味著我們最初的方法無法滿足設計要求。利用分段方法我們能夠解決上述問題，即繪出269C~300C範圍的圖形並且獲得能夠為此輸出範圍提供更高精度的不同多項式方程(見圖3)。
總之，此實現方法採用第一套多項式常數，直到輸入值超出與268C對應的預先計算範圍。超出該範圍之後則採用第二套常數保持精度要求。
這樣您就能夠把傳遞函數分為一系列片段，以便達到預期精度。您可以選擇跨傳遞函數均勻分隔這些片段，也就是說，可以把它們分為均等於X的10分段。另外，您也可以不均勻分隔，而是按實現所需精度的要求進行分段，集中精力關注較難達到精度的傳遞函數部分。
就決定您實現方案時需要考慮的利弊權衡而言，應當牢記的是均勻方法比非均勻方法會佔用更大的內存空間。根據您所實現的傳遞函數，採用非均勻方法可能會節省大量資源。
如何對比?
當然，如前所述，其它方法也可以用於實現傳遞函數。多項式近似法之外最常用的四種方法分別是軟體程序、查找表、帶插值的查找表以及CORDIC。
由於需要添加處理器(會相應增加設計複雜性、材料清單成本等)，採用軟體計算傳遞函數會使系統架構複雜化。即使設計團隊採用賽靈思Zynq-7000 All Programmable SoC等片上系統彌補上述缺陷，仍然會存在難題。對新手而言，用軟體計算傳遞函數比在邏輯電路中實現需要花費多得多的時間，從而會降低系統響應時間。事實上，傳遞函數(諸如我們示例設計中所用的)的計算是一個典型的例子，應該由Zynq SoC可編程邏輯端負責處理。
第二種方法(即採用含有輸入預算值的查找表)的效果隨輸入值範圍與寬度變化而改變。有時會很快造成非常龐大的LUT，其會佔用FPGA內部大量的RAM容量。根據相關FPGA，此方法可能需要的資源供不應求，也有可能造成與設計中其它模塊竟用資源。當然，這種方法的有利之處是能夠很快算出結果。
第三種潛在方法(帶插值的查找表)是我們前面談到過的一種方法，它試圖減少整套LUT方法所需的內存位置數量。此方法需要工程師在FPGA內編寫線性插值函數，而這項工作多少有點棘手。不過，它仍然比CORDIC這個最後選項簡單得多。
CORDIC算法能夠實現超越函數，如：正弦、餘弦、乘法、除法、平方根等。因此，利用CORDIC算法與基本數學模塊的組合能夠準確實現傳遞函數。此方法可以實現更高精度。但是，對於複雜的傳遞函數，這種好處需要付出增加設計與驗證時間的代價。當然這對採用該方法實現的器件的工作頻率會有影響。
因此，多項式近似法是四種備選方案的折中，其能夠很好地平衡性能、精度與實現資源佔用。
實現簡便性
每位工程師都希望創造出能夠最佳利益器件資源的FPGA。多項式近似法使您能夠受益於FPGA提供的豐富乘法器與RAM環境，同時能夠利用這些資源輕鬆實現看似極其複雜的數學傳遞函數。