【verilog语法详解:从入门到精通】

【verilog语法详解:从入门到精通】

verilog语法详解:从入门到精通

一、Verilog 核心定位与语法框架

  1. 核心特点
    并行性:模块内的所有语句(如 assign、always 块)同时执行(对应硬件的并行工作),而非按代码顺序执行。
    硬件映射:每段语法都对应明确的硬件(如 reg 对应寄存器,wire 对应导线,and 对应与门)。
    层次化:通过 “模块定义 + 例化” 实现复杂设计(之前详解过例化,此处衔接语法整体)。
  2. 基本语法框架
    Verilog 程序由 模块(Module) 组成,模块是最小的可综合单元(可被综合器转化为硬件)。一个完整的 Verilog 代码结构如下:
// 1. 宏定义(可选,全局生效) `define WIDTH 8// 大写命名,编译时替换// 2. 模块定义(必须,可综合代码的核心) module 模块名(// 端口列表:输入/输出/双向 input [WIDTH-1:0] i_data,// 输入端口(8位) input i_clk,// 时钟输入(1位) input i_rst_n,// 同步复位(低有效) output reg [WIDTH-1:0] o_data // 输出端口(寄存器型,8位));// 3. 内部信号定义(wire/reg/parameter等) wire [WIDTH-1:0] w_temp;// 线网型信号(导线) reg [3:0] r_cnt;// 寄存器型信号(计数器)// 4. 逻辑描述(组合逻辑/时序逻辑)// 组合逻辑:assign 连续赋值(对应wire) assign w_temp = i_data +1'b1;// 时序逻辑:always 块(时钟触发,对应寄存器) always @(posedge i_clk) begin // 时钟上升沿触发if(!i_rst_n) begin // 复位逻辑(优先级最高) o_data <=8'd0; r_cnt <=4'd0; end else begin o_data <= w_temp;// 寄存器赋值(<= 非阻塞赋值) r_cnt <= r_cnt +1'b1; end end endmodule // 模块结束(必须与module成对)

Verilog 是硬件描述语言(HDL)的核心标准之一,用于描述数字电路的结构和行为,最终映射为实际硬件(如 FPGA、ASIC)。与软件语言(C/C++)的 “串行执行” 不同,Verilog 的核心是 “并行硬件映射”—— 代码的每一部分都对应具体的电路(导线、寄存器、逻辑门等)。
本文将从 基础语法框架→核心知识点→实战示例→规范与避坑 展开,系统讲解 Verilog 语法,兼顾入门理解与工业界实践。

二、基础语法:模块与端口

  1. 模块定义(Module Definition)
    模块是 Verilog 的基本单元,语法格式:
module 模块名(端口1, 端口2,..., 端口N);// 端口声明 + 内部信号 + 逻辑描述 endmodule 

模块名:大小写敏感,建议与文件名一致(如 top.v 对应模块 top)。
端口列表:必须在模块开头声明,或在模块内显式声明(推荐前者,可读性强)。
2. 端口类型与声明
端口按方向分为 3 类,需明确声明类型(input/output/inout)和位宽(默认 1 位):

端口类型功能描述硬件映射允许连接的信号
input模块输入(外部→模块)导线(wire)父模块的 wire/reg/ 常量
output模块输出(模块→外部)导线(wire)父模块的 wire(不可常量)
inout双向端口(模块↔外部)导线(wire)父模块的 wire(需三态)
端口声明示例:
// 方式1:端口列表+内部声明(推荐) module demo( input clk,// 1位输入(时钟) input [7:0] din,// 8位输入(数据) output [7:0] dout,// 8位输出(导线型) output reg [3:0] cnt,// 4位输出(寄存器型) inout io_data // 双向端口);// 方式2:仅端口列表,内部声明(兼容旧语法) module demo(clk, din, dout, cnt, io_data); input clk; input [7:0] din; output [7:0] dout; output reg [3:0] cnt; inout io_data; endmodule 

关键注意:
output 端口默认是 wire 型,若需要在 always 块中赋值(时序逻辑),需显式声明为 output reg。
inout 端口必须是 wire 型,需通过三态门(assign io_data = en ? data : 1’bz)控制方向。

三、核心数据类型

Verilog 数据类型分为 线网型(Net) 和 寄存器型(Register),核心区别是 “是否存储数据”(对应硬件的 “导线” 和 “寄存器”)。

  1. 线网型(Net):无存储,实时响应输入
    线网型对应硬件中的 “导线”,必须通过 assign 连续赋值或模块输出驱动,无默认值(默认高阻 z)。
    常用线网类型:
类型功能描述应用场景
wire最常用,单驱动源组合逻辑输出、模块端口连接
tri多驱动源(三态)双向总线(如地址总线)
tri0下拉电阻(默认 0)复位信号(默认低)
tri1上拉电阻(默认 1)使能信号(默认高)

示例:

wire [7:0] data_w;// 8位线网信号 tri bus;// 三态总线 assign data_w = a + b;// 连续赋值(wire必须用assign) assign bus = en ? data :1'bz;// 三态控制(en=1时输出data,否则高阻)
  1. 寄存器型(Register):有存储,时钟触发更新
    寄存器型对应硬件中的 “寄存器”“触发器”,需在 alway

Read more

【无人机追踪】基于 0-1 整数规划实现「能耗最小」的无人机联盟选取,完成目标攻击任务的同时,让所有无人机的总能耗达到最优附Matlab代码

✅作者简介:热爱科研的Matlab仿真开发者,擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 🍎 往期回顾关注个人主页:Matlab科研工作室  👇 关注我领取海量matlab电子书和数学建模资料  🍊个人信条:格物致知,完整Matlab代码获取及仿真咨询内容私信。 🔥 内容介绍  一、背景 在现代军事作战或特定的工业应用场景中,常常需要多架无人机协同完成目标攻击任务。然而,无人机的能源储备有限,能耗问题成为制约其任务执行效率和持续时间的关键因素。如何在众多无人机中选取合适的无人机组成联盟,使其在成功完成目标攻击任务的同时,将所有参与无人机的总能耗控制在最优水平,是一个亟待解决的重要问题。 传统的无人机任务分配方式可能没有充分考虑能耗因素,或者只是简单地基于距离、速度等单一指标进行分配,这往往无法实现总能耗的最优控制。基于 0 - 1 整数规划的方法为解决这一问题提供了一种有效的途径,它能够综合考虑多种约束条件,精确地对无人机进行筛选和组合,以达到能耗最小化的目标。 二、原理 (一)0 - 1 整数规划基础

最新 AI 论文盘点(2026-03-18):6 篇新作看记忆、长上下文、医疗评测、机器人策略与世界模型

最新 AI 论文盘点(2026-03-18):6 篇新作看记忆、长上下文、医疗评测、机器人策略与世界模型 今天这批新论文里,我觉得有几条线特别值得看。 一条是 LLM / Agent 的记忆与长上下文,讨论怎么把“记住信息”和“真正用好上下文”这两件事拆开来做。 一条是医疗与真实场景评测,重点不再是静态 benchmark,而是更贴近临床和工作流的真实使用偏好。 还有一条是机器人与具身智能,不少工作开始把重点放在“少改模型、更多利用结构和搜索”上,而不是一味增大训练规模。 这篇挑 6 篇我认为更值得盘的论文,尽量少复述摘要,多讲它到底在解决什么问题、方法核心新在哪里、为什么值得关注、局限和边界是什么。 1. NextMem:给 LLM Agent 做“潜在事实记忆” 论文: NextMem: Towards Latent Factual

宇树科技机器人核心技术

宇树科技机器人核心技术

前言 宇树科技作为全球足式/人形机器人领域的标杆企业,其技术体系覆盖消费级(Go2)、工业级(B2)、人形(G1/H1)全产品线,以“硬件自研+软件全栈+AI赋能”构建核心壁垒。本文不仅拆解宇树机器人的关键技术(单硬件、单软件、软硬件协同、AI+),还配套就业技能图谱、学习路线与工具推荐,适合机械、电子、计算机、AI领域开发者/求职者参考。 一、宇树科技机器人核心技术全景(附插图建议) 宇树的技术体系可概括为“四层金字塔结构”,从下到上实现“能运动→会运动→智能运动”的进阶: 技术层级核心定位代表技术应用价值底层硬件机器人“躯体骨架”自研伺服电机、分层计算平台、4D激光雷达保障运动性能与环境适配性全栈软件机器人“智慧大脑”MPC/WBC控制算法、SLAM感知融合、ROS2中间件实现精准控制与灵活交互软硬件协同机器人“神经中枢”实时控制闭环、

手把手教你用Coze搭建AI客服机器人:从零到上线的完整流程

从零构建企业级AI客服:基于Coze平台的可视化实战指南 你是否曾为客服团队处理重复性问题而焦头烂额?或是面对客户咨询高峰时,响应速度跟不上,导致用户体验下滑?在AI技术日益成熟的今天,构建一个智能客服机器人已不再是大型企业的专属。对于中小型团队或个人开发者而言,借助像字节跳动推出的Coze这样的平台,完全可以在短时间内,以极低的成本打造出一个功能强大、响应迅速的AI客服助手。这篇文章,我将以一个实际项目为例,带你一步步走完从环境准备、流程设计、知识库搭建到最终部署上线的全过程。我们不会停留在理论层面,而是深入到每一个配置细节和可能遇到的坑,让你真正掌握这门实用技能。 1. 项目规划与环境准备 在动手敲下第一行配置之前,清晰的规划是成功的一半。一个AI客服机器人不仅仅是回答问题的程序,它需要理解业务、融入流程、并具备持续学习的能力。我们首先要明确它的核心使命:是处理售前咨询,还是解决售后问题?是7x24小时在线接待,还是作为人工客服的辅助筛选工具?目标不同,设计的侧重点和复杂度也截然不同。 对于大多数中小企业,一个典型的客服机器人需要覆盖以下几个核心场景: * 高频问题自