别再死记硬背了！用Python脚本+波形图，5分钟搞懂AXI-Stream的TSTRB和TKEEP信号

weixin_26846533

259人浏览 · 2026-04-07 09:03:11

weixin_26846533 · 2026-04-07 09:03:11 发布

别再死记硬背了！用Python脚本+波形图，5分钟搞懂AXI-Stream的TSTRB和TKEEP信号

第一次接触AXI-Stream协议时，你是否也被TSTRB和TKEEP这两个信号搞得晕头转向？协议文档里晦涩的定义和静态示意图，总让人感觉隔着一层迷雾。作为FPGA开发者，我们需要的不是机械记忆，而是真正理解信号在真实数据流中的行为模式。

今天，我将带你用Python脚本动态生成AXI-Stream数据包，并自动绘制对应的时序波形图。通过这种可视化+实操的方式，你不仅能快速掌握这两个关键信号的区别，还能直观看到它们在稀疏流、不对齐流等复杂场景下的实际表现。整个过程只需要5分钟，但效果远超死记硬背。

1. 环境准备与基础概念

在开始编写脚本前，我们需要明确几个核心概念。AXI-Stream协议中，TSTRB和TKEEP虽然都是字节级控制信号，但它们的职责完全不同：

TSTRB（Transfer Strobe）：标识当前字节是有效数据（1）还是位置占位符（0）
TKEEP（Transfer Keep）：标识当前字节是否属于有效数据流（1）或可丢弃的空字节（0）

用一个实际例子说明：假设我们通过4字节宽总线传输字符串"FPGA"，其中第二个字节是占位符，第三个字节因故无效。此时信号状态如下表所示：

字节位置	TDATA内容	TSTRB	TKEEP
0	'F'	1	1
1	占位符	0	1
2	无效数据	1	0
3	'A'	1	1

安装必要的Python库：

pip install matplotlib numpy

2. 构建AXI-Stream数据包生成器

让我们先创建一个能模拟AXI-Stream传输的Python类。这个类需要处理三种核心场景：连续对齐流、连续不对齐流和稀疏流。

import numpy as np

class AXIStreamGenerator:
    def __init__(self, data_width=4):
        self.data_width = data_width  # 总线字节宽度
        
    def generate_packet(self, data_bytes, pos_bytes=[], null_bytes=[]):
        """生成单个AXI-Stream数据包
        :param data_bytes: 有效数据字节列表
        :param pos_bytes: 位置字节索引列表
        :param null_bytes: 空字节索引列表
        :return: (tdata_list, tstrb_list, tkeep_list)
        """
        tdata = []
        tstrb = []
        tkeep = []
        
        # 填充每个传输周期
        for i in range(0, len(data_bytes), self.data_width):
            # 当前传输周期的数据切片
            slice_end = min(i+self.data_width, len(data_bytes))
            current_slice = data_bytes[i:slice_end]
            
            # 初始化信号值
            current_tdata = [0] * self.data_width
            current_tstrb = [0] * self.data_width
            current_tkeep = [0] * self.data_width
            
            # 填充有效数据
            for j in range(len(current_slice)):
                byte_pos = i + j
                current_tdata[j] = current_slice[j]
                current_tstrb[j] = 0 if byte_pos in pos_bytes else 1
                current_tkeep[j] = 0 if byte_pos in null_bytes else 1
                
            tdata.append(current_tdata)
            tstrb.append(current_tstrb)
            tkeep.append(current_tkeep)
            
        return tdata, tstrb, tkeep

测试一个简单案例——传输"HELLO"字符串，其中：

第二个字节'E'为位置占位符（TSTRB=0）
第四个字节'L'为空字节（TKEEP=0）

generator = AXIStreamGenerator()
data = [ord(c) for c in "HELLO"]
tdata, tstrb, tkeep = generator.generate_packet(
    data, 
    pos_bytes=[1],  # 第二个字节是位置字节
    null_bytes=[3]  # 第四个字节是空字节
)

3. 动态波形绘制与信号解析

有了数据生成器，我们现在需要将抽象的数字信号转化为直观的波形图。使用matplotlib的stem图可以完美呈现AXI-Stream的时序特性。

import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle

def plot_axi_stream(tdata, tstrb, tkeep):
    fig, (ax1, ax2, ax3) = plt.subplots(3, 1, figsize=(10, 6))
    
    # 绘制TDATA
    for trans_idx, trans_data in enumerate(tdata):
        for byte_pos, byte_val in enumerate(trans_data):
            if byte_val > 0:  # 忽略填充的0值
                ax1.stem(trans_idx + byte_pos/10, byte_val, 
                        linefmt='b-', markerfmt='bo', basefmt=" ")
                ax1.text(trans_idx + byte_pos/10, byte_val+5, 
                        chr(byte_val), ha='center')
    
    # 绘制TSTRB和TKEEP
    for signal, ax, color in zip([tstrb, tkeep], [ax2, ax3], ['green', 'red']):
        for trans_idx, trans_signal in enumerate(signal):
            for byte_pos, bit_val in enumerate(trans_signal):
                ax.add_patch(Rectangle(
                    (trans_idx + byte_pos/10 - 0.05, bit_val - 0.1),
                    0.1, 0.2, color=color, alpha=0.7))
    
    # 设置坐标轴和标签
    for ax, title in zip([ax1, ax2, ax3], ['TDATA', 'TSTRB', 'TKEEP']):
        ax.set_title(title)
        ax.set_xlim(-0.5, len(tdata)+0.5)
        ax.set_ylim(-0.5, 1.5)
        ax.set_yticks([0, 1])
        ax.grid(True)
    
    plt.tight_layout()
    plt.show()

执行绘图：

plot_axi_stream(tdata, tstrb, tkeep)

生成的波形图会清晰显示：

TDATA区域：每个有效字符的ASCII值及其位置
TSTRB区域：第二个脉冲缺失（对应位置字节）
TKEEP区域：第四个脉冲缺失（对应空字节）

4. 典型场景对比分析

现在让我们用这个工具分析三种典型数据流场景，观察TSTRB和TKEEP的行为差异。

4.1 稀疏流场景

稀疏流的特点是数据字节之间穿插位置字节。例如在视频处理中，可能需要在特定位置插入时间戳信息。

# 生成稀疏流：每两个数据字节后跟一个位置字节
data = [ord('D')]*6  # 6个数据字节
pos_bytes = [2, 5]    # 第3和第6字节是位置字节
tdata, tstrb, tkeep = generator.generate_packet(data, pos_bytes=pos_bytes)
plot_axi_stream(tdata, tstrb, tkeep)

关键观察点：

TSTRB会在位置字节处显示低电平
TKEEP始终保持高电平（因为所有字节都属于有效数据流）
波形呈现明显的"两高一低"周期性模式

4.2 连续不对齐流

这种场景常见于网络封包处理，数据包可能在头部或尾部包含对齐填充。

# 头部和尾部各有一个位置字节的案例
data = [ord('P')]*5
pos_bytes = [0, 4]  # 首尾字节是位置字节
tdata, tstrb, tkeep = generator.generate_packet(data, pos_bytes=pos_bytes)
plot_axi_stream(tdata, tstrb, tkeep)

波形特征：

第一个和最后一个传输周期的起始/结束位置TSTRB为低
中间传输周期的TSTRB全为高
TKEEP始终全高（无空字节）

4.3 含空字节的字节流

在数据流处理中，有时需要标记某些字节为无效（如错误数据）。

# 第2和第4字节为空字节的案例
data = [ord('X')]*6
null_bytes = [1, 3]
tdata, tstrb, tkeep = generator.generate_packet(data, null_bytes=null_bytes)
plot_axi_stream(tdata, tstrb, tkeep)

显著特点：

TSTRB全高（所有字节都是有效数据或位置字节）
TKEEP在空字节位置出现低电平
接收端应忽略TKEEP=0的字节

5. 实战技巧与常见陷阱

在实际项目中应用这些信号时，有几个容易踩坑的地方值得特别注意：

时钟域交叉处理：当AXI-Stream接口跨越时钟域时，务必同步TSTRB/TKEEP信号。一个典型的同步方案：

def sync_signals(src_tvalid, src_tstrb, src_clk, dest_clk):
    # 使用两级触发器同步
    sync_tvalid = synchronize(src_tvalid, src_clk, dest_clk) 
    sync_tstrb = []
    for bit in src_tstrb:
        sync_tstrb.append(synchronize(bit, src_clk, dest_clk))
    return sync_tvalid, sync_tstrb

带宽优化技巧：当TSTRB和TKEEP功能重叠时（如只需要标识有效数据），可以只使用TKEEP，将TSTRB固定为全1。这能节省部分逻辑资源。

验证要点：在Testbench中应检查以下约束条件：