主要内容

四舍五入

当您表示具有有限精度的数字时,并非可用范围中的每个数字都可以完全表示。定点编号上任何操作的结果通常存储在比数字的原始格式长的寄存器中。当结果返回原始格式时,使用舍入方法将值施加到可表示的数量。精度始终丢失在舍入操作中,并产生量化误差和计算噪声。

舍入运行的成本和引入的偏差量取决于舍入方法本身。

当您表示具有有限精度的数字时,并非可用范围中的每个数字都可以完全表示。如果无法由指定的数据类型和缩放完全表示数字,则使用舍入方法将值投入到可表示的数量。虽然在舍入运行中总是丢失精度,但操作的成本和介绍的偏置量取决于舍入方法本身。

选择舍入法

每个舍入方法都有一组固有属性。根据您的设计要求,这些属性可以使舍入方法或多或少地对您来说。通过了解您的设计要求和了解每个舍入方法的属性,您可以确定哪些适合您的需求。要考虑的最重要的属性是:

  • 成本 - 独立于使用的硬件,舍入方法需要多少处理费用?

    • 低 - 该方法需要很少的处理周期。

    • 中等-该方法需要中等数量的处理周期。

    • 高-该方法需要更多的处理周期。

    笔记

    这里提供的成本估计是独立的硬件。有些处理器内置舍入模式,因此在计算每个舍入模式的真正成本之前,请仔细考虑您使用的硬件。

  • 偏差-舍入值减去原始值的期望值是多少: Ε θ ^ - θ 的)

    • Ε θ ^ - θ 的) < 0. -舍入法引入了负偏差。

    • Ε θ ^ - θ 的) = 0. - 舍入方法是无偏的。

    • Ε θ ^ - θ 的) > 0. - 舍入方法引入了正偏差。

定点设计师舍入模式

为了在成本和偏置之间的权衡方面提供更大的灵活性,Fixed-Point Designer™产品目前支持以下舍入方法:金宝app

定点设计师舍入模式 描述 领带处理 成本 偏见
天花板 四舍五入到正无穷方向上最接近的可表示数。 N / A. 大的积极
收敛 四舍五入到最接近的可表示数。 领带四舍五入到最接近的偶数。 无偏见
地板上 在负无穷大的方向上舍入到最近的可代表号码。相当于两个的补充截断。 N / A. 大消极
最近 四舍五入到最接近的可表示数。 领带是四舍五入到最接近的代表数字在正无穷大的方向。 温和的 小阳性
四舍五入到最接近的可表示数。
  • 对于正数,在正无穷大的方向上圆形到最近的可代表数。

  • 对于负数,在负无穷大的方向上,关系舍入到最接近的可表示号。

  • 小阴性为阴性样品

  • 对于具有均匀分布的正面和负值的样本是无偏见的

  • 小阳性为阳性样本

简单的
(金宝appSimulink.®唯一的)
之间自动选择地板上生成尽可能高效的生成代码。 N / A. 取决于操作
沿零方向舍入到最近的可代表数字。 N / A.
  • 阴性样本的大阳性

  • 对于具有均匀分布的正面和负值的样本是无偏见的

  • 大阴性为阳性样本

为诊断目的选择舍入模式

朝向天花板和舍入地板舍入有时适用于诊断目的。例如,在一系列算术运算之后,由于字样限制,您可能不知道确切的答案,这引入了舍入。如果该系列中的每个操作进行两次,一旦舍入到正无穷大,一旦舍入为负无穷大,就可以获得上限和下限正确答案。然后,您可以确定结果是否足够准确,或者如果需要额外的分析。

相关的话题