打开mSimpleFIR模型。

open_system (“mSimpleFIR”）;

检查嵌入式高效过滤器子系统。

open_system ('msimplefir /嵌入式高效过滤器'）;

已知的设计最小值和最大值在模型中的块上明确指定，包括在输入和输出上嵌入式高效过滤器子系统。

打开定点工具。在仿真软件上®金宝app应用程序标签，下面代码生成，单击应用程序图标。

要启动优化的定点转换工作流，请选择优化定点转换．

选择要分析的子系统。下设计下的系统（sud）,选择嵌入式高效过滤器子系统。

选择要使用的范围收集方法。下范围收集模式中,选择导出范围的模拟．在优化的范围分析步骤期间，该工具将从模拟最小值和最大值的范围组合，设计在模型中的块中明确指定的最小值和最大值，以及通过派生分析来计算的最小值和最大值来实现派生的范围模型中的对象。

指定模拟输入．对于本例，使用默认的模型输入进行模拟。

为记录的信号指定信号公差。设置绝对的宽容和相对宽容的output_signal: 1来0.01．

要为定点转换准备模型，请单击准备．定点工具创建模型的备份版本，并检查模型是否与转换过程兼容。有关准备检查的更多信息，请参见使用定点工具为转换准备一个系统．

接下来，扩展设置按钮箭头以配置要用于数据类型优化的设置。对于此示例，请使用默认设置。

要优化模型中的数据类型，请单击优化数据类型．

在优化过程中，该软件分析系统中正在设计的对象的范围。优化将考虑所有指定的行为约束，包括设计最小值和最大值以及信号公差，以便在最小化目标函数的同时将异构数据类型应用到系统中。对于本例，目标函数被设置为默认值位宽度总和，这指示优化以最小化设计下系统中的单词长度的总和。

在优化过程中，软件更改了多个设置和模型配置参数。这些变化的这些目的包括抑制诊断，使使用模拟数据检查器进行记录，从而减少结果所消耗的内存，确保模型的有效性，加速优化过程，并关闭数据类型覆盖。有关更多信息，请参阅数据类型优化期间的模型配置更改．您可以在优化完成后恢复这些诊断。

关于优化过程的细节被打印到优化的细节窗格中的定点工具。通过单击，可以在优化搜索完成之前暂停或停止优化求解器停止．

当优化完成时，定点工具将显示一个表，其中包含在优化过程中找到的所有解决方案。金宝搏官方网站解决方案1表中对应的是找到的最佳解决方案。

金宝搏官方网站解决方案基于表格中的订购成本，它由指定的目标函数定义设置菜单。满足定义的行为约束金宝搏官方网站的可行解在解表中标记为通过状态。金宝搏官方网站不满足行为约束的解决方案被标记为失败状态。这个例子使用过滤器子系统的输出公差来定义系统的期望行为。有关定义其他类型的行为约束的更多信息，请参见指定行为的约束．

在优化过程中，该工具收集模型中对象的范围和统计信息。为了探索这些范围，在工作流的浏览器窗格中,选择BaselineRun．

这结果电子表格显示在优化范围收集阶段收集的统计信息的摘要，包括模拟最小值和模拟最大值。中的任何结果都可以查看更多详细信息结果细节窗格。这仿真数据可视化窗格显示模型中每个对象使用的位的直方图摘要。

中显示的信息可以自定义结果电子表格，或使用探索选项卡以根据附加条件对这些结果进行排序和过滤。有关更多信息，请参阅定点工具中的控制视图．

在优化过程中找到的最佳解决方案，解决方案1，则自动应用于模型。要将此优化的解决方案与基线运行进行比较，请单击比较．在嵌入式高效过滤器子系统，您可以看到应用的优化定点数据类型。当你点击比较对于已记录信号的模型，工具将打开仿真数据检查．在仿真数据检查器中，选择output_signal.作为比较的信号。图的工厂输出信号解决方案1在指定的公差范围内。

您可以通过从解决方案表中选择解决方案并单击来继续探索其他解决方案金宝搏官方网站应用和比较．

在定点工具中优化数据类型后，您可以选择将优化工作流步骤导出到MATLAB®脚本。这允许您保存当前优化工作流步骤，并继续使用数据类型优化fxpopt在命令行。

点击导出脚本导出名为的脚本fxpOptimizationOptions转到当前工作目录。

在转换过程之后，如果要在转换过程开始时将模型恢复为其状态，请单击恢复原始模型．在转换的准备阶段之后对模型所做的任何更改都将被删除。

打开mSimpleFIR_fxp模型。

open_system (“mSimpleFIR_fxp”）;

检查嵌入式高效过滤器子系统。

open_system (“mSimpleFIR_fxp /嵌入式高效过滤器”）;

已知的设计最小值和最大值在模型中的块上明确指定，包括在输入和输出上嵌入式高效过滤器子系统。

打开定点工具。在仿真软件上®金宝app应用程序标签，下面代码生成，单击应用程序图标。

要启动优化的定点转换工作流，请选择迭代定点转换．

选择要分析的子系统。下设计下的系统（sud）,选择嵌入式高效过滤器子系统。

选择要使用的范围收集方法。下范围收集模式中,选择导出范围的模拟．在优化的范围分析步骤期间，该工具将从模拟最小值和最大值的范围组合，设计在模型中的块中明确指定的最小值和最大值，以及通过派生分析来计算的最小值和最大值来实现派生的范围模型中的对象。

指定模拟输入．对于本例，使用默认的模型输入进行模拟。

为记录的信号指定信号公差。设置绝对的宽容和相对宽容的output_signal: 1来0.01．

要为定点转换准备模型，请单击准备．定点工具创建模型的备份版本，并检查模型是否与转换过程兼容。有关准备检查的更多信息，请参见使用定点工具为转换准备一个系统．

接下来,收集范围。扩大收集范围按钮箭头并选择双精度．点击收集范围启动Range Collection运行。

当您选择双精度作为范围收集模式，该工具在启用数据类型覆盖的情况下模拟设计中的系统。数据类型覆盖对模型中的定点数据类型执行全局覆盖，从而避免量化效果。这使您能够为模型的行为建立一个理想的浮点基线。

范围收集的结果存储在BaselineRun．这结果电子表格显示范围收集模拟期间收集的统计信息的摘要，包括模型上当前指定的数据类型(SpecifiedDT)、仿真最小值和仿真最大值。已编译数据类型(CompiledDT）列显示所有对象的双倍嵌入式高效过滤器，这表明在距离收集模拟期间应用了数据类型覆盖。

中的任何结果都可以查看更多详细信息结果细节窗格。这仿真数据可视化窗格显示模型中每个对象使用的位的直方图摘要。模拟结果表明，模型中有若干物体存在潜在的潜流。

中显示的信息可以自定义结果电子表格，或使用探索选项卡以根据附加条件对这些结果进行排序和过滤。有关更多信息，请参阅定点工具中的控制视图．

接下来，扩展设置按钮箭头，以配置用于数据类型建议的设置。集提出来字长．

根据收集的范围和指定的数据类型建议设置建议数据类型，单击提出数据类型．该工具使用所有可用的范围数据来计算数据类型建议，包括设计最小值或最大值，模拟最小值或最大值，以及导出的最小值或最大值。为系统中所有的对象提出了数据类型根据定点工具的更改锁定输出数据类型设置参数被清除。

要将建议的数据类型写入模型，请单击应用数据类型．工具更新SpecifiedDT列，以显示数据类型已应用于模型。

使用应用的定点数据类型模拟模型。扩大使用嵌入式类型进行模拟按钮箭头并选择指定数据类型．然后点击使用嵌入式类型进行模拟．

固定点工具使用新的定点数据类型模拟模型，并为设计下系统中的所有对象记录最小和最大值和溢出数据。此信息存储在名为的新运行中EmbeddedRun．旁边的图标EmbeddedRun显示通过状态，表明设计中的系统中的所有信号满足指定的公差。这仿真数据可视化窗格更新以显示新的EmbeddedRun数据。

来比较储存在BaselineRun对于新应用的定点数据类型，请选择EmbeddedRun从在SDI跑步比较下拉式菜单。然后点击比较结果打开仿真数据检查．

在仿真数据检查器中，选择output_signal.作为比较的信号。

图中的滤波器输出信号为EmbeddedRun在指定的公差范围内。

如果转换后的系统的行为不满足您的需求，或者您希望研究其他数据类型选择的效果，您可以在应用新的建议设置之后提出新的数据类型。继续迭代，直到找到可以接受系统定点行为的设置。

在转换过程之后，如果要在转换过程开始时将模型恢复为其状态，请单击恢复原始模型．在转换的准备阶段之后对模型所做的任何更改都将被删除。

打开mSimpleFIR_fxp_ovf模型。

open_system ('msimplefir_fxp_ovf'）;

检查嵌入式高效过滤器子系统。

open_system (“mSimpleFIR_fxp_ovf /嵌入式高效过滤器”）;

已知的设计最小值和最大值在模型中的块上明确指定，包括在输入和输出上嵌入式高效过滤器子系统。

打开定点工具。在仿真软件上®金宝app应用程序标签，下面代码生成，单击应用程序图标。

要启动范围收集工作流，请选择范围集合．

选择要分析的子系统。下设计下的系统（sud）,选择嵌入式高效过滤器子系统。

选择要使用的范围收集方法。下范围收集模式中,选择导出范围的模拟．在范围收集过程中，该工具将从模拟最小值和最大值、在模型块上明确指定的设计最小值和最大值，以及通过静态分析计算得出的最小值和最大值，这些静态分析派生出模型中对象的范围。

指定模拟输入．对于本例，使用默认的模型输入进行模拟。

为记录的信号指定信号公差。设置绝对的宽容和相对宽容的output_signal: 1来0.01．

接下来，扩展收集范围按钮箭头，以配置用于范围收集的设置。选择双精度在基线范围收集运行期间，使用双精度浮点数临时覆盖模型中的数据类型。点击收集范围．

范围收集运行的结果存储在BaselineRun．这结果电子表格显示范围收集期间收集的统计信息的摘要，包括模型上当前指定的数据类型(SpecifiedDT)、仿真最小值和仿真最大值。已编译数据类型(CompiledDT）列显示所有对象的双倍嵌入式高效过滤器，这表明在距离收集模拟期间应用了数据类型覆盖。

中的任何结果都可以查看更多详细信息结果细节窗格。这仿真数据可视化窗格显示模型中每个对象使用的位的直方图摘要。

中显示的信息可以自定义结果电子表格，或使用探索选项卡以根据附加条件对这些结果进行排序和过滤。有关更多信息，请参阅定点工具中的控制视图．

接下来，使用当前在模型上指定的定点数据类型模拟模型。扩大设置按钮箭头并选择指定数据类型,然后单击使用嵌入式类型进行模拟．

定点工具将仿真结果存储在EmbeddedRun．

旁边的图标EmbeddedRun显示失败状态，指示一个或多个信号不符合指定的公差。结果产品块表示此结果有问题。这结果细节窗格显示块溢出了1670次，表明选择的单词长度很差。

来比较储存在BaselineRun对于定点结果，选择EmbeddedRun从在SDI跑步比较下拉式菜单。然后点击比较结果打开仿真数据检查．在仿真数据检查器中，选择output_signal.作为比较的信号。