开发定点算法
这个例子展示了如何开发和验证一个简单的定点算法。
算法开发简单示例
这个例子展示了一个简单的定点滤波算法的发展和验证。我们将采取以下步骤:
1)实现二阶滤波算法，并在双精度浮点上进行仿真。
2)仪表代码可视化输出和状态的动态范围。
3)通过改变变量的数据类型，将算法转换为不动点。算法本身不会改变。
4)比较并绘制定点和浮点结果。
浮点变量定义
我们开发了双精度浮点算法。我们将使用一个二阶低通滤波器来去除输入信号中的高频。
B = [0.25 0.5 0.25];%分子系数A = [1 0.09375 0.28125];%分母系数%同时具有高频和低频的随机输入。S = rng;rng (0,“v5uniform”）;X = randn(1000,1);rng(年代);%恢复RNG状态为速度预分配输出和状态。Y = 0(大小(x));Z = [0;0];
Data-Type-Independent算法
这是一个实现标准差分方程的二阶滤波器:
y (n) = b (1) * (2) x (n) + b * x (n - 1) + b (3) * x y (n - 2)——(2)* (n - 1) - (3) * y (n - 2)
为K =1:长度(x) y(K) = b(1)*x(K) + z(1);Z (1) = (b(2)*x(k) + Z (2)) - a(2)*y(k);Z (2) = b(3)*x(k) - a(3)*y(k);结束保存浮点结果Ydouble = y;
可视化动态范围
为了转换成不动点，我们需要知道变量的值域。根据算法的复杂性，这个任务可以很简单，也可以相当具有挑战性。在本例中，输入值的范围是已知的，因此选择适当的定点数据类型很简单。我们将专注于输出(y)和状态(z)，因为它们的范围是未知的。为了查看输出和状态的动态范围，我们将稍微修改代码以显示它。我们将创建两个NumericTypeScope对象，并同时查看输出(y)和状态(z)的动态范围。
仪器浮点码
%重置状态Z = [0;0];hscope1 = NumericTypeScope;hscope2 = NumericTypeScope;为K =1:长度(x) y(K) = b(1)*x(K) + z(1);Z (1) = (b(2)*x(k) + Z (2)) - a(2)*y(k);Z (2) = b(3)*x(k) - a(3)*y(k);%处理数据和更新可视化。步骤(hscope1, z);结束步骤(hscope2, y);
分析范围内的信息
让我们首先分析变量z(状态)显示的信息。从直方图中我们可以看到动态范围位于(
]。
默认情况下，作用域使用16位的字长，允许的溢出为零。这将导致数值类型的数据类型(true, 16,14)，因为我们至少需要2个整数位来避免溢出。您可以从输入数据和结果类型面板获得有关统计数据的更多信息。从Input Data面板中，我们可以看到数据有正数和负数，因此有符号量反映在建议的数字类型中。此外，最大数据值为1.51，可以用建议的类型表示。
接下来，让我们看看变量y(输出)。从直方图中我们可以看到动态范围位于(
]。
默认情况下，作用域使用16位的字长，允许的溢出为零。这将导致数值类型的数据类型(true, 16,14)，因为我们至少需要2个整数位来避免溢出。使用这个建议的类型，您不会看到溢出或下溢。
定点变量定义
我们将变量转换为定点，并再次运行算法。我们将打开日志记录，以查看所选数据类型引入的溢出和下溢。
打开日志记录以查看溢出/下溢。FIPREF_STATE = get(fipref);Reset (fipref) fp = fipref;default_loggingmode = fp.LoggingMode;《外交政策》。LoggingMode =“上”；捕获的当前状态并将全局fimath重置为工厂%设置。globalFimathAtStart = fimath;resetglobalfimath;定义变量的定点类型，格式如下:% fi(Data, Signed, WordLength, FractionLength)B = fi(B, 1,8,6);A = fi(A, 1,8,6);X = fi(X, 1,16,13);Y = fi(零(大小(x))， 1,16,13);Z = fi([0;0]， 1,16,14);
相同的数据类型独立算法
为K =1:长度(x) y(K) = b(1)*x(K) + z(1);Z (1) = (b(2)*x(k) + Z (2)) - a(2)*y(k);Z (2) = b(3)*x(k) - a(3)*y(k);结束重置日志记录模式。《外交政策》。LoggingMode = default_loggingmode;
在本例中，我们重新定义了具有与浮点数相同名称的定点变量，以便能够内联算法代码以提高清晰度。但是，更好的做法是将算法代码包含在MATLAB®文件函数中，该函数可以用浮点或定点变量调用。看到filimitcycledemo.m这是一个编写和使用数据类型不可知算法的示例。
比较和绘制浮点和定点结果
现在，我们将绘制浮点和定点结果的大小响应以及过滤器的响应，以查看过滤器在转换为定点时的行为是否符合预期。
N =长度(x)F = linspace(0,0.5,n/2);X_response = 20*log10(abs(fft(double(x))));Ydouble_response = 20*log10(abs(fft(ydouble)));Y_response = 20*log10(abs(fft(double(y))));情节(f, x_response (1: n / 2),“c -”，.．.f, ydouble_response (1: n / 2),“bo - - - - - -”，.．.f, y_response (1: n / 2),“gs - - - - - -”）;ylabel (“以分贝为单位的幅度”）;包含(归一化频率的）;传奇(“输入”，“浮点输出”，“定点输出”，“位置”，“最佳”）;标题(浮点和定点结果的幅度响应）;
H = fft(double(b)，n)./fft(double(a)，n);H = H (1:end/2);CLF hax =轴;情节(hax, f, 20 * log10 (abs (h)));集(hax,“YLim”, -40年[0]);标题(“滤波器的幅度响应”）;ylabel (“以分贝为单位的幅度”)包含(“频率”）;
请注意，输入信号中的高频被低通滤波器衰减，这是预期的行为。
绘制误差图
CLF n =(0:长度(y)-1)';E = double(lsb(y));情节(n、双-ydouble (y),“。r”，.．.[n(1) n(end)]，[e/2 e/2]，“c”，.．.[n(1) n(end)]，[-e/2 -e/2]，“c”)文本(n(结束),e / 2,+ 1/2 LSB的，“HorizontalAlignment”，“对”，“VerticalAlignment”，“底”)文本(n(结束)- e / 2,“1/2 LSB”，“HorizontalAlignment”，“对”，“VerticalAlignment”，“高级”)包含(' n(样本)）;ylabel (“错误”）
金宝app仿真软件®
如果您有Simulink金宝app®和Fixed-Point Designer™，您可以运行这个模型，它相当于上面的算法。输出y_sim是一个定点变量，等于上面用MATLAB代码计算的变量y。
与MATLAB代码一样，可以修改块中的定点参数以匹配实际系统;这些已经被设置为与上面例子中的MATLAB代码相匹配。双击方块查看设置。
如果fidemo.has金宝appSimulinkLicense设置From Workspace变量x_sim。时间= n;x_sim.signals。值= x;x_sim.signals。尺寸= 1;%运行模拟Out_sim = sim(“fitdf2filter_demo”，“SaveOutput”，“上”，.．.“SrcWorkspace”，“当前”）;打开模型fitdf2filter_demo%验证Simulink结果与MATL金宝appAB文件相同isequal (y, out_sim.get (“y_sim”）)结束
Ans =逻辑1
本例的假设
为了简化这个例子，我们采用了默认的数学参数:四舍五入、溢出饱和、全精度积和。下载188bet金宝搏我们可以修改所有这些参数以匹配实际系统。
这些设置被选为算法开发的起点。保存这个MATLAB文件的副本，开始处理参数，看看它们对输出有什么影响。对于不同的输入，算法如何表现?有关如何设置其他参数(如舍入模式和溢出模式)的信息，请参阅fi、fimath和numerictype的帮助。
关闭所有力；bdclose所有；重置全局fimathglobalfimath (globalFimathAtStart);fipref (FIPREF_STATE);
您也可以从以下列表中选择一个网站:
