什么是量化？

量化是将连续无限值映射到较小的离散有限值的过程。在模拟和嵌入式计算的上下文中，它是近似与数字表示的真实界限，该数字表示引入了值的精度和范围的限制。量化在算法中引入了各种错误源，例如舍入错误，下溢或溢出，计算噪声和限制周期。这导致理想的系统行为与计算的数值行为之间的数值差异。

要管理量化的影响，您需要选择正确的数据类型来表示真实信号。您需要考虑用于编码信号的数据类型的精度，范围和缩放，并且还考虑量化对算法数值行为的非线性累积效应。当您具有诸如反馈循环的构造时，这种累积效果进一步加剧。

为什么量化很重要

转换设计用于嵌入式硬件的过程需要考虑量化错误。量化误差会影响信号处理，无线，控制系统，FPGA，ASIC，SOC，深度学习和其他应用。

信号处理和无线应用中的量化

在信号处理应用中，量化误差会导致噪声的产生并降低信号质量信噪比（SNR）。SNR在DB中测量，并且通常被描述为每个附加位的x分贝。为了管理量化噪声并将其保持在可接受的级别，您需要选择正确的设置，例如数据类型和舍入模式。

控制系统中的量化

在设计控制系统时，特别是针对低功耗微控制器，可以使用整数或定点算法来平衡实时性能要求和低功耗约束。在这种设计中，需要选择既能适应输入传感器信号的动态范围和精度，又能满足输出信号的精度要求的数据类型，同时又不会因为量化而出现数值差异。

FPGA、ASIC和SoC的量化开发

将设计从浮点转换为固定点可以通过降低FPGA资源利用率，降低功耗，延迟要求等来帮助最小化电力和资源消耗。但是，此转换介绍了量化错误，因此您必须适当预算量化噪音转换设计时。

深度学习量化

量化对于优化深度学习模型已经变得非常重要，因为它有助于在部署到嵌入式系统时加速推理。您可以使用8位整数使用混合精度推断，并且正在进行的学术研究正在探索用于量化的4位和6位整数。

量化的工作方式

量化误差是非线性操作的累积效应，如对信号小数部分的舍入或信号的动态范围的溢出。在转换嵌入式硬件的设计时，您可以通过观察设计中的关键信号或变量来考虑量化错误，并对量化错误进行预算，使数值差异在可接受的公差范围内。

用Matlab和Simulink量化量化金宝app

用MATLAB和Simulink金宝app，你可以:

• 探索并分析量化误差传播
• 自动量化您的设计，以有限的精度
• 调试量化导致的数值差异

探索和分析量化错误

您可以通过自动模型范围的仪器收集模拟数据和统计信息。该数据的MATLAB可视化使您能够探索和分析您的设计，以理解您的数据类型选择如何影响潜在的信号。

自动量化你的设计

您可以通过选择特定数据类型来量化您的设计，或者您可以迭代探索不同的定点数据类型。使用引导工作流程，您可以看到量化对系统数值行为的整体效果。

或者，您可以解决优化问题，为您的设计选择最佳的异构数据类型配置，以满足系统的数值行为的公差约束。

了解有关固定点转换的更多信息：

• 手动将MATLAB代码转换为固定点的最佳实践
• 使用定点工具迭代地转换您的Sim金宝appulink模型
• 使用定点优化的自动转换

由于量化而调试数值差异

使用MATLAB，您可以识别，跟踪和调试数值问题的源，例如溢出，精度损耗，浪费的范围或精度在您的设计中。