定点设计师
对定点和浮点算法进行建模和优化
固定点设计器™提供数据类型和工具，用于开发固定点和单精度算法，以优化嵌入式硬件的性能。定点设计器分析您的设计，并提出数据类型和属性，如字长和缩放。您可以指定详细的数据属性，如舍入模式和溢出操作，并混合单精度和定点数据。您可以执行位真仿真来观察有限范围和精度的影响，而无需在硬件上实现设计。
定点设计器允许您将双精度算法转换为单精度或定点。您可以创建和优化满足数值精度要求和目标硬件约束的数据类型。您可以通过数学分析或仪表化模拟来确定设计的范围需求。定点设计器提供了应用程序和工具来指导您完成数据转换过程，并使您能够将定点结果与浮点基线进行比较。
定点Designer支持C，HDL和PLC金宝app代码生成。
开始:
指定定点数据类型及其所有属性，如舍入模式。
可视化信号范围和直方图数据。
派生范围分析
根据对设计的数学分析推导出信号范围，并确定最差情况范围或边缘情况，而不必创建完全详尽的模拟测试工作台。使用派生范围，您可以确保您的设计可以防止或处理所有可能的溢出。
使用设计范围派生范围。
定点量化
探索不同的定点数据类型，并与导游的工作流系统的数值行为的量化效应。观察变量的动态范围，在设计中，并确保算法转换后的浮点和定点表示一致的行为。
使用定点工具转换浮点模型。
自动转换采用单精度转换器。
数据类型优化
自动迭代通过各种定点配置来选择最佳的异构数据类型，同时对系统的数值行为符合公差约束。优化的目的使用定点数据类型有效的设计，以最小化总位宽。
函数逼近和查找表压缩
近似数学复杂的功能，诸如SQRT，EXP，或复杂的子系统，具有最佳查找表。压缩通过减少数据点和数据类型的现有的查找表内存使用情况。
溢出和精度丢失检测
快速识别，跟踪和调试溢出，精度损失，浪费的范围或精确的来源，并将其与理想的浮点性能。位真正的协议，最大限度地提高基于模型的设计有很多好处，比如在工作流程早期发现问题的能力。
跟踪溢出的根本原因。
试验的数值边缘情况
生成数值丰富的定点和浮点值来测试边界用例，例如接近边界的值和非法线数，以保证算法的数值一致性。生成具有不同维度或复杂性的信号，以及整数、浮点或定点数据类型的组合。
使用数据生成器api生成测试数据。
定点工具
在定点工具中提出基于多个仿真场景的数据类型
还原点
恢复模型到原始设计
查找表的优化
允许不在曲线表中的值在优化的查找表
数据类型优化
为数据类型优化指定多个模拟场景
有限公司精密机器学习
量化并生成经过训练的支持向量机模型的定点C/ c++代码
测试位模式
生成模拟输入值来测试整个工作范围位为您的设计
半精度数据类型
在MATLAB设计和仿真半精度系统
看到发行说明对任何这些特征和对应的功能的详细说明。
