定点设计师
建模和优化定点和浮点算法
定点设计师™提供的数据类型和工具在嵌入式硬件优化和实施定点和浮点算法。它包括定点和浮点数据类型和靶特异性数字设置。随着定点设计,您可以执行目标感知模拟是固定点位真。然后,您可以测试和调试的量化效果,如实施硬件设计之前溢出和精度损失。
定点设计器提供的应用程序和工具,用于分析双精度算法和将它们转换为降低精度浮点或固定点。优化工具允许您选择,满足您的数值精度需求和目标硬件限制的数据类型。为了有效地实现可以代替昂贵的计算设计结构与硬件的最佳模式,如压缩查找表。
产品C和HDL代码可以直接从您的固定和浮点优化模型生成。
入门:
浮点仿真
在仿真和代码生成过程中,为非法线浮点数(例如刷新到零)模拟目标硬件行为。用fp16半精度数据类型在MATLAB中模拟有限精度浮点数®和Sim金宝appulink®。
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。
定点量化
通过一个有指导的工作流,探索不同的定点数据类型及其对系统数值行为的量化效果。在你的设计中观察变量的动态范围,并确保算法在转换后的浮点和定点表示法中表现一致。
数据类型的优化
自动遍历各种定点配置以选择最优的异构数据类型,同时满足对系统的数值行为的容忍约束。该优化旨在使用定点数据类型最小化总位宽,以实现有效的设计。
函数逼近和查找表压缩
近似数学复杂的功能(诸如SQRT和EXP)或具有最佳查找表复杂的子系统。压缩现有的查找表,通过优化数据点和数据类型,以减少内存使用。
溢出和精度丢失检测
快速识别、跟踪和调试溢出、精度损失和范围或精度浪费的来源,并将您的设计与理想的浮点行为进行比较。你的模型和代码的真正的一致最大化了基于模型的设计的许多好处,使你能够在工作流程的早期发现这些问题。
试验数值边缘情况
生成数字富定点和浮点值,如靠近边界和反规范数值,以您的算法进行数值一致性测试边缘情况。生成具有不同的尺寸和复杂性,并与整数,浮点,或定点数据类型的信号组合。
加强定点工具
探索信号范围在您的设计和使用的数据类型转换优化您的Simulink模型金宝app
查找表的优化
迭代地重新设计并批量压缩查找表,并行地运行查找表优化
数据类型的优化
增强功能,包括指定已知的数据类型和安全余量作为附加约束
技术预览版
设计,模拟,并生成在Simulink半精度数据类型的代码金宝app
定点图书馆
金宝appSimulink模块库的硬件高效的数学运算和矩阵运算。
查看发行说明有关这些功能和相应功能的详细信息。