第九章 数字信号处理的有限字长效应.pptVIP

第九章 数字信号处理中的有限字长效应 理工学院 9.1 引言 9.1.1 数字系统与有限字长效应 前面的内容，都只是涉及信号在时间上是离散的这一特征，并没有涉及数值上离散的特征。而对于真正的数字信号的处理，只需要在前面所讨论的离散时间信号处理的原理和方法的基础上，加入字长效应的影响。实际实现一个离散系统时，无论是软件还是硬件方式，都是以数字形式实现的，都要对数据进行量化处理（即用有限字长来表示），量化后的数据是有限精度的。 把一个离散系统的数据认为事无限精度的系统称作取样数据系统；若离散系统的数据是有限字长，则此系统就是数字系统。 对于一个数字系统，由于本应为无限精度的数据变为有限字长来进行处理，因此肯定会对系统的特性产生一定影响，这就是有限字长效应问题。这个问题本来是数字信号处理中的一个重要问题，但是，随着计算机和微处理器技术的飞速发展，运算速度和运算精度都在不断提高，使得有限字长效应的重要性已逐渐降低。不过，在数字信号处理的一些实际应用中，这个问题还是存在的，因此，有必要了解它的影响以及降低影响的一些方法。 9.1.2 关于数的表示 进行数字信号处理时，数的表示有定点制和浮点制两种。 浮点制运算比定点制运算的动态范围大，处理精度高，但实现较复杂而且运算速度较慢，因而常用于计算机上的软件实现，进行非实时处理。 在实时处理中定点制运算得到广泛应用，因为它运算速度较快而且硬件实现较经济，但是由于定点运算的动态范围和处理精度受限制较大，因而有限字长效应问题比较突出。本章主要讨论定点制算法的有限字长效应。 定点表示法 所谓定点表示法，是指在计算机中所有数的小数点的位置人为约定固定不变。这样，小数点的位置就不必用记号“．”表示出来了。一般地说，小数点可约定固定在任何数位之后，但常用下列两种形式：　　 　  　　显然，定点数表示法使计算机只能处理纯整数或纯小数，限制了计算机处理数据的范围。为了使得计算机能够处理任意数，我们事先要将参加运算的数乘上一个比例因子，转化成纯小数或纯整数后进行运算。运算结果比例因子还原成实际数值。比例因子要取得合适，使参加运算的数、运算的中间结果以及最后结果都在该定点数所能表示的数值范围之内。 （2）浮点表示法　　在浮点表示法中，小数点的位置是浮动的。为了使小数点可以自由浮动，浮点数由两部分组成，即尾数部分与阶数部分。 　　其中，尾数部分表示该浮点数的全部有效数字，它是一个有符号位的纯小数；阶数部分指明了浮点数实际小数点的位置与尾数（定点纯小数）约定的小数点位置之间的位移量P。该位移量P（阶数）是一个有符号位的纯小数。　当阶数当为+P时，则表示小数点向右移动P位；当阶数为－P时，则表示小数点和左移动P位。因此，浮点数的小数点随着P的符号和大小而自由浮动。　　从上述可知，一个浮点数是由两个定点数组合而成的。而一个定点也可以看成是浮点数的一个特例。即当浮点数的阶数部分为零时（表示访数实际小数点的位置与定点小数约定位置一致），这样，浮点数只剩下尾数部分了。同理，定点数表示法是浮点数表示法的基础，而浮点数表示法是定点数表示法的应用 9.1.3 量化误差 数的定点表示：设寄存器长L+1位，则除了一位符号位外，可表示的最小数为q=2-L，这个值称为量化间距。若要处理的数有M+1位（含符号位），且ML，则这个数要存储于寄存器中就必须被量化。有两种量化方法：截尾和舍入。截尾就是将寄存器容纳不下的低位数截断；舍入是在数据的L+1位上加1，然后截断为L位。 可见，在定点制中可表示的数的位数由寄存器的长度决定。 当数x被量化时，就引入误差e，有： (9.1) 其中Q[x]为x的量化值，即经截尾或者舍入后的值。 由图9.1可知，定点制截尾处理的量化误差et的范围为： 补码： -qet≤0 原码、反码： 当 x0时， -qet ≤0 当 x0时， 0≤etq 由图9.2可知定点制舍入处理的量化误差er的范围为： -q/2er≤q/2 9.2 A/D变换的字长效应 所谓A/D变换即由模拟到数字的变换，一般可分为两步，即抽样与量化编码。抽样数据信号x(n)=xa(nTs)的每个抽样值的精度是无限的，经过量化编码之后，成为有限精度的数字信号。 9.2.1 量化效应的统计分析 A/D变换的结果一般都用定点制补码来表示。量化方法无论采取截尾还是舍入，其误差都可以表示为：e=Q[x]-x。因此，量化后的抽样值可以表示为：