DSP-第十一章-其它.pptVIP

第十一章 算法及硬件设计 内容 1.数据格式与IQMath 2.DSP最小系统设计 3.控制系统实例 第一部分 数据格式与IQMath 定点与浮点 浮点运算DSP比定点运算DSP的动态范围要大很多。定点DSP的字长每增加1bit,动态范围扩大6dB。16bit字长的动态范围为96dB。程序员必须时刻关注溢出的发生。例如，在作图像处理时，图像作旋转、移动等，就很容易产生溢出。这时，要么不断地移位定标，要么作截尾。前者要耗费大量的程序空间和执行时间，后者则很快带来图像质量的劣化。总之，是使整个系统的性能下降。在处理低信噪比信号的场合，例如进行语音识别、雷达和声纳信号处理时，也会发生类似的问题。而32bit浮点运算DSP的动态范围可以作到1536dB，这不仅大大扩大了动态范围，提高了运算精度，还大大节省了运算时间和存储空间，因为大大减少了定标，移位和溢出检查。 浮点DSP的优势 由于浮点DSP的浮点运算用硬件来实现，可以在单周期内完成，因而其处理速度大大高于定点DSP。这一优点在实现高精度复杂算法时尤为突出，为复杂算法的实时处理提供了保证。 定点DSP的优势是什么？ 定义 定点数：通俗的说，小数点固定的数。。如果小数点在最高有效位的前面，则这样的数称为纯小数的定点数，如0.12345，0.78934等。如果小数点在最低有效位的后面，则这样的数称为纯整数的定点数，如12345，78934等。 浮点数：一般说来，小数点不固定的数。比较容易的理解方式是，考虑以下我们日常见到的科学记数法，拿我们上面的数字举例，如123.45，可以写成以下几种形式： 12.345x101 1.2345 x102 0.12345 x103 为了表示一个数，小数点的位置可以变化，即小数点不固定。 定点数与浮点数的对比 (1) 表示的精度与范围不同 例如，我们用4个十进制数来表达一个数字。对于定点数（这里以定点整数为例），我们表示区间[0000，9999]中的任何一个数字，但是如果我们要想表示类似1234.3的数值就无能为力了，因为此时的表示精度为1/100=1； 如果采用浮点数来表示（以归整的科学记数法，即小数点前有一位有效位，为例），则可以表示[0.000，9.999]之间的任何一个数字，表示的精度为1/103=0.001，精度比上一种方式提高了很多，但是表示的范围却小了很多。 定点数与浮点数的对比 (2) 计算机中运算的效率不同 一般说来，定点数的运算在计算机中实现起来比较简单，效率较高；而浮点数的运算在计算机中实现起来比较复杂，效率相对较低。 (3) 硬件依赖性 一般说来，只要有硬件提供运算部件，就会提供定点数运算的支持，但不一定支持浮点数运算。 浮点数的存储格式 IEEE floating point standard 浮点数的小数点是不固定的，那么怎么在计算机中存储这种类型的数字呢？浮点数的存储规范，就是由IEEE指定的，具体的规范文件是：IEEE Standard 754 for Binary Floating-Point Arithmetic。大家可以很容易的从网络上下载到这篇文档。 在c语言中，单精度（float）数据类型为32bits，具体的如下图所示： 浮点数表示范围 (-1)^s × (1 + m / 2^23) × 2^(e - 127) s是第一位，e是8位指数，m是数值。 可表示的范围是 ±1.40129846432481707e-45 to ±3.40282346638528860e+38. IQMath 定点DSP没有定点运算单元，它对浮点格式的实数必须通过软件才能实现，这样就增加了指令代码，间接地使得定点DSP运算速度低于浮点DSP。 因为浮点DSP的价格更加昂贵，因此定点DSP仍然有其巨大的优势。TI公司专门为定点处理器TMS320C2000系列提供的IQmath库为解决上述问题提供了良好的实现方法。 IQmath库是高度优化和具有高精度的数学函数库集合。IQmath库里面包含的函数都是采用Q格式定点数作为输入/输出，允许程序设计人员在定点TMS320F281xx处理器上进行浮点算法设计，从而提高运算速度。 IQmath库函数 IQmath库中主要包括以下函数： ◆格式转换函数IQ（）、IQN（）、IQtoF（）、IQtoIQN（）等 ◆算术运算函数IQmpy（）、IQdiv（）等 ◆三角运算函数IQsin（）、IQcos（）、IQatan2（）等 IQMath的使用 为了应用IQmath，首先要从TI官方网站下载IQmath库，文档名称为SPRC08