浮点运算转定点运算.docxVIP

与afreez —起学习DSP中浮点转定点运算 一：浮点与定点概述 i.i相关定义说明 定点数：通俗的说，小数点固定的数。以人民币为例，我们日常经常说到的如 123.45 ￥, 789.34 ￥等等，默认的情况下，小数点后面有两位小数，即角，分。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： 1 12.345x10 1.2345 x102 0.12345 x10 3xi 为了表示一个数，小数点的位置可以变化，即小数点不固定。 1.2定点数与浮点数的对比 为了简单的把问题描述清楚， 这里都是十进制数字举例， 详细的分析，大家可以在后面的文 章中看到。 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 1/10°=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。 也就是说，一般的，定点数表示的精度较低，但表示的数值范围较大；而浮点数恰恰相 反。 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。 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 (不知道说的确切否， 没有听说过不支持定点数运算的硬件) ，但不一定支持浮点数运算，如有的很多嵌入式开发 板就不提供浮点运算的支持。 1.3与DSP的关系 一般说来，DSP处理器可以分为两大类：定点与浮点。两者相比较而言，定点 DSP处 理器速度快，功耗低，价格也便宜；而浮点 DSP则计算精度高，动态范围大。 :浮点数的存储格式 2.1 IEEE floati ng point sta ndard 上面我们说了，浮点数的小数点是不固定的， 如果每个人都按照自己的爱好存储在电脑 里，那不就乱套了吗？那么怎么在计算机中存储这种类型的数字呢？象这类古老的问题前人 早都为我们做好了相应的规范， 无规矩不成方圆吗。 我们平时所说的浮点数的存储规范， 就 是由 IEEE 指定的，具体的规范文件是：IEEE Sta ndard 754 for Bin ary Floati ng-Poi nt Arithmetic。大家可以很容易的从网络上下载到这篇文档。 下面，偶就大致的描述一下，感兴趣的“同志”们可以阅读原文。 在c语言中，单精度（float）数据类型为32bits，具体的如下图所示： 整个32bits分三部分，即 Sign：符号位，1 bit，0为正，1为负； Exponent（bias）:指数部分，8 bits，存储格式为移码存储（后面还会说明） ，偏移量 为 127 ； Mantissa（fraction）：尾数部分。 对应的双精度（double）类型的格式为： 同样，64位也被分为了三部分，对照单精度，不用我说就可以理解各个部分的含义了吧？ 是不是有点迷糊了，不要怕，理论这个东西最能忽悠人了，看起来很高深，其实也 就是个屁大的事，举个例子就很容易明白了。 举例说明，如3.24x103，则对应的部分为，Sign为0，3为指数部分（注意计算机里面存储 的不是3，这里仅仅为了说明），3.24为尾数。我们知道，计算机“笨”的要死，只认识 0 和1,那么到底一个浮点数值在计算机存储介质中是如何存储的呢？ 例如，我们要想偷窥浮点类型的值 4.25在计算机硬盘中存储的庐山真面目，请跟我来：首 先把4.25转换成二进制的表达方式，即 100.01，在详细点，变成1.0001x22，好了，对号入 座把。 Sig n=0; Man tissa=1.OOO1-1.O=OOO1 (规格化后，小数点前总是整数 1，全世界人都知道前面是 1不是 0，所以省略不写了，即尾数部分不包括整数部分；当别人问你，为什么 23 bit的尾数部分 可以表示24位的精度，知道怎么回答了吧。 靠，什么，没有看懂，再仔细读两便就知道了)。 对照上面的图示，相信你已经看明白了吧？相信你的智商。 为了加深认识，再来一个。如果 给定你一个二进制数字串， 01