|
开发定点(fixed-point)算法时，通常需要在设计功能性、数字精度建模、及验证(仿真)速度之间取得一个平衡。现在，一种新的数据类可使此过程简单化，由此得到更简单精确的建模精度、更好的数字求精、及更快的验证周期，而ANSI C/C++正是开发这种数字求精算法的最佳语言。
某此算法天生就适用于操作整数，或那些理想中的实数(如数字滤波器的系数)，它们也可能会使用浮点或定点类型。一般而言，在算法开发的早期阶段，会经常用到C语言的float或double浮点类型，因为它们可提供一个非常大的动态数据范围，且对大多数程序来说都是适用的。见图1：
使用C内置的float类型来建模一个FIR滤波器
算法可进行数字求精，以便使用定点算术来降低最终硬件或软件实现的复杂性。在硬件方面，将整数或定点算术限制为最小位宽，可在本质上满足性能、空间、能耗的需要;如果实现中用到了DSP处理器，那么把算法限制为整数或定点算术，就可为特定程序使用尽可能便宜的处理器。
定点算术的建模可通过C语言内置的浮点或整数类型来完成，这做的话，需要显式编码并受限于C中浮点数及整数可表示的最大数：64位整数或53位尾数;这些都会给操作数的位宽带来更多的限制，例如，2个33位的数相乘，会超过64位C整数可表示的范围。图2演示了一个FIR滤波器的例子，但temp变量限制为15位的定点精度，其中10位用于整数位。在这个实现中，LSB的右部位被舍弃(量化模型的截断)，而MSB的左部位也被舍弃(包装的溢出模型)，应该意识到，使用float(或double)的模型在精度上是受限的，且不能再次合成(synthesis)。同样，由于有取整模型的严格位精度定义有先，又由于内置浮点类型的取整将会先被应用，所以对除法这样的操作来说，就非常难实现了。
(编辑:aniston)
|
