# FPGA中定点、浮点、量化

FPGA中定点、浮点、量化

1.原码、反码、补码表示：
FPGA支持定点运算和浮点运算，但是浮点运算更复杂：
定点包括原码、反码、补码表示：
原码：1_110表示-0.75 0_110表示0.75
补码：通常，有符号数指二进制数用补码表示
正数原码补码反码都一样，
对于负数，原码、反码、补码均不同
如-1，如果用四比特有符号数表示，
则原码：1001，反码：1110，补码：1111。
即原码补码转化原理：补码等于反码+1

当然，负数的补码也可以这样计算：若原来的负数是a,则转化为补码是2^N+a，所以-1的补码就是15.

2.定点、浮点区别及易误点
11 浮点：小数点“浮动”：不固定。IEEE754-1985标准定义了32位浮点数（单精度）、64位（双精度）
易误点：浮点数并不仅仅是“float”"double"小数，也可以表示整数，IEEE表示范围为 1.1810e38~~3410e38.
22定点：小数点“固定”。
易误点：定点数不仅仅是“int”（小数点在最后）这样的整数，也可表示小数、负数，需程序设计者自己指定各位表示的含义。
易误点：所谓的浮点和定点是程序设计者逻辑层面的理解，计算机cpu的读取只是0、1这样的比特流。
33为什么要把浮点转化为定点？？？
答：浮点数占用存储空间大、而且读取效率不高，计算复杂。
因此转化为定点数，定点数计算简单、占用空间小
但是转化为定点数损失了精度，浮点数可以表示更大范围、更高精度的实数

3.浮点转定点（量化）
11怎么把浮点转定点？？？
答：如浮点数-0.5001，要转化为定点小数（1位符号位、1位整数位、6位小数位）
只需要-0.5001*2^6（量化系数）~=-32，
补码表示：256-32=224(11100000)这个过程也叫量化
22 matlab量化
x = [1.0000 0.8660 0.5001 -0.4997 -0.8658];
x_fix = quantizer(‘fixed’,‘round’,‘saturate’,[8,6]);%'fixed’表示有符号定点，'round’表示四舍五入取整
c=num2bin(x_fix ,x)%将定点数转化为有符号二进制，负数用补码表示

c =

5×8 char 数组

'01000000'
'00110111'
'00100000'
'11100000'
'11001001'

fix_x = quantize(qpath,x)

fix_x =

1 至 4 列

1.0000    0.8594    0.5000   -0.5000

5 列

-0.8594

c=num2int(qpath ,x)

c =

64    55    32   -32   -55

c=num2hex(qpath ,x)

c =

5×2 char 数组

'40'
'37'
'20'
'e0'
'c9'