Matlab定点化

当要对于算法的硬件实现，使用Matlab进行定点化仿真非常重要，网上Matlab定点化仿真的资料比较少，下面是我总结的资料。

Matlab定点化三种方法：

1.使用round、floor等函数在每次运算后直接进行截断

各种截断方法：

ceil() 向上取整

fix() 向0取整

floor() 舍弃小数部分（向下取整）

round() 四舍五入取整

直接截断取整可能会出现高频噪声，最好使用四舍五入取整。

2.使用num2fixpt()函数进行截断

num2fixpt(19.875, sfix(8), 2^-2, 'Floor', 'on')  = 19.75

num2fixpt(19.875, sfix(8), 2^-3, 'Floor', 'on')  = 15.875

num2fixpt(19.875, sfix(9), 2^-3, 'Floor', 'on')  = 19.875

3.使用fi对象进行定点化：

（1）首先定义fimath对象和numerictype对象

fimath对象：定义运算模式和位数

numerictype对象：定义数据位数

numerictype中FractionLength可以大于WordLength-1，但是这样高位的小数位会被舍去，也可以用'Slope'属性指定。如：

F = fimath('CastBeforeSum', 0, 'OverflowMode', 'Saturate', ...

  'RoundMode', 'floor', 'ProductMode', 'SpecifyPrecision', 'SumMode', 'SpecifyPrecision', ...

  'ProductWordLength', 16, 'ProductFractionLength', 14, 'SumWordLength', 16, 'SumFractionLength', 14);

T = numerictype('WordLength', 16, 'FractionLength', 14);

（2）用fimath对象和numerictype对象定义浮点数的fi对象

如：fi( x, numerictype, fimath );

（3）利用定义好的fi对象进行运算

该方法对定点过程处理的细节定义的比较详细灵活，不需要每一步运算定点化一次，但是对很多函数不兼容，需要写一些基本函数

用double可以将fi对象变成普通的对象。

另外，还有专门CORDIC函数处理fi对象的运算问题。

isfimathlocal可以用来判断是否有local fimath对象。 使用isfi可以判断是否为fi对象。可以用F = a.fimath获得fimath对象，用T = a.numerictype获得numerictype对象。

为了确保运算过程不会出问题，比如需要检测定点运算过程中特有的溢出问题，方法如下：

使用fipref函数检测

如：

fipref('LoggingMode', 'on', 'DataTypeOverride', 'ForceOff');

......

fipref('LoggingMode', 'off');

可以检测运算过程溢出等问题，而溢出分为上溢和下溢：

上溢是数值太大，约化为最大值或变为负值等各种情况
下溢是数值接近0倍约为0

附注：

输出方法：

对于fi对象a，a.bin，a.dec和a.hex表示a的二进制，十进制和十六进制表示，还可以用a.int输出有符号数。

关于除法：

定点运算能不用除法就不用除法，除法容易出问题。对于fi对象的方法，它的小数点定标会发生改变，假设被除数和除数小数位一样，那么商的小数位长会变为0。如果被除数小数位更大，此时商才有小数位长，而当除数小数位更长时，商的小数位长（FractionLength）会变为负值。使用devide(numerictype, a, b)进行更精细的操作也许能避免这些错误，或者使用cordic函数。

关于cordic函数：

cordicangle(u)获得u的角度，范围在[-pi, pi]内，定点化时默认输出位长16位，小数位13。

cordicrotate(angle, u)将u旋转。

关于运算单元输出宽度：

累加器的输出和加法数量有关，对于等长的数宽W，加数为L，则最终宽度为W+log2(L)-1

滤波器定点化仿真：

使用filter函数对filter定点化的对象a和数据b直接处理，如：filter(a, b)

关于CIC滤波器等一些滤波器处理则比较复杂，使用的是dsp工具箱，在获得合适的CIC参数后，还要将数据处理成dsp对象，如：

hsr = dsp.SignalSource( ee.', length(ee) );  %变成工具箱能处理的数据对象

hcicint = dsp.CICInterpolator(l, 1, nsecs);

Tx = step( hcicint, step(hsr) );

运算精度控制：

使用digits和vpa函数可以控制Matlab运算的精度

其中digits指定了vpa处理变量的数值有效位数，该方法会大大降低运算速度，慎用

double 转化为双精度，一般的数值计算都是double型的

single 转化为单精度

eps可以得到与数轴上下一个数的数值差

为了让更方便理解Matlab定点化的使用方法，可以参考我下一篇文章：
Matlab定点化仿真的一个例子：使用CIC滤波器进行数字上变频的仿真