在定点算法实现中,由于数的定标直接影响到运算的精度,因此,确定各个变量的Q值非常重要.当Q值选得过大时,可能导致变量取值超出其所能表示得范围而导致失真;当Q值选得过小时,又会因为其所能表示的精度太低达不到较好的算法性能。
确定Q值的问题实际上就是要确定变量的动态范围。
设变量的最大绝对值为|max|,取一个整数n,使其满足
2^(n-1)< |max|<2^(n)
则有
2^(-Q)=2^(-15)×2^n=2^(-(15-n))
Q = 15 – n
例如,
变量的取值在-3~+3之间,n=2,Q=15-n=13
那么,当x=2.5时,表示为010.1 0000 0000 0000 = 5000H
于是,Q值的确定转化为变量的最大绝对值取值的确定,传统上主要采用两种方法
理论分析法:通过数学理论分析确定,例如:
统计分析法:对于无法用理论分析确定的变量,应该采用统计分析的方法来确定其适当的Q值。
所谓统计分析方法,就是用足够多的输入信号样值来确定程序中的变量的动态范围。统计分析的结果依赖于两个因素:一是输入的样值是否足够多;二是输入的样值是否遍历各种可能的取值范围。
动态Q值方法:
下面举例来说明。
互相关:

本文讨论了定点算法中Q值选择的重要性,分析了Q值过大或过小可能带来的问题,并介绍了如何根据变量动态范围确定Q值。通过理论分析法和统计分析法确定Q值,同时探讨了动态Q值方法在处理如互相关运算时确保精度的实现,以解决浮点到定点转换中精度损失的问题。
最低0.47元/天 解锁文章
2198

被折叠的 条评论
为什么被折叠?



