定点与浮点数字信号处理的威廉希尔官方网站 概述和应用注意事项

数字信号处理器 （DSP） 对于实时处理真实世界的数字化数据至关重要，可执行从基本消费电子产品到复杂工业仪器仪表等广泛应用所需的高速数值计算。DSP 可通过软件进行编程以实现最大的灵活性，并由易于使用的低成本开发工具提供支持，使设计人员能够为其产品构建创新功能和差异化价值，并快速、经济高效地将这些产品推向市场。

系统开发人员在为其应用选择数字信号处理器时会权衡许多因素。需要考虑的关键因素包括应用程序所需的计算能力、处理器和系统成本、性能属性以及易于开发。通过平衡这些因素，设计人员可以确定最适合应用的DSP。

定点与浮点

数字信号处理可分为两类 - 定点和浮点。这些名称是指用于存储和操作数据的数字表示形式的格式。定点 DSP 设计用于通过至少 16 位来表示和操作整数（正整数和负整数），产生多达 65，536 种可能的位模式 （216).浮点 DSP 以类似于科学记数法的方式通过至少 32 位表示和操作有理数，其中数字用尾数和指数表示（例如，A x 2B，其中“A”是尾数，“B”是指数），产生多达 4，294，967，296 个可能的位模式（232).

术语“不动点”是指表示数字的相应方式，在小数点之后，有时在小数点之前有固定数量的数字。使用浮点表示，小数点的位置可以相对于数字的有效数字“浮点”。例如，具有统一小数点放置约定的定点表示可以表示数字 123.45、1234.56、12345.67 等，而浮点表示还可以表示 1.234567、123456.7、0.00001234567、1234567000000000等。因此，浮点可以支持比定点更广泛的值范围，能够表示非常小的数字和非常大的数字。

使用定点表示法时，相邻数字之间的间隙始终等于 1 的值，而在浮点表示法中，相邻数字之间的间隙间距不均匀——任何两个数字之间的间隙大约比数字值小一千万倍（ANSI/IEEE Std. 754 标准格式），大数字之间的间隙很大，小数字之间的间隙很小。

动态范围和精度

浮点计算中固有的幂确保了更大的动态范围 - 可以表示的最大和最小数字 - 这在处理非常大的数据集或范围可能无法预测的数据集时尤其重要。因此，浮点处理器非常适合计算密集型应用。

在精度（数字之间的差距大小）的上下文中考虑定点和浮点格式也很重要。每次DSP通过数学计算生成新数字时，该数字必须四舍五入到可以通过使用的格式存储的最接近的值。在信号处理过程中对数字进行舍入和/或截断自然会产生量化误差或“噪声”，即实际interwetten与威廉的赔率体系 值与量化数字值之间的偏差。由于与浮点处理相比，定点处理的相邻数字之间的间隙可能要大得多，因此舍入误差可能更加明显。因此，浮点处理比定点处理产生更高的精度，当计算精度是关键要求时，将浮点处理器区分为理想的DSP。

关键考虑因素 – 成本、易于开发和性能

动态范围和精度考虑因素通常定义了设计人员用来确定定点或浮点处理器是否非常适合应用的标准 - 计算需求高，浮点更受欢迎。但是，在两种格式之间进行选择时，还有许多其他重要的相互关联的因素需要考虑。

处理器成本：设计人员降低产品物料清单 （BOM） 成本的能力直接影响有竞争力的定价、市场渗透率和盈利能力。定点DSP比浮点DSP用于更多的大批量应用，因此由于制造规模大，定点DSP通常比浮点DSP便宜。片上系统 （SOC） 变量（包括板载存储器、集成专用外设和连接选项）也会影响定点处理器和浮点处理器的成本和功能。

易于开发：设计师开发产品越容易，产品就越有可能在竞争之前推向市场。开发浮点DSP算法通常更容易，因为定点算法需要更多的操作来补偿量化噪声。因此，设计人员在实现复杂算法时通常会选择浮点DSP。同样，SOC变量可以缩短产品开发周期，相关产品开发工具和第三方支持软件的生态系统也可以。

性能：DSP 在应用程序中执行操作的速度是一个关键考虑因素。设计人员应实现DSP格式，以最高效率处理算法。虽然可以为浮点处理器编程定点代码，反之亦然，但可能会出现明显的性能限制。性能效率也会影响电源效率。例如，在实现浮点处理器以执行定点任务的情况下，功耗可能大于实现定点处理器时的功耗，这可能会影响电源和冷却要求以及相关的 BOM 成本。

总之，浮点 DSP 针对专门的计算密集型应用进行了优化，而定点 DSP 针对大批量通用应用进行了优化。由于算法实现的相对难度，定点的开发成本可能更高，但最终产品的成本通常会降低。由于处理器成本和较低的制造量，利用浮点DSP的应用的产品成本可能更高，但设计人员将实现易于开发的优势和更高的整体系统精度。最终，与目标应用程序相关的数据集要求将决定对定点或浮点处理的需求。

审核编辑：郭婷