基于FPGA的数字信号处理（11）--定点数的舍入模式（2）向最临近值取整nearest

前言

在之前的文章介绍了定点数为什么需要舍入和几种常见的舍入模式。今天我们再来看看另外一种舍入模式：向最临近值取整nearest。

10进制数的nearest

nearest： 向最临近值方向取整。它的舍入方式和四舍五入非常类似，都是舍入到最近的整数，比如1.75 nearest到2，-0.25 nearest到0等。二者唯一的区别在于对0.5这类数据的处理上。

  • 0.5的round结果是1，-0.5的round结果是-1
  • 0.5的nearest结果是1，-0.5的nearest结果是0，也就是说对于0.5（1.5/2.5等）这类数据，它们的nearest结果是都是向上取整

以-2到1.75之间的16个数据（步长0.25）为例，它们的nearest结果是这样的：

从上图可以看到：

  • 正数的nearest，分为两个部分：

    • 小数部分小于等于4时就把小数部分（或者约定精度外的部分）丢掉。例如1.25 >> 1，1.0 >> 1 等
    • 小数部分大于等于5时就把小数部分（或者约定精度外的部分）丢掉然后+1。例如1.5 >> 1 >> 1 + 1 >> 2，0.75 >> 0 >> 0+1 >> 1 等

  • 负数的nearest，也分为两个部分：

    • 小数部分小于等于4时就把小数部分（或者约定精度外的部分）丢掉。例如-1.25 >> -1，-1.0 >> -1 等
    • 小数部分大于等于5时就把小数部分（或者约定精度外的部分）丢掉然后-1。例如 -1.5 >> -1 >> -1 - 1 >> -2，-0.75 >> 0 >> 0-1 >> -1 等

  • 0的nearest，就是直接丢掉小数部分

2进制数的nearest

2进制数的nearest和10进制的nearest类似。以Q4.2格式的定点数（字长4位，小数2位的有符号数）为例，对于负数的小数部分的处理：

  • -2(d) = 10_00(b) nearest后的值为 -2，等价于 10，即舍弃小数部分后的值（10）
  • -1.75(d) = 10_01(b) nearest后的值为 -2，等价于 10，即舍弃小数部分后的值（10）
  • -1.5(d) = 10_10(b) nearest后的值为 -1，等价于 11，即舍弃小数部分后的值（10）再加1
  • -1.25(d) = 10_11(b) nearest后的值为 -1，等价于 11，即舍弃小数部分后的值（10）再加1
  • -1(d) = 11_00(b) nearest后的值为 -1，等价于 11，即舍弃小数部分后的值（11）
  • -0.75(d) = 11_01(b) nearest后的值为 -1，等价于 11，即舍弃小数部分后的值（11）
  • -0.5(d) = 11_10(b) nearest后的值为 0，等价于 00，即舍弃小数部分后的值（11）再加1
  • -0.25(d) = 11_11(b) nearest后的值为 0，等价于 00，即舍弃小数部分后的值（11）再加1

对于正数的小数部分的处理：

  • 1.75(d) = 01_11(b) nearest后的值为 2，此时溢出了，需要扩展位宽，处理方式也是舍弃小数部分的值（001）再加1即010
  • 1.5(d) = 01_10(b) nearest后的值为 2，此时溢出了，需要扩展位宽，处理方式也是舍弃小数部分的值（001）再加1即010
  • 1.25(d) = 01_01(b) nearest后的值为 1，等价于 01，即舍弃小数部分后（01）的值
  • 1(d) = 01_00(b) nearest后的值为 1，等价于 01，即舍弃小数部分后（01）的值
  • 0.75(d) = 00_11(b) nearest后的值为 1，等价于 01，即舍弃小数部分后（00）的值再加1
  • 0.5(d) = 00_10(b) nearest后的值为 1，等价于 01，即舍弃小数部分后（00）的值再加1
  • 0.25(d) = 00_01(b) nearest后的值为 0，等价于 00，即舍弃小数部分后（00）的值

对于0的处理：直接舍弃小数部分。

总结一下，就是：

  • 对于正数的nearest处理：首先舍掉小数位，然后加一个进位值：
    • 当小数部分的最高位为0时，说明这个数的小数部分是小于0.5的，所以不需要进位，此时的进位值为0。
    • 当小数部分的最高位为1时，说明这个数的小数部分是大于等于0.5的，所以需要进位，即此时的进位值为1。
  • 对于0的nearest处理：首先舍掉小数位，然后加一个进位值，该进位值恒定为0。
  • 对于负数的nearest处理：首先舍掉小数位，然后加一个进位值：
    • 当小数部分的最高位为0时，说明这个数的小数部分是小于0.5的，而整数部分又是个负数，相当于二者的和的小数部分小于 -0.5。例如10.01是-1.75，它的小数部分.01是0.25，整数部分10是-2，二者相加是-2+0.25 = -1.75，所以它们的处理方式都是先舍弃小数位，然后加0。
    • 当小数部分的最高位为1且其他位不为全0时，说明这个数的小数部分是大于0.5的，而整数部分又是个负数，相当于二者的和的小数部分大于-0.5。例如10.11是-1.25，它的小数部分.11是0.75，整数部分10是-2，二者相加是-2+0.75 = -1.25。所以它们的处理方式都是先舍弃小数位，然后加1。
    • 当小数部分的最高位为1且其他位为全0时，说明这个数的小数部分是等于0.5的，此时向上舍入，例如11_10是 -0.5，nearest后的值为 0（00），即11_10>>11+1>>00。所以它们的处理方式都是先舍弃小数位，然后加1。

上面的内容可以再精简：

  • 当小数部分的最高位为0时，相当于整数部分 + 进位值，进位值等于0，即小数部分的最高位
  • 当小数部分的最高位为1时，相当于整数部分 + 进位值，进位值等于1，即小数部分的最高位

image-20240421161549486

下面以 用nearest的方式来实现Q4.2格式定点数转Q2.0格式定点数为例，Verilog代码如下：

module test(input	[3:0]	data_4Q2,				//有符号数，符号1位，字长4位，小数2位	output	[1:0]	data_2Q0				//有符号数，符号1位，字长2位，小数0位	
);wire	carry;assign	carry = data_4Q2[1];				//小数的最高位就是进位值				
assign	data_2Q0 = data_4Q2[3:2] + carry;	//舍弃低位（即整个小数部分）后再加进位endmodule

因为一共只有16个数，所以我们可以用穷举的方式来测试，TB如下：

`timescale 1ns/1ns
module test_tb();reg	 [3:0]	data_4Q2;			//有符号数，符号1位，整数2位，小数2位	
wire [1:0]	data_2Q0;			//有符号数，符号1位，整数2位，小数0位	integer i;						//循环变量initial begindata_4Q2 = 0;				//输入赋初值	for(i=0;i<16;i=i+1)begin	//遍历所有的输入，共16个	data_4Q2 = i;						#5; $display("data_4Q2:%h		data_2Q0:%h",data_4Q2,data_2Q0);end#20 $stop();				//结束仿真
end//例化被测试模块
test	test_inst(.data_4Q2	(data_4Q2),	.data_2Q0	(data_2Q0)
);endmodule

同时，我们也用matlab来实现同样的功能，观察两者的输出是否一致：

%--------------------------------------------------
% 关闭无关内容
clear;
close all;
clc;%-------------------------------------------------------------------------------
% 生成数据并做Nearest处理
x = -2:0.25:1.75;
F = fimath('RoundingMethod','Nearest');         	% 设定舍入模式为nearest
%F_c = fimath('RoundingMethod','Convergent');      	% 设定舍入模式为nearest
data_4Q2 = fi(x,1,4,2,F);                         	% 生成Q4.2格式的定点数
data_2Q0 = fi(data_4Q2,1,2,0,F);                  	% 从Q4.2格式转换成Q2.0格式

下图是2者分别输出的数据（16进制），可以看到有2个数是对不上的：

image-20240421013707229

你如果记性不错的话，就会发现这两个数正是前面讨论的正数会出现溢出的情况。这2个数分别是0110/0111，即10进制数1.5/1.75，它们的nearest结果应该是2。从上图来看，好像是matlab错了，而RTL对了，但实际情况恰恰相反。现在想想结果是什么格式的？Q2.0！它能表示的最大的数是多少？是10进制的1！所以结果溢出了！

那为什么RTL的结果又 ”对“ 了呢？这纯属是乌龙。因为打印结果是16进制的，并不表示10进制数值，结合结果的2位位宽，可知 ”2“，实际上就是10，它是01的溢出产生的，这个数在Q2.0格式的定点数中并不表示 ”数字2“，而是数字 ”-1“。

matlab是有溢出处理进制的（saturate），它把溢出值把都饱和在了最大值，即01（10进制的1），所以为了防止这种情况的发生，我们也要设计对应的溢出处理机制。因为负数的最小值只取决于整数（小数部分是正的权重），而正数的最大值同时取决于小数和整数，例如Q4.2格式的最小值是-2即10_00，而最大值则是1.75即01_11，所以溢出只会是正向的溢出，那么就只要限定最大值即可。把Verilog代码改一下：

module test(input	[3:0]	data_4Q2,				//有符号数，符号1位，字长4位，小数2位	output	[1:0]	data_2Q0				//有符号数，符号1位，字长2位，小数0位	
);wire			carry;
wire	[2:0]	data_temp;					//扩展1bit，防止溢出assign	carry = data_4Q2[1];	
assign	data_temp = {data_4Q2[3],data_4Q2[3:2]} + {2'b00,carry};		//中间变量，舍弃低位（即整个小数部分）后再加进位    
assign	data_2Q0 = (data_temp[2:1]==2'b01) ? 2'b01 : data_temp[1:0];	//data_2Q0的高2位为01说明产生了正向的进位，即溢出
endmodule

这样结果就是正确的了：

image-20240421014851058

定点数从Q4.2格式转Q2.0格式是一个比较特殊的例子，因为它相当于把小数部分全部舍弃掉了，如果舍入要求不是全部小数位，而是部分小数位，那么处理方式是一样的吗？

是一样的。对于其他情况则相当于把小数点移动到了对应的位置。例如Q5.3格式的定点数转Q3.1格式，则只需要把最后两位小数舍弃并加上进位即可即可，例如：

00.001 是0.125，距离它最近的Q3.1格式的数是0即00.0，即00.001 >> 00.0 + 0 >> 00.0

00.110 是0.75，距离它最近的Q3.1格式的数就是它0.5和1，但是要求向上取整，所以结果是1即01.0，即00.110 >> 00.1+1 >> 01.0

11.111 是-0.125，距离它最近的Q3.1格式的数是0即00.0，即11.111 >> 11.1+ 1 >> 00.0

10.110 是-1.25，距离它最近的Q3.1格式的数是-1和-1.5，但是要求向上取整，所以结果是-1即11.0，即10.110 >> 10.1+1 >> 11.0

其他类似，不赘述了。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/web/9973.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【Unity AR开发系列】介绍如何使用这个支持热更的AR开发插件，快速地开发AR应用

【Unity AR开发系列】介绍如何使用这个支持热更的AR开发插件，快速地开发AR应用

预告 Unity开发AR系列 本专栏将介绍如何使用这个支持热更的AR开发插件&#xff0c;快速地开发AR应用。 更新 二、使用插件一键安装HybridCLR和ARCore 三、配置带HybridCLR的ARCore开发环境
阅读更多...
计算机视觉与深度学习实战之以Python为工具：基于主成分分析的人脸二维码识别

计算机视觉与深度学习实战之以Python为工具：基于主成分分析的人脸二维码识别

注意：本文的下载教程，与以下文章的思路有相同点，也有不同点，最终目标只是让读者从多维度去熟练掌握本知识点。 下载教程：计算机视觉与深度学习实战-以MATLAB和Python为工具_基于主成分分析的人脸二维码识别_项目开发案例教程.pdf 一、引言 随着科技的快速发展，计算机视觉…
阅读更多...
单链表经典oj题(2)

单链表经典oj题(2)

前言 这次将要把剩下的oj题将以图解和自己的理解把它讲解完&#xff0c;希望对大家有所帮助&#xff0c;这次的讲解也是干货 第一题 21. 合并两个有序链表 - 力扣&#xff08;LeetCode&#xff09; ok这次就简单点&#xff0c;大家自己去看题目了 将两个升序链表合并为一个…
阅读更多...
带有-i选项的sed命令在Linux上执行成功，但在MacOS上失败了

带有-i选项的sed命令在Linux上执行成功，但在MacOS上失败了

问题&#xff1a; 我已经成功地使用以下 sed 命令在Linux中搜索/替换文本&#xff1a; sed -i s/old_string/new_string/g /path/to/file然而&#xff0c;当我在Mac OS X上尝试时&#xff0c;我得到&#xff1a; command i expects \ followed by text我以为我的Mac运行的是…
阅读更多...
未授权访问：Memcached 未授权访问漏洞

未授权访问：Memcached 未授权访问漏洞

目录 1、漏洞原理 2、环境搭建 3、未授权访问 防御手段 今天继续学习各种未授权访问的知识和相关的实操实验&#xff0c;一共有好多篇&#xff0c;内容主要是参考先知社区的一位大佬的关于未授权访问的好文章&#xff0c;还有其他大佬总结好的文章&#xff1a; 这里附上大…
阅读更多...
如何在OpenWrt软路由中增加一个新功能

如何在OpenWrt软路由中增加一个新功能

为了在OpenWrt中增加一个新的功能&#xff0c;并使其支持 UCI 配置&#xff0c;我们可以创建一个简单的C语言服务&#xff0c;例如一个简单的日志服务。此服务将记录到日志文件中&#xff0c;并支持通过 UCI 配置启用或禁用日志功能。以下是详细的步骤和代码示例。 1 创建服务…
阅读更多...
K8S三 K8S部署微服务应用

K8S三 K8S部署微服务应用

一 用k8s部署微服务应用 以我们之前用docker部署过的eureka应用为例&#xff0c;首先添加配置文件eureka-app-deployment.yaml用于创建Deployment apiVersion: apps/v1 kind: Deployment metadata:name: eureka-app-deployment # deployment名字labels:app: eureka-app spec:…
阅读更多...
【C++】CentOS环境搭建-升级CMAKE

【C++】CentOS环境搭建-升级CMAKE

【C】CentOS环境搭建-升级CMAKE CMAKE报错CMake 3.12 or higher is required. You are running version 2.8.12.2升级步骤1.移除当前的cmake2.安装必要的构建工具和库3.下载最新的cmake源码并解压5.编译和安装6.验证安装 CMAKE报错CMake 3.12 or higher is required. You are r…
阅读更多...
oraclesql中删除表中重复行的方法

oraclesql中删除表中重复行的方法

在Oracle SQL中&#xff0c;删除表中的重复行有几种常见的方法。以下是其中的三种&#xff1a; 使用ROWID: 通过比较ROWID&#xff0c;你可以找到并删除重复的行。这是因为ROWID是Oracle数据库为每一行数据分配的唯一标识符。 sql DELETE FROM persons p1 WHERE ROWID NOT…
阅读更多...
MySQL存储引擎详解

MySQL存储引擎详解

存储引擎 MySQL体系结构 连接层&#xff1a;与客户端连接&#xff0c;权限校验、连接池服务层&#xff1a;SQL接口和解析、查询优化、缓存、函数引擎层&#xff1a;索引、存储引擎存储层&#xff1a;系统文件、日志&#xff08;Redo、Undo等&#xff09; 存储引擎介绍 不同的…
阅读更多...
SSH：安全远程访问的基石

SSH：安全远程访问的基石

SSH&#xff1a;安全远程访问的基石 一、引言 在当今这个数字化、网络化的时代&#xff0c;远程访问和管理计算机资源已成为日常工作的重要组成部分。然而&#xff0c;如何在不安全的网络环境中确保数据传输的机密性、完整性和可靠性&#xff0c;成为了一个亟待解决的问题。S…
阅读更多...
前端测试策略与实践：单元测试、E2E测试与可访问性审计

前端测试策略与实践：单元测试、E2E测试与可访问性审计

前端测试策略是确保Web应用程序质量、性能和用户体验的关键组成部分。有效的测试策略通常包括单元测试、端到端&#xff08;E2E&#xff09;测试以及可访问性审计等多个层面。以下是关于这三类测试的策略与实践建议&#xff1a; 单元测试 定义与目的&#xff1a; 单元测试是针…
阅读更多...
P2622 关灯问题

P2622 关灯问题

小小注解&#xff1a; 1. vis&#xff1a;表示到达该状态的步数&#xff08;min&#xff09;1&#xff0c; 因为我们是从开始状态 穷举&#xff0c;所以每次到一个新状态&#xff08;之前没有到过的状态&#xff09;就是最小步数。 如何判断是否是一个新状态呢&#xff0c…
阅读更多...
axios常用配置

axios常用配置

Axios 是一个基于 promise 的 HTTP 库&#xff0c;广泛用于浏览器和 node.js 中。以下是一些 Axios 常用的配置选项&#xff1a; url: 字符串&#xff0c;请求的服务器URL&#xff0c;是必填项。method: 请求方法&#xff0c;如 ‘get’, ‘post’, ‘put’, ‘delete’ 等&am…
阅读更多...
免费远程控制软件哪个好用

免费远程控制软件哪个好用

免费远程控制软件哪个好用 在现今高度信息化的社会&#xff0c;远程控制软件已成为许多用户进行远程办公、技术支持和教育培训的重要工具。市面上有许多免费的远程控制软件&#xff0c;但哪款才是最好用的呢&#xff1f;本文将为您介绍几款热门的免费远程控制软件&#xff0c;…
阅读更多...
Tab菜单与下拉式菜单

Tab菜单与下拉式菜单

Tab菜单 利用CSS隐藏或显示栏目中的部分内容&#xff0c;实际Tab面板包含的全部内容都已下载到客户端浏览器当中。一般Tab面板仅显示一个Tab菜单项&#xff0c;当用户点选对应的菜单选项之后&#xff0c;才会显示对应的内容。 <!DOCTYPE html> <html><head>…
阅读更多...
Matlab: ode45解微分方程——以弹簧振子模型为例

Matlab: ode45解微分方程——以弹簧振子模型为例

简介&#xff1a; 在科学和工程中&#xff0c;我们经常遇到描述事物变化的微分方程。这些方程可以帮助我们理解从行星运动到药物在体内的扩散等各种现象。但是&#xff0c;很多微分方程非常复杂&#xff0c;手动求解几乎不可能。这时&#xff0c;我们就可以使用像 ode45这样的…
阅读更多...
【DL】FocalLoss的PyTorch实现

【DL】FocalLoss的PyTorch实现

【DL】FocalLoss的PyTorch实现 此篇不介绍FocalLoss的原理&#xff0c;仅展示PyTorch实现FocalLoss的两种方式。个人认为相关原理已在文章《FocalLoss原理通俗解释及其二分类和多分类场景下的原理与实现》中讲得很清晰&#xff0c;故此篇不再介绍。 方式一 同时计算一个batc…
阅读更多...
【iOS】frame与bounds区别

【iOS】frame与bounds区别

文章目录 前言framebounds两者区别size的区别总结 前言 在学习响应者链的过程中用到了frame与bounds的混用&#xff0c;这两个属性经常出现在我们的开发中&#xff0c;特别撰写一篇博客分析区别 首先&#xff0c;我们来看一下iOS特有的坐标系&#xff0c;在iOS坐标系中以左上…
阅读更多...
C语言如何查看进程中环境变量中所有的值

C语言如何查看进程中环境变量中所有的值

示例代码&#xff1a;查看进程中环境变量中所有的值。 #include <stdio.h>int main(){extern char** environ;for (char** pp environ; *pp; pp){printf("%s\n", *pp);}return 0; }输出结果&#xff1a; SHELL/bin/bash WSL2_GUI_APPS_ENABLED1 WSL_DISTRO_…
阅读更多...
最新文章

Copyright @ 2022~2023