Quantisierung
R2026bWenn Sie ein dynamisches System mit Gleitkomma-Arithmetik entwickeln, müssen Sie sich üblicherweise keine Gedanken über numerische Beschränkungen machen, da Gleitkomma-Datentypen eine hohe Präzision und einen hohen Bereich aufweisen. Umgekehrt hierzu müssen Sie bei der Arbeit mit Festkomma-Arithmetik bei der Entwicklung dynamischer Systeme diese Faktoren berücksichtigen:
Quantisierung
Festkomma-Werte werden gerundet. Daher weisen das Ausgangssignal an die Regelstrecke und das Eingangssignal an das Regelsystem nicht dieselben Eigenschaften wie das ideale zeitdiskrete Signal auf.
Überschreitung
Wenn Sie zwei ausreichend große negative oder positive Werte hinzufügen, kann dies zu einem Ergebnis führen, das nicht in die Darstellung passt.
Rechnerisches Rauschen
Der akkumulierte Fehler, der durch die Rundung einzelner Ausdrücke in der Realisierung entsteht, verursacht Rauschen.
Grenzzyklen
Im idealen System nähert sich die Ausgabe einer stabilen Transferfunktion (Digitalfilter) bei einem konstanten Eingang einer Konstante an. Bei einer Quantisierung treten Grenzzyklen auf, bei denen die Ausgabe zwischen zwei Werten im Steady State oszilliert.
Themen
Skalierung, Bereich und Präzision
- Scaling, Range, and Precision
Learn how fixed-point types are scaled and how to interpret the range and precision of a data type from its scaling. - Compute Slope and Bias
Describes slope-bias scaling and how to compute it. - Net Slope and Net Bias Precision
Net slope and bias precision, detecting precision loss, underflow, and overflow. - Determine the Range of Fixed-Point Numbers
Fixed-point variables have a limited range because digital systems represent numbers with a finite number of bits. - Recommendations for Arithmetic and Scaling
Scaling in your fixed-point design based on the limitations of fixed-point arithmetic. - Maximize Precision
To maximize precision, make the slope as small as possible while keeping the range adequately large. - Detect Fixed-Point Constant Precision Loss
This example shows how to detect fixed-point constant precision loss.
Quantisierung
- Arithmetic Operations
Choose data types and scaling for best results when performing fixed-point arithmetic. - Rounding Modes
Learn about the different rounding modes available in Fixed-Point Designer™. - Choose a Rounding Mode
What to consider when choosing a rounding mode.
Überschreitung
- Saturation and Wrapping
Saturation and wrapping describe a particular way that some processors deal with overflow conditions. - Underflow and Overflow Logging Using fipref
Examples of usingfiprefobjects to set logging preferences forfiobjects. - Handle Overflows in Simulink Models
Control the warning messages you receive when a model contains an overflow. - Guard Bits
Eliminate the possibility of overflow by appending the appropriate number of guard bits to a binary word.
Enthaltene Beispiele
Compute Quantization Error
Compute and compare the statistics of the signal quantization error when using various rounding methods.
