基于MATLAB在FPGA 算法上浮點(diǎn)定點(diǎn)轉(zhuǎn)換的實(shí)現(xiàn)

浮點(diǎn)定點(diǎn)轉(zhuǎn)換是在 FPGA 上實(shí)現(xiàn)算法時(shí)最困難的地方（圖 1）。

雖然 MATLAB 是一種強(qiáng)大的運(yùn)算開發(fā)工具，但其許多優(yōu)點(diǎn)卻在浮點(diǎn)定點(diǎn)轉(zhuǎn)換過程中被降低了。例如，由于定點(diǎn)算術(shù)中精度較低，新的數(shù)學(xué)誤差被引入算法。您必須重寫代碼，使用能夠反映實(shí)際硬件宏架構(gòu)的低級模型來替換高級函數(shù)和運(yùn)算符。而仿真運(yùn)行時(shí)間將可能長達(dá) 50 倍之久。基于這些原因，MATLAB，這一算法開發(fā)的優(yōu)勢選擇，卻經(jīng)常遭到遺棄，轉(zhuǎn)而使用 C/C++ 進(jìn)行定點(diǎn)建模。
　　
生成定點(diǎn)模型
　　
如果未將高級函數(shù)和運(yùn)算符替換為硬件精確的宏架構(gòu)，浮點(diǎn) MATLAB 算法的定點(diǎn)表示將不會真正反映最終硬件的響應(yīng)（圖 2）。

圖 3 對此進(jìn)行了突出顯示，該圖使用一組量化為 8 位有符號二進(jìn)制補(bǔ)碼的隨機(jī)輸入矢量，對 MATLAB 除法運(yùn)算符與工具硬件 CORDIC 除法算法的定點(diǎn)響應(yīng)進(jìn)行了比較。

　　
根據(jù)數(shù)據(jù)數(shù)值，計(jì)算輸出之間將存在巨大分歧。
　　
在定點(diǎn)生成過程中，AccelDSP™ Synthesis 綜合工具的 IP Explorer™ 技術(shù)將自動使用硬件精確的表達(dá)式替換高級 MATLAB 函數(shù)和運(yùn)算符（圖 4）。此步驟是透明的，且不需要對 MATLAB 代碼進(jìn)行修改。您可以使用綜合指示來重新定義初始宏架構(gòu)和微架構(gòu)選擇。

一旦這些運(yùn)算符替換為硬件精確的宏架構(gòu)，量化過程就將開始。
　　
圖形輔助式自動量化
　　
與定點(diǎn) DSP 處理器不同, FPGA 結(jié)構(gòu)允許使用可變定點(diǎn)字長。通過解除對變量的固定 16 位或 24 位邊界限制，您可以執(zhí)行需要位數(shù)增長的算術(shù)計(jì)算而不會引起額外的數(shù)值誤差。
　　
這對于像雷達(dá)、導(dǎo)航和制導(dǎo)系統(tǒng)等要求較高數(shù)值精度的應(yīng)用來說是一個(gè)巨大的優(yōu)點(diǎn)。
　　
在大多數(shù)情況下，位增長率定律 (bit growth rules) 是簡單直接和易于理解的。例如，一次加法的結(jié)果增長一位，而一次乘法的結(jié)果則增長到等于輸入字長度的總長度（圖 5）。然而，要在實(shí)際設(shè)計(jì)中確定變量的這些屬性，將是一個(gè)高度反復(fù)的過程。允許未檢查的位數(shù)增長現(xiàn)象發(fā)生，在硬件中代價(jià)是昂貴的，通常也是不必要的。如果您技術(shù)功底深厚，您可以采用各種技巧來盡可能地減小字長而同時(shí)保持?jǐn)?shù)值精度。