信号处理 / 系统课时
把浮点算法转换成定点计算
把浮点算法转换成定点计算
浮点 DSP 算法要落到没有 FPU、算力受限或强调确定执行时间的设备上,关键不是把 float 改成整数,而是为每个量设计缩放、位宽、舍入和饱和规则。本篇用 Q1.15 FIR 例子完成从浮点系数到定点乘加的完整转换,并量化精度损失。
学习目标
- 能根据动态范围和精度需求选择 Q 格式,并写出缩放与还原关系。
- 能把浮点系数、输入样本和乘加链路转换为可运行的定点实现。
- 能用浮点参考结果评估系数量化、输入量化和舍入造成的误差。
先确定 Q 格式和数值范围
本篇采用常见的 16 位 Q1.15 记法:1 个符号/整数位与 15 个小数位。浮点数 转成整数编码时使用 ,还原值为 。因此可表示范围约为 ,最小步进为 。
Q 格式首先由动态范围决定,再看精度。若信号或滤波器内部节点可能超过 1,Q1.15 就没有足够余量;可以改成 Q2.14、提前缩放,或只让输出保持 Q1.15 而给中间量更宽的格式。多留 1 个整数位会把可表示范围扩大一倍,但小数精度也会少 1 位。

把浮点 FIR 变成定点乘加
以三抽头 FIR 为例,系数为 0.25、0.5、0.25。转换时不要让每个乘积立刻回到 16 位:Q1.15 与 Q1.15 相乘后,原始整数乘积含 30 个小数位,应先放进至少 32 位累加器,完成求和后再统一右移 15 位并饱和到 16 位。
下面的程序只用 Python 整数模拟这一过程,便于先验证缩放规则,再把相同逻辑移植到 C、DSP 指令或 MCU 库中。
FRAC_BITS = 15
SCALE = 1 << FRAC_BITS
QMIN = -(1 << 15)
QMAX = (1 << 15) - 1
def float_to_q15(x):
clipped = min(max(x, QMIN / SCALE), QMAX / SCALE)
return int(round(clipped * SCALE))
def q15_to_float(q):
return q / SCALE
def round_shift(value, bits):
# 对正负数都做对称的“最近整数”右移,避免简单截断的系统性偏差。
if value >= 0:
return (value + (1 << (bits - 1))) >> bits
return -(((-value) + (1 << (bits - 1))) >> bits)
coeffs = [0.25, 0.5, 0.25]
samples = [0.8, -0.2, 0.4]
q_coeffs = [float_to_q15(v) for v in coeffs]
q_samples = [float_to_q15(v) for v in samples]
# 先保留 Q2.30 乘积精度,在宽累加器中求和,最后一次性缩回 Q1.15。
acc_q30 = sum(c * x for c, x in zip(q_coeffs, q_samples))
out_q15 = max(QMIN, min(QMAX, round_shift(acc_q30, FRAC_BITS)))
float_y = sum(c * x for c, x in zip(coeffs, samples))
fixed_y = q15_to_float(out_q15)
print(f"coeffs_q15={q_coeffs}")
print(f"samples_q15={q_samples}")
print(f"acc_q30={acc_q30}")
print(f"float_y={float_y:.8f}")
print(f"fixed_y={fixed_y:.8f}")
print(f"error={fixed_y - float_y:.8e}")预期输出
coeffs_q15=[8192, 16384, 8192]
samples_q15=[26214, -6554, 13107]
acc_q30=214736896
float_y=0.20000000
fixed_y=0.19998169
error=-1.83105469e-05输出中的整数并不是新的物理量,它们只是同一信号乘上固定比例后的编码。真正决定实现是否正确的是:每个变量的小数位数是否被持续追踪,乘法后的尺度是否正确,以及缩窄前是否显式舍入和饱和。
量化误差从哪里来
定点误差通常由三部分叠加:系数量化让滤波器本身发生轻微变化;输入量化把样本映射到离散网格;最后的右移又产生一次舍入误差。采用最近值舍入且未发生裁剪时,单次量化误差通常不超过半个 LSB,但多次乘加后误差会相关地累积。
因此不要只比较一两个样本。转换完成后,应让浮点实现和定点实现处理同一组代表性输入,统计最大绝对误差、均方误差以及满量程附近是否触发饱和。若误差主要来自格式范围不足,增加小数位不会解决问题;应先调整缩放或整数位。
选择格式时保留运算余量
输入和系数都能放进 Q1.15,不代表滤波器内部也一定能放进 Q1.15。FIR 的系数绝对值和、FFT 蝶形的逐级增益、IIR 的内部状态都可能放大中间值。实际工程中通常为累加器保留额外位宽,并只在清晰定义的格式边界做一次舍入与饱和。
把每个信号的“物理范围、Q 格式、整数位宽、小数位数、缩窄位置”记录下来,浮点到定点的转换才是可审计的数值设计,而不是依赖试出来的移位常数。