我浪费了很多天与我的16MHz 8位AVR（大型2560）进行战斗。
目的是标准化我收到的值（加速度计，磁力计等）。
这些值是16位带符号的（int16），在我想要从0.0f-1.0f浮点后
我正在将此用于3d IMU。
常用方法：
int32_t tmp = (int32_t)a*a+b*b+c*c;
float magnitude = sqrt(tmp);
float a_v = a / magnitude;
float b_v = b / magnitude;
float c_v = c / magnitude;
更快的方法：
int32_t tmp = (int32_t)a*a+b*b+c*c;
float imagnitude = InvSqrt(tmp); // like the 'tricky' one for ID software quake source
float a_v = a * imagnitude;
float b_v = b * imagnitude;
float c_v = c * imagnitude;
第二个优点是，它使用近似而不是1 / sqrt（但也存在近似sqrt），并且需要3个乘法而不是除法，这很不错，因为AVR支持MUL但不支持DIV。
另一方面，由于浮点数和32位计算的原因，它还是很慢的。
这样的功能通常需要1-2毫秒，这对我的代码产生了巨大影响，我的代码尝试在一个周期为2.4ms max的周期内解决许多其他任务和规范化问题
我进行了很多研究，尝试了许多不同的近似方法和想法，但是无论我如何尝试，代码的执行速度都太慢了。
也许还有另一种方法可以标准化我的传感器值。
针对有特殊问题（加速度计幅度）的人的更新：
没有浮点和sqrt，我现在正在此工作：（忽略其他强制转换：）
int16 cal []保存3轴的校准加速度计值。
int16 average_sq_1g = CONST_1G / 256;
uint32_t work = (int32_t)((int32_t)cal[0]*cal[0] + (int32_t)cal[1]*cal[1] + (int32_t)cal[2]*cal[2])/256;
work = work * 100L / average_sq_1g;
attitude.acc_magnitude = work;
这对于我的事业来说是非常专业的，因为我正在努力获得加速度的大小，并且我知道我获得的1G值（大约16000）
因此公式（X ^ 2 + Y ^ 2 + Z ^ 2）* 100 / 1G ^ 2向我返回了幅度（100 =无附加加速度，可以不使用浮点数来完成。
我没有检查性能差异，但是应该更快。
最佳答案
使用定点算法。
通过合理数量的位缩放输入并使用整数运算。 （还有用于整数平方根计算的算法）
例如，如果您的值范围从-10m到10m，并且至少需要mm的分辨率，则我会添加11位（缩放为2048）
#define VEC_SHIFT 11
#define VEC_SCALE (1 << (VEC_SHIFT))
int16_t a = 7 * VEC_SCALE;
int16_t b = 3 * VEC_SCALE;
int16_t c = 10 * VEC_SCALE;
// calculations have to be done in larger data type so they do not overflow
int32_t snorm = (int32_t)a * a + (int32_t)b*b + (int32_t)c*c; // snorm now is scaled by VEC_SCALE*VEC_SCALE (2*VEC_SHIFT)
int16_t norm = intsqrt(snorm); // norm is scaled with VEC_SCALE
// since norm and a,b,c is in VEC_SCALE, you have to scale up the divident so that one VEC_SCALE is chanceled out by division
int16_t as = (((int32_t)a) * VEC_SCALE )/norm;
int16_t bs = (((int32_t)b) * VEC_SCALE )/norm;
int16_t cs = (((int32_t)c) * VEC_SCALE )/norm;
关于c - AVR/嵌入式:以快速方式归一化 vector ？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/24370511/