作者:桂。
时间:2017-08-15 20:28:11
链接:http://www.cnblogs.com/xingshansi/p/7367738.html
前言
一、Fdatool基本操作
Command输入fdatool,例如FIR采用窗函数法设计16阶低通filter,fc(frequency cutoff) = 10800Hz,fs = 48000Hz,输入参数:
需要注意的是由于存在常数项,N阶Filter用N-1阶设计即可。
设计完滤波器并不是直接导出,通常需要两个后处理操作:
1)验证滤波器是否符合要求:幅频响应、相频响应,零极点图、群延迟等等,都可以通过上方的Analysis点击查看。
2)系数量化。通常DSP/FPGA需要定点操作,点击左方的量化,进行位数设定。
设计完成之后,可以File——Export,将滤波器参数导出,导出的滤波器格式可以自行选择。
左方的图标功能依次(自上而下)为:
1)Create a multi-rate filter:创建多速率滤波器;
2)Transform filter:滤波器转换;
3)Set quantization parameters:设置量化参数;
4)Realize Model:实现模型;
5)Pole-zero editor:零极点编辑器;
6)import filter:导入滤波器;
7)Design filter:设计滤波器;
二、定点/浮点转化
定点就是位数固定,浮点通常表示为:2.2e8,即xyz的形式,x:常数,y:基底,z:指数。浮点转换为定点在MATLAB中称为量化,使用quantizer和quantize两个函数完成,通常为了便于表示,也会使用num2bin,num2int,num2hex等指令。
1-quantizer
用于定义数据的量化属性,具体可doc fixedpoint/quantizer,参数详细设定可参考描述:
2-quantize
按照quantizer定义的量化属性量化浮点数据。
以上文的16阶滤波器为例:
有符号数,先放大100倍,整数最大为41:2^6 > 41,最小需要6位整数,又希望扩大100倍后的数据,小数点后精确到0.01(即原数据精度:1e-4),2^-7 < 0.01,即需要7位小数。
共需要位数N = 1符号位+6整数位+7小数位 = 14位,
其中小数m = 7位。
N = 14;
m = 7;
q = quantizer('fixed','round','saturate',[N,m]);
fix_fir = quantize(q,fir_coef*100);
[fix_fir;fir_coef*100]
结果可以看出,量化的数据达到了精度要求(上为量化数据,下为原始数据):
有时候为了表示方便,习惯了二进制的表达方式(有符号数,负数用补码表示):
num2bin(q,fix_fir)
这一操作也为含有小数的负数求解补码提供了思路,打印信息如下(类似指令num2int,num2hex类似):