浮点到定点的转换

    虽然AccelDSP能够将Matlab浮点程序转换为定点，但实质上它还是利用了Matlab的浮点到定点的转换功能。所以我们就需要了解一下Matlab中是如何实现浮点到定点的转换的。这对于不使用AccelDSP而是直接使用Matlab进行浮点到定点转换的工程师也是很有帮助的。

    浮点转换为定点的过程在Matlab中称为量化，使用quantizer和quantize两个函数完成。

（1）、quantizer用于定义数据的量化属性

（2）、quantize则按照quantizer定义的量化属性量化浮点数据。

    下面举一个例子：

x = [3.5 1.5 6 20.8 -128.25 127.75];
qpath = quantizer(\'fixed\',\'round\',\'saturate\',[10,2]);
fix_x = quantize(qpath,x);

    运行后fix_x结果为：

fix_x =

    3.5000    1.5000    6.0000   20.7500 -128.0000  127.7500

    其中-128.25溢出了，这里设置溢出后为饱和输出，所以为-128。

    具体关于quantizer和quantize函数的使用说明请参考Matlab的help文件。

    在AccelDSP中也是使用内嵌的quantize函数对浮点程序进行量化。它可以自动统计所有变量的变化范围，并完成对数据的量化。当然也可以人为指定量化属性。推荐先使用AccelDSP的自动量化功能，然后再对其中一些进行人为修改。

    假如一个浮点数为10.765，我们用一个总位宽为8bit，小数位宽为3bit的有符号数进行表示那么对应的最接近的二进制数为01010.110，对应的十进制数为10.75，量化误差为0.015。当然小数位宽越宽，对应的小数部分精度就越高。

    对于一个数据总位宽为10bit，小数位为2bit。则量化的范围为：-128.0 ~ 128.75，量化的最小精度为0.25。

    小数部分位数的选取时通过对比定点仿真与浮点仿真的结果得出的，一般最大设置为12bit即可，精度可以达到0.000244140625。

3、accel_probe的使用

    在Matlab中，一般观察函数内部的信号比较困难。这时可以将accel_probe函数插入到函数体内，它会自动统计和分析数据，并且画出曲线图。具体使用方法可参看AccelDSP相关文档。