量化是什么?

量化是将连续的无限值映射到更小的离散有限值集合的过程。在模拟和嵌入式计算的上下文中，它是关于接近真实世界的值，用数字表示引入了一个值的精度和范围的限制。量化会在算法中引入各种各样的误差源，例如舍入误差、下溢或溢出、计算噪声和极限环。这导致了理想系统行为与计算数值行为之间的数值差异。

要管理量化的效果，您需要选择正确的数据类型来表示现实世界的信号。您需要考虑用于编码信号的数据类型的精度、范围和缩放，还需要考虑量化对算法的数值行为的非线性累积效应。当您构建了反馈循环之类的结构时，这种累积效应会进一步加剧。

为什么量化问题

在嵌入式硬件的设计转换过程中，需要考虑量化误差。量化误差影响信号处理、无线、控制系统、FPGA、ASIC、SoC、深度学习等应用。

信号处理和无线应用中的量化

在信号处理应用中，量化误差会导致噪声的产生和信号的衰减信噪比(信噪比)。信噪比的测量单位是dB，通常描述为每增加一个比特的x分贝的降低。为了管理量化噪声并将其保持在可接受的水平，您需要选择正确的设置，比如数据类型和舍入模式。

控制系统中的量化

在设计控制系统时，特别是为低功率微控制器，你可以使用整数或定点算法来平衡实时性能要求与低功率约束。在这种设计中，您需要选择的数据类型既要适应输入传感器信号的动态范围和精度，又要满足输出信号的精度要求，而且不能因为量化而出现数值差异。

量化在FPGA, ASIC, SoC开发中的应用

将设计由浮点转换为定点可以通过降低FPGA资源利用率、降低功耗、满足延迟要求等实现功耗和资源消耗的最小化。但是，这种转换会引入量化误差，因此在转换设计时必须适当地控制量化噪声。

深度学习中的量化

量化对于优化深度学习模型已经变得非常重要，因为它有助于在部署到嵌入式系统时加速推理。您可以使用8位整数使用混合精度推断，目前正在进行的学术研究探索用于量化的4位和6位整数。

量化的工作方式

量化误差是非线性操作的累积效应，如信号的小数部分的舍入或信号动态范围的溢出。在转换嵌入式硬件设计时，可以通过观察设计中的关键信号或变量来考虑量化误差，并对量化误差进行预算，使数值差异在可接受的范围内。

用MATLAB和Simulink进行量化万博1manbetx

使用MATLAB和Simulin万博1manbetxk，您可以:

• 探讨和分析量化误差的传播
• 自动量化您的设计，以有限的精度
• 调试量化产生的数值差异

探索和分析量化误差

您可以通过模型范围内的自动仪表收集模拟数据和统计信息。该数据的MATLAB可视化使您能够探索和分析设计，以理解数据类型选择如何影响底层信号。

自动量化您的设计

您可以通过选择特定的数据类型来量化设计，也可以迭代地探索不同的定点数据类型。使用一个有指导的工作流，您可以看到量化对系统的数值行为的总体影响。

或者，您可以解决优化问题，并为您的设计选择最佳的异构数据类型配置，以满足系统的数值行为的容忍度约束。

了解更多关于定点转换:

• 手动将MATLAB代码转换为定点的最佳实践
• 使用定点工具迭代地转换您的Sim万博1manbetxulink模型
• 自动转换使用定点优化

调试由于量化而产生的数值差异

使用MATLAB，您可以识别、跟踪和调试由量化引起的数值问题的根源，例如溢出、精度损失和设计中的范围或精度浪费。