固定点设计师
模型和优化定点和浮点算法
固定点设计器™提供用于优化和实现嵌入式硬件上的定点和浮点算法的数据类型和工具。它包括固定点和浮点数据类型和目标特定的数字设置。使用固定点设计器，您可以执行针对性点的目标感知模拟。然后，您可以在实现硬件上进行设计之前测试和调试量化效果，例如溢出和精度损耗。
固定点设计人员提供应用程序和工具，用于分析双精度算法并将其转换为降低精度浮点或固定点。优化工具使您可以选择满足您的数值准确性要求和目标硬件约束的数据类型。有效实现，您可以用硬件 - 最佳模式替换计算昂贵的设计构造，例如压缩查找表。
生产C和HDL代码可以直接从您的固定和浮点优化模型生成。
开始：
指定固定点数据类型和所有属性，例如舍入模式。
浮点模拟
在模拟和代码生成中，模拟非标准浮点数的目标硬件行为，例如刷新到零。在MATLAB中使用fp16半精度数据类型模拟有限精度浮点数®和模拟万博1manbetx®．
可视化信号范围和直方图数据。
派生的范围分析
根据设计的数学分析得出信号范围，并确定最坏情况范围或边缘情况，无需创建完全详尽的模拟测试台。使用派生范围，您可以确保您的设计防止或处理所有可能的溢出。
使用设计范围导出范围。
定点量化
使用指导工作流探索不同的定点数据类型及其对系统数值行为的量化效果。观察设计中变量的动态范围，并确保转换后的算法在浮点表示和定点表示中表现一致。
使用定点工具转换浮点模型。
使用单精度转换器自动转换。
数据类型的优化
自动迭代各种定点配置以选择最优的异构数据类型，同时满足系统数值行为的公差约束。该优化寻求使用定点数据类型最小化总位宽，以实现高效设计。
函数逼近和查找表压缩
使用最佳查找表（如SQRT和EXP）或复杂子系统近似数学。压缩现有查找表以通过优化数据点和数据类型来减少内存使用。
溢出和精确损耗检测
快速识别、跟踪和调试溢出、精度损失和浪费的范围或精度的来源，并将您的设计与理想的浮点行为进行比较。您的模型和代码的真正一致最大化了基于模型的设计的许多好处，使您能够在工作流的早期发现这些问题。
追踪溢出的根本原因。
数值边例
生成数值丰富的定点和浮点值，例如接近边界和非正数的值，以测试算法的边界情况的数值一致性。生成具有不同维数和复杂性的信号组合，并具有整数、浮点或定点数据类型。
使用数据生成器API生成测试数据。
Simulink中的一半精度万博1manbetx
为半精度系统设计、模拟和生成代码
固定点库
使用新的QR分解和矩阵解决Simulink块万博1manbetx
数据类型的优化
使用运算符计数、斜率偏差数据类型支持和自动隔离不支持的构造来进行更好的成本估算万博1manbetx
定点的工具
在Matlab脚本中使用固定点工具和导出优化工作流程中的一半和斜率偏置万博1manbetx数据类型支持
查找表优化
探索优化查找表的半精度
看看发行说明有关这些特性和相应功能的详细信息。
