AWR2944: HWA核心计算单元FFT蝶形运算的饱和截位问题

我给您提供一种思路

在MATLAB中，通过一些函数来模拟定点数的饱和和截断操作。

% 定义输入数据
input_data = your_input_data; % 替换为您的输入数据

% 定义饱和边界
saturation_limit = 2^(24-1) - 1; % 24位的定点数，最高位是符号位

% 饱和操作
saturated_data = min(max(input_data, -saturation_limit), saturation_limit);

% 截断操作
truncated_data = int32(input_data); % 将数据转换为32位有符号整数
truncated_data = bitshift(truncated_data, -8); % 截取前24位

% 定义输出数据
output_data = fft(saturated_data); % 使用饱和后的数据进行FFT计算
% 或者
output_data = fft(truncated_data); % 使用截断后的数据进行FFT计算

假设输入数据已经存储在 `input_data` 中。饱和操作通过 `min` 和 `max` 函数来实现，确保数据不会超出指定的范围。而截断操作通过先将数据转换为32位有符号整数，然后使用 `bitshift` 函数来实现，将数据的高位截取掉，只保留24位。

对于数据类型的转换，尤其是从一个较大范围的数据类型（64位整数）转换为一个较小范围的数据类型（32位整数），会导致精度损失或数据溢出。

Jundong Zhang 说：

比如输入数据是640，那么将它转换为int32后的值还是640，

在你提到的情况中，将输入数据640转换为32位有符号整数时，确实不会发生数据变化，因为640在32位有符号整数范围内是可以表示的。但是，如果你的输入数据超出了32位有符号整数的表示范围，那么就会发生溢出。

例如，如果你的输入数据是10000000000，这个数在32位有符号整数的范围内无法表示（它超出了[-2147483648, 2147483647]的范围），这时候就会发生溢出，导致截断错误。

关于截断，当你把一个更大范围的整数转换为一个较小范围的整数时，高位的数值会被截断掉。这就意味着如果原始数据超出了目标数据类型的范围，截断后的结果可能会出现明显的误差

误差是正常的，因为饱和会引入非线性失真，导致信号的频谱发生变化，从而影响FFT计算结果

是的

Jundong Zhang 说：

无论是饱和还是截位操作，都是针对输出数据超过范围的情况下进行的是吧？

Jundong Zhang 说：

请问还有没有其他更好的衡量标准呢

我更倾向推荐用SQNR

一种改进计算 SQNR 方法：

1. 确保计算量化噪声时准确捕捉到了输出信号与 MATLAB FFT 计算结果之间的差异

2. 计算输出信号的能量，可以用幅值的均方根 (RMS) 值来表示

3. 计算量化噪声的能量，可以用其均方根值表示

4. 计算 SQNR，即输出信号能量与量化噪声能量的比值

Jundong Zhang 说：

% 计算与MATLAB幅值求平均误差作为量化噪声

error_abs = mean(abs((output_matlab) - output_sim));

% 计算信噪比

db_sqnr = db(mean(abs(output_matlab))) - db(mean(error_abs));

% 计算结果

error_abs ：

101340.0000351

db_sqnr ：

21.9126787dB

% 计算输出信号与 MATLAB 幅值的均方根误差作为量化噪声
error_rms = sqrt(mean(abs(output_matlab - output_sim).^2));

% 计算输出信号的均方根值
signal_rms = sqrt(mean(abs(output_matlab).^2));

% 计算 SQNR
sqnr = 20 * log10(signal_rms / error_rms);

您好，新的问题烦请重新起贴发哈～感谢理解，谢谢！