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 said:

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 said:

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 said:

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 said:

% 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！