基于FPGA的浮定点转化的计算

基于fpga的浮定点转化问题，在这里先浅显的讨论，随着项目的深入，会逐渐加深。
  定点运算DSP在应用中已取得了极大的成功，而且仍然是DSP应用的主体。然而，随着对DSP处理速度与精度、存储器容量、编程的灵活性和方便性要求的不断提高、自80年代中后期以来，各DSP生产厂家陆续推出了各自的32bit浮点运算DSP。
   和定点运算DSP相比，浮点运算DSP具有许多优越性：
   浮点运算DSP比定点运算DSP的动态范围要大很多。定点DSP的字长每增加1bit,动态范围扩大6dB。16bit字长的动态范围为96dB。程序员必须时刻关注溢出的发生。例如，在作图像处理时，图像作旋转、移动等，就很容易产生溢出。这时，要么不断地移位定标，要么作截尾。前者要耗费大量的程序空间和执行时间，后者则很快带来图像质量的劣化。总之，是使整个系统的性能下降。在处理低信噪比信号的场合，例如进行语音识别、雷达和声纳信号处理时，也会发生类似的问题。而32bit浮点运算DSP的动态范围可以作到1536dB，这不仅大大扩大了动态范围，提高了运算精度，还大大节省了运算时间和存储空间，因为大大减少了定标，移位和溢出检查。
   由于浮点DSP的浮点运算用硬件来实现，可以在单周期内完成，因而其处理速度大大高于定点DSP。这一优点在实现高精度复杂算法时尤为突出，为复杂算法的实时处理提供了保证。
    32bit浮点DSP的总线宽度较定点DSP宽得多，因而寻址空间也要大得多。这一方面为大型复杂算法提供了可能、因为省的DSP目标子程序已使用到几十MB存储器或更多；另一方面也为高级语言编译器、DSP操作系统等高级工具软件的应用提供了条件。
   DSP的进一步发展，必然是多处理器的应用。新型的浮点DSP已开始在通信口的设置和强化、资源共享等方面有所响应。就目前来说TMS320C3X和TI主流DSP芯片TMS320C6701都为浮点DSP。     
  而fpga大多为定点型。这里举例来说明浮点转定点的加法和乘法运算。首先要选择一种方法来表示浮点数。比如8位1.5，可以采用Q6方法表示。Q6是指用2位表示整数，用6位表示小数。第一位表示正负号。如1.5，可表示为，即01100000，为8'h60，而8位0.5，可采用Q7方法表示，记为01000000，即8'h40,8'h60*8'h40=16'h1800,一个Q7与一个Q6相乘，得到的是Q13的16位数，记为000.1,1000,0000,0000,前3位为整数位，后13位为小数位，即为0.75.如果输出想转化为16位，进行左移和右移.对于加法来说，必须首先进行小数点的对位，实行对齐，才能开始运算。