IT小魔王1. 定点乘法运算概述
在数字信号处理、嵌入式系统和低功耗计算领域，定点乘法运算是一项基础但至关重要的技术。与浮点运算相比，定点运算不需要专门的浮点运算单元（FPU），可以在没有硬件浮点支持的处理器上高效执行，这对成本敏感的嵌入式设备尤为重要。
定点数的本质是将小数视为整数来处理，通过隐含的缩放因子（通常为2的幂次方）来确定小数点的位置。例如，Q15格式表示小数点左边有1位符号位，右边有15位小数位。这种表示方法虽然牺牲了动态范围，但换来了计算效率的大幅提升。
我在DSP芯片开发中多次使用定点乘法，实测Q15格式的乘法运算速度比浮点版本快3-5倍，这对于实时性要求高的音频处理、电机控制等场景至关重要。不过定点乘法也有其独特的陷阱，比如溢出处理和精度保持就需要特别注意。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 定点数表示方法解析
2.1 Q格式表示法
Q格式是定点数最常用的表示方法，记为Qm.n，其中：
- m：整数部分位数（包括符号位）
- n：小数部分位数
- 总位数 = m + n
常见格式有：
| Q格式 | 总位数 | 表示范围 | 精度 |
|---|---|---|---|
| Q7.8 | 16位 | [-128, 127.996] | 1/256 ≈ 0.004 |
| Q15 | 16位 | [-1, 0.99997] | 1/32768≈3e-5 |
| Q31 | 32位 | [-1, 0.999999] | 1/2^31≈4.6e-10 |
提示：Q15和Q31因为整数部分只有符号位，特别适合表示[-1,1)范围内的小数，这也是信号处理中最常用的范围。
2.2 定点数的存储与解释
定点数在内存中实际上存储的是经过缩放后的整数值。例如：
- 实数：0.75
- Q15表示：0.75 × 32768 = 24576 (0x6000)
- 内存中存储的就是0x6000这个整数值
转换公式：
c复制// 实数转Q格式
int16_t real_to_q15(float x) {
return (int16_t)(x * 32768.0f);
}
// Q格式转实数
float q15_to_real