ARM架构定点数运算原理与优化实践

1. ARM架构定点数运算基础

定点数运算是一种在整数处理器上高效模拟浮点运算的技术，它通过预定义的小数点位置（称为q格式）来存储和操作分数。这种技术在嵌入式系统和实时处理应用中尤为重要，因为ARM等RISC架构通常不包含硬件浮点运算单元(FPU)。

定点数的核心表示方法是将数值编码为两个部分：

• 尾数(n)：一个常规的整数，存储实际的有效数字
• 指数(q)：一个固定的比例因子，决定小数点的位置

数学表达式为：值 = n × 2^(-q)

例如，在q=14的格式中：

• 0x00004000表示1.0（因为16384 × 2^(-14) = 1）
• 0x00002000表示0.5
• 0xFFFFC000表示-1.0（采用二进制补码表示）

2. q格式的选择与精度控制

2.1 动态范围与精度的权衡

q值的选择直接影响数值表示的动态范围和精度：

• 较大的q值：提高小数部分精度，但减少整数部分范围
• 较小的q值：扩大整数表示范围，但降低小数精度

在32位系统中，常见的选择包括：

• q=14：适合信号处理，提供±4的整数范围和约0.00006的小数精度
• q=8：适合图形处理，提供±8,388,608的整数范围和0.00390625的小数精度

2.2 防止运算溢出

乘法操作需要特别注意，因为两个q格式数相乘会产生2q格式的结果。例如：

• q=14时，乘积需要28位小数部分
• 32位系统中，必须确保2q < 32，因此q最大为15

经验法则：

1. 加法/减法：操作数必须相同q格式，结果保持相同格式
2. 乘法：结果小数位数是操作数小数位之和
3. 除法：被除数通常需要预先移位以保持精度

3. 定点数运算的C语言实现

3.1 基本运算宏定义

c复制// 加法：相同q格式直接相加
#define FADD(a,b) ((a)+(b))  

// 减法：相同q格式直接相减
#define FSUB(a,b) ((a)-(b))

// 乘法：结果右移q位回到原格式
#define FMUL(a,b,q) (((a)*(b))>>(q))

// 除法：被除数左移q位后除
#define FDIV(a,b,q) (((a)<<(q))/(b))

3.2 混合精度运算