BlockfloatingFFT又稱為塊浮點FFT運算。
基本介紹
- 中文名：BlockfloatingFFT
- 別稱：塊浮點FFT運算
在FFT的硬體實現中，必須解決數據的動態範圍問題．可以採用以下不同的數據格式來解決這一問題：
1)採用定點運算方案；
2)採用浮點運算方案；
3)採用塊浮點運算方案．
定點運算，實現結構簡單，存儲空間少，運算速度快，但因受到字長的限制，數據動態範圍小，捨入誤差會降低最終處理結果的精度．
浮點運算，可以消除動態範圍局限的問題，輸出信號平均信噪比較高，但運算電路複雜，存儲空間大，運算速度慢，系統造價較高，而且在加法和乘法中都會產生捨入誤差．
塊浮點介於浮點和定點之間，是2種表示法的結合．在這種表示法中，一組數據具有一個----共同的指數，這個指數是這組數中絕對值最大的那個數的指數．這樣，在對數據塊執行加法和乘法運算時，無需進行額外的指數操作，僅對尾數進行加法和乘法運算即可，與定點運算一樣方便．在運算過程中，逐級進行溢出判斷和移位選擇，實現動態範圍擴展E引。
把一個數表示為尾數部分和指數部分，則稱該數為浮點數(floating point number)。例如十進制數為+63.8寫成浮點數則為0.638×102，其中+0.638是尾數部分，102是指數部分。對浮點數進行的算術運算稱為浮點運算。
下面介紹一下在Altera公司提供的FFT IPCORE中與此概念相關的內容：
Altera 提供的FFT Megacore 提供三個有關信號的輸出，也就是實部幅值，虛部幅值和指數
值（exp）。FFT 採用 Block Floating Point （bfp）的數字表達方式。所謂的BFP 是介於定點數和浮點數之間的一種數字表示方法。眾所周知，每個浮點數由尾數（mantissa）和指數(Exponent) 共同
組成。如果要計算的數多了，額外的指數暫存器就會讓一些系統吃不消了。一個解決辦法就
是，一批要被同樣的算法處理的數，假設把 n 個這樣的數叫做一個 block，讓他們共享一個
指數暫存器，數與數的區別僅在其尾數項。在運算的時候幅值最大的那個數的最高位成為敏
感位，如果它要溢出，那么指數暫存器記錄一次（如果用符號表示溢出一次，原來指數暫存
器的值為-1，則新值應該為-2），同時尾數向右移一位（LSB 被丟棄，MSB前面補符號位），
這樣尾數就不會溢出。到最后綜合計算結果的時候，尾數的值向左移n位（如果指數（exp）最後值
為-n的話），或者說尾數乘上2的n次方才對應真正的輸出。
