定点计算与浮点计算在MCU上的较量:以电机控制系统算法实现为例

本文主要是介绍定点计算与浮点计算在MCU上的较量:以电机控制系统算法实现为例,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在嵌入式系统尤其是电机控制算法的实现过程中,定点计算与浮点计算的选取始终是一个重要议题。电机控制系统对实时性和计算效率有着极高要求,而MCU(微控制器)作为其核心处理器,其计算模式的选择直接影响整个系统的性能。本文将围绕定点计算与浮点计算在电机控制系统软件实现中的应用、优劣势以及具体案例展开讨论。

一、定点计算

定点计算是基于整数或二进制补码表示实数的方法,无需专门的浮点运算单元(FPU),因此在许多低端或资源有限的MCU上广为采用。电机控制算法中的常见参数如电流、速度等,可以通过合适的量化方法转化为定点数进行处理。例如,在PID控制器中,比例、积分和微分环节的各项参数以及中间结果都可以用定点数表达,从而节省存储空间和计算资源。

优点:

硬件开销小:大部分MCU无需内置FPU即可支持定点计算,降低了成本和功耗。

计算速度快:定点运算指令执行周期短,有助于提高实时性。

易于移植和调试:定点计算的实现相对简单,代码兼容性更好。

缺点:

精度受限:定点数表示范围和精度固定,可能因数值范围过小或过大导致计算误差累积。

设计复杂性:需要精心选择合适的量化方式和字长,以平衡精度与资源占用。

此图片来源于网络

二、浮点计算

相比之下,浮点计算提供了较大的动态范围和较高的精度,尤其适合处理涉及大量乘除法和指数运算的复杂电机控制算法。现代高端MCU往往配备了FPU,可以直接支持IEEE 754标准的单精度或双精度浮点数运算。

优点:

高精度计算:浮点数提供动态范围大的表示方法,有利于减小算法误差。

算法实现简洁:无需手动量化处理,简化编程和算法移植。

缺点:

硬件资源消耗大:使用FPU会占用更多硅片面积,增加MCU的成本和功耗。

执行速度相对较慢:浮点运算的指令周期通常比同等功能的定点运算要长,可能影响实时性。

具体案例分析: 在设计一款高性能伺服电机控制器时,如果选择使用低成本、低功耗的MCU,考虑到电机控制算法中的参数调整较为频繁,且对实时性要求较高,采用定点计算或许更为适宜,只需合理设计量化策略以确保足够的精度。而对于一些需要高精度定位和复杂控制算法的场合,如工业机器人关节电机的控制,采用内建FPU的高端MCU,通过浮点计算可以更好地保证算法性能和控制精度。

结论: 定点计算与浮点计算在电机控制系统中的选用,本质上是性能、成本和精度之间的权衡。开发者应根据具体应用场景和MCU资源情况,合理评估计算需求和限制,以实现最优化的电机控制算法实现方案。随着MCU技术的快速发展,未来的芯片设计可能兼顾两者之长,提供更加灵活、高效且能满足多样化需求的计算平台。

三、FPU相关

浮点运算单元(Floating Point Unit, FPU)是计算机处理器中专门处理浮点数运算的部件,它遵循国际标准化组织制定的IEEE 754浮点数标准来执行加、减、乘、除以及其它复杂浮点运算。浮点数相比整数运算更能精确表示较大范围内的小数,是科学计算、图像处理、信号处理等领域不可或缺的基础工具。

原理介绍

浮点运算单元的核心工作原理如下:

  1. 数据表示:浮点数由符号位(表示正负)、指数部(表示数值大小)和尾数部(表示小数部分)组成。FPU负责解析和操作这些部分。

  2. 算术运算:FPU包含专用电路来进行浮点加减乘除运算,这些运算涉及到对指数和尾数的独立处理,包括对齐(对齐尾数以便相加或相减)、相加减、乘法和除法、舍入处理以及异常情况检查(如溢出、下溢、NaN、无穷大等)。

  3. 特殊函数处理:除了基本算术运算,FPU还可能支持其他数学函数,如平方根、三角函数、对数函数、指数函数等。

  4. 流水线处理:现代FPU设计通常采用流水线结构以提高运算效率,即将运算分为多个阶段并在不同时间内并行执行。

成本分析

在计算机硬件设计中,是否配备FPU以及FPU的性能等级直接影响到处理器的成本:

  1. 硬件成本:FPU作为一个额外的硬件组件,增加了处理器的制造成本。它需要更多的硅片面积,这意味着更高的材料成本和工艺难度。越复杂的FPU,其内部结构可能包括更多的晶体管和更先进的电路设计,成本自然越高。

  2. 功耗与散热:高性能FPU往往伴随着更大的功耗,这会影响整个系统的电源管理设计,并可能需要更有效的散热解决方案,间接增加整体系统的成本。

  3. 性能与价格比:尽管增加了成本,FPU却极大地提高了处理器处理浮点运算的能力,对于需要高性能计算的场合来说,这样的投入通常是值得的。在嵌入式系统中,如果任务需求并不涉及大量的浮点运算,则选择不带FPU的处理器可以降低成本。

  4. 市场定位与竞争力:对于高端服务器芯片和图形处理器GPU而言,高效的浮点运算能力是必不可少的,因此厂家愿意投资于更强大的FPU设计,以提升产品在市场上的竞争力。

总结起来,浮点运算单元的设计和集成对处理器性能有着重大影响,而其成本主要包括硬件设计与制造、功耗管理和市场定位等多个维度。在选择是否集成FPU以及何种级别的FPU时,工程师和制造商需根据目标应用需求、市场定位和经济效益做出权衡决策。

这篇关于定点计算与浮点计算在MCU上的较量:以电机控制系统算法实现为例的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1063121

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

hdu1043(八数码问题,广搜 + hash(实现状态压缩) )

利用康拓展开将一个排列映射成一个自然数,然后就变成了普通的广搜题。 #include<iostream>#include<algorithm>#include<string>#include<stack>#include<queue>#include<map>#include<stdio.h>#include<stdlib.h>#include<ctype.h>#inclu

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

让树莓派智能语音助手实现定时提醒功能

最初的时候是想直接在rasa 的chatbot上实现,因为rasa本身是带有remindschedule模块的。不过经过一番折腾后,忽然发现,chatbot上实现的定时,语音助手不一定会有响应。因为,我目前语音助手的代码设置了长时间无应答会结束对话,这样一来,chatbot定时提醒的触发就不会被语音助手获悉。那怎么让语音助手也具有定时提醒功能呢? 我最后选择的方法是用threading.Time

Android实现任意版本设置默认的锁屏壁纸和桌面壁纸(两张壁纸可不一致)

客户有些需求需要设置默认壁纸和锁屏壁纸  在默认情况下 这两个壁纸是相同的  如果需要默认的锁屏壁纸和桌面壁纸不一样 需要额外修改 Android13实现 替换默认桌面壁纸: 将图片文件替换frameworks/base/core/res/res/drawable-nodpi/default_wallpaper.*  (注意不能是bmp格式) 替换默认锁屏壁纸: 将图片资源放入vendo