Académique Documents
Professionnel Documents
Culture Documents
quantisation
Objectifs d’apprentissage
Notation des nombres en virgule fixe vs. virgule
flottante
Format de notation en virgule fixe
Binaire non signé
Binaire signé
Binaire en complément de 2
Format Q
Représentation en virgule flottante
Effets de longueur de mot dans les DSP
Effet de quantisation
Effet de longueur de mot
1
Virgule fixe vs virgule flottante
Traitement en virgule fixe
Les nombres sont codés et manipulés en utilisant une
séquence de bits en complément de 2.
Conséquences
Gamme dynamique plus réduite
Effort de codage plus grand à cause des effets secondaires
Traitement en virgule flottante
Les nombres sont codés en notation scientifique à
base 2 et consistent en une mantisse fractionnaire
suivie d’un exposant.
Conséquences
Demande un DSP qui possède le matériel nécessaire
DSP plus coûteux
Calculs plus lents qu’en virgule fixe
2
Notation binaire avec signe
B = bN −1bN − 2 • • • b2b1b0 , bi ∈ {0,1}
Permet de représenter des nombres entiers compris entre
-2(N-1) +1 et +2(N-1)-1
Le bit le plus significatif représente le signe : “1” signifie
un nombre négatif, “0” signifie un nombre positif
La valeur décimale équivalente est :
(
D ( B ) = 1 ⋅ bN − 2 2 N − 2 + • • • + b2 2 2 + b1 21 + b0 2 0 )
Ou (
D ( B ) = −1 ⋅ bN − 2 2 N −2
+ • • • + b2 2 + b1 2 + b0 2 0
2 1
)
Exemples pour N=8 :
0000 0111 -> 7 0001 0000 -> 16
1000 0000 -> 0 1111 1111 -> -127
Inconvénient majeur : les additions et les soustractions
demandent des ressources matérielles différentes !
Notation en complément de 2
Permet de représenter des nombres entiers compris
entre -2(N-1) et +2(N-1)-1
Représente les nombre positifs comme précédemment
et les nombres négatifs par la valeur positive à ajouter à
-2(N-1) pour atteindre 0 :
D ( B ) = −2 N −1 bN −1 + bN − 2 2 N − 2 + • • • + b2 2 2 + b1 21 + b0 2 0
3
Avantages et inconvénients de la
notation en complément de 2
La soustraction devient une addition de nombres en
complément de 2 (pas besoin d unité dédiée)
La modification de la longueur d’un registre demande
seulement à mettre des 0 ou des 1 dans les bits ajoutés :
Exemples pour une modification de 8 bits à 16 bits :
N= 3 : 00000011 -> 0000 0000 0000 0011
N=-3 : 1111 1101 -> 1111 1111 1111 1101
N=-7 : 1111 1001 -> 1111 1111 1111 1001
Une seule notation pour la valeur 0 (pas de +0 et -0)
Inconvénient majeur : débordement arithmétiques
La multiplication de deux nombres de N bits peut donner un
résultat long de 2N bits
L’addition de deux nombres de N bits peut donner un résultat long
de N+1 bits
4
Le format Q : tout est question de
virgule !
Fromat NQ n
b’N-1b’N-2…b’0 bn-1bn-2…b0
.
-2Nb’N-1+…+21b’1+20b’0+2-1bn-1 + 2-2bn-2…+2-nb0
Exemples :
1110 -> -23 + 22 + 21 = -2
11.10 -> -21 + 20 + 2-1 = -2 + 1 + 0.5 = -0.5
1.110 -> -20 + 2-1 + 2-2 = -1 + 0.5 + 0.25 = -0.25
La notation fractionnaire revient à diviser la valeur entière par 2n, où n est le
nombre de bits de fraction désiré !
.
2Q14 2 bits de poids fort 14 bits restants
5
Exemple d’effet sur la multiplication
Le format Qn
6
Le Format Q15
7
La multiplication en format Q15
Le produit de deux nombres en format Q15 est en format Q30.
Le résultat de 32 bits contient deux bits de signe avant la virgule !
Idéalement, la multiplication de NxN en format Q devrait donner un
résultat de 2N-1 bits en format Q
Dans les faits, il y a extension du signe de bit
En pratique, seuls les 15 bits les plus significatifs, plus le premier bit
de signe sont retenus dans le résultat, cela revient à décaler le résultat
de 15 positions à droite.
Q15 Q15 16-bit memory
Bit de signe
X
bit de signe étendu
15 bits 15 bits
8
Format en précision simple
31 30 23 22 0
s exp frac
31 30 20 19 0 31 0
s exp frac frac
9
Exemples de nombres en virgule flottante
Précision simple :
31 30 23 22 0
1=1x20 -> 0 -127 0
31 30 23 22 0
15=1.875x23 -> 0 -124 0.875
-3=-1.5x21=(-2+0.5)x21
31 30 23 22 0
1 -126 0.5
Précision double
4=1x22 -> 31 30 23 22 0 31 0
0 -1021 0 0
10
Virgule fixe vs flottante
Charactéristique Virgule fixe Virgule flottante
Effet de quantisation
Résolution de quantisation Q
Bruit de quantisation
Dépend de Q
11
Bruit de quantisation
2 2
La puissance du bruit est alors Q
2
Q V2 q (t )
Bruit de quantisation
12
Effet de longueur de mots
0 ≤| ξ t |≤ 2 M − 2b
L’erreur se répercute sur les calculs subséquents
13