Fixed-Point Tool
Преобразуйте модель с плавающей точкой в модель фиксированной точки
Откройте Fixed-Point Tool
Панель инструментов Simulink: На вкладке Apps, под Code Generation, кликают по значку приложения.
Командная строка MATLAB: Войти
fxptdlg('system_name'), где'system_name'имя модели или системы, которую вы хотите преобразовать в виде строки.
Примеры
Оптимизированное преобразование фиксированной точки в Fixed-Point Tool
В этом примере показано, как использовать Оптимизированный рабочий процесс Преобразования Фиксированной точки в Fixed-Point Tool. Модель, используемая в этом примере, является простым КИХ-фильтром, смоделированным с помощью типов данных с плавающей точкой. В этом примере вы задаете известные поведенческие ограничения для выхода фильтра и оптимизируете типы данных с фиксированной точкой в Embedded Efficient Filter подсистема.
Откройте mSimpleFIR модель.
open_system('mSimpleFIR');
Смотрите Embedded Efficient Filter подсистема.
open_system('mSimpleFIR/Embedded Efficient Filter');
Известный проект минимальные и максимальные значения задан явным образом на блоках в модели, включая на вводах и выводах Embedded Efficient Filter подсистема.
Откройте Fixed-Point Tool. На вкладке Apps Simulink®, под Генерацией кода, кликают по значку приложения.
Чтобы запустить оптимизированный рабочий процесс преобразования фиксированной точки, выберите Optimized Fixed-Point Conversion.
Выберите подсистему, которую вы хотите анализировать. В соответствии с Системой в соответствии с проектом (SUD), выберите Embedded Efficient Filter подсистема.
Выберите метод сбора области значений использовать. Под Режимом Набора Области значений выберите Simulation с выведенными областями значений. Во время аналитического шага области значений оптимизации инструмент объединит диапазоны от симуляции минимальные и максимальные значения, спроектирует минимальные и максимальные значения, заданные явным образом на блоках в модели, и получил минимальные и максимальные значения, которые вычисляются через статический анализ, который вывел области значений для объектов в модели.
Задайте Входные параметры Симуляции. В данном примере используйте входные параметры модели по умолчанию для симуляции.
Задайте допуски сигнала к регистрируемым сигналам. Установите Абсолютную погрешность и Относительную погрешность output_signal:1 к 0.01.
Чтобы подготовить модель к преобразованию фиксированной точки, нажмите Prepare. Fixed-Point Tool создает резервную версию модели и проверяет модель на совместимость с процессом преобразования. Для больше о проверках подготовки, смотрите Использование Fixed-Point Tool, чтобы Подготовить Систему к Преобразованию.
Затем расширьте стрелу кнопки Settings, чтобы сконфигурировать настройки, чтобы использовать для оптимизации типа данных. В данном примере используйте настройки по умолчанию.
Чтобы оптимизировать типы данных в модели, нажмите Optimize Data Types.
Во время процесса оптимизации программное обеспечение анализирует области значений объектов в вашей системе в соответствии с проектом. Оптимизация будет учитывать все заданные поведенческие ограничения, включая проект минимальные и максимальные значения и сигнализировать о допусках, чтобы применить типы гетерогенных данных к вашей системе при минимизации целевой функции. В данном примере целевая функция установлена в Bit Width Sum по умолчанию, который дает оптимизации команду минимизировать сумму размеров слова в системе в соответствии с проектом.
Во время процесса оптимизации программное обеспечение вносит изменения в несколько настроек и параметров конфигурации модели. Они имеют целью этих изменений, включают диагностику подавления, логгирование включения с Инспектором Данных моделирования, сокращение памяти, использованной результатом, обеспечение валидности модели, ускорение процесса оптимизации и переопределения типа данных выключения. Для получения дополнительной информации смотрите Изменения конфигурации Модели, Сделанные Во время Оптимизации Типа данных. Можно восстановить эту диагностику после того, как оптимизация будет завершена.
Детали о процессе оптимизации распечатаны к Панели Оптимизации в Fixed-Point Tool. Можно приостановить или остановить решатель оптимизации, прежде чем поиск оптимизации будет завершен путем нажатия на Stop.
Когда оптимизация завершена, Fixed-Point Tool отображает таблицу, которая содержит все решения, найденные во время процесса оптимизации. Решение 1 в таблице соответствует найденному лучшему решению.
Решения упорядочены в таблице на основе Стоимости, которая задана целевой функцией, заданной в Меню параметров. Возможные решения, которые соответствуют заданным поведенческим ограничениям, отмечены состоянием передачи в таблице решений. Решения, которые не соответствуют поведенческим ограничениям, отмечены состоянием сбоя. Этот пример использует допуски на выходе подсистемы фильтра, чтобы задать желаемое поведение системы. Для получения дополнительной информации об определении других типов поведенческих ограничений, смотрите, Задают Поведенческие Ограничения.
Во время процесса оптимизации инструмент собирает области значений и статистику для объектов в вашей модели. Чтобы исследовать эти области значений, в панели Браузера Рабочего процесса, выбирают BaselineRun.
Электронная таблица Результатов отображает сводные данные статистических данных, собранных во время фазы набора области значений оптимизации, включая минимум симуляции и максимальные значения симуляции. Можно нажать на любой результат посмотреть дополнительные детали в Панели Результата. Визуализация панели Данных моделирования отображает сводные данные гистограмм битов, используемых каждым объектом в вашей модели.
Можно настроить информацию, отображенную в электронной таблице Результатов, или использовать вкладку Explore, чтобы отсортировать и отфильтровать эти результаты на основе дополнительных критериев. Для получения дополнительной информации смотрите Представления Управления в Fixed-Point Tool.
Лучшее решение, найденное во время оптимизации, Решения 1, автоматически применяется к модели. Чтобы сравнить это оптимизированное решение базового запуска, нажмите Compare. В Embedded Efficient Filter подсистема, вы видите прикладные оптимизированные типы данных с фиксированной точкой. Когда вы нажимаете Compare для модели, которая регистрировала сигналы, инструмент открывает Инспектора Данных моделирования. В Инспекторе Данных моделирования выберите output_signal как сигнал выдержать сравнение. График выходного сигнала объекта для Решения 1 в заданной полосе допуска.
Можно продолжить исследовать другие решения путем выбора решения из таблицы решений и нажатия на Apply и Compare.
После оптимизации типов данных в Fixed-Point Tool можно принять решение экспортировать шаги рабочего процесса оптимизации в скрипт MATLAB®. Это позволяет вам сохранять текущие шаги рабочего процесса оптимизации и продолжать оптимизацию типа данных с помощью fxpopt в командной строке.
Нажмите Export Script, чтобы экспортировать скрипт под названием fxpOptimizationOptions к текущей рабочей директории.
После процесса преобразования, если вы хотите восстановить свою модель к ее состоянию в начале процесса преобразования, нажимают Restore Original Model. Удалены любые изменения, внесенные в вашу модель после этапа подготовки преобразования.
Итеративное преобразование фиксированной точки в Fixed-Point Tool
В этом примере показано, как использовать Итеративный рабочий процесс Преобразования Фиксированной точки в Fixed-Point Tool. Модель, используемая в этом примере, является простым КИХ-фильтром, смоделированным с помощью исходных предположений для типов данных с фиксированной точкой. В этом примере вы задаете известные поведенческие ограничения для выхода фильтра и улучшаете типы данных с фиксированной точкой в Embedded Efficient Filter подсистема.
Откройте mSimpleFIR_fxp модель.
open_system('mSimpleFIR_fxp');
Смотрите Embedded Efficient Filter подсистема.
open_system('mSimpleFIR_fxp/Embedded Efficient Filter');
Известный проект минимальные и максимальные значения задан явным образом на блоках в модели, включая на вводах и выводах Embedded Efficient Filter подсистема.
Откройте Fixed-Point Tool. На вкладке Apps Simulink®, под Генерацией кода, кликают по значку приложения.
Чтобы запустить оптимизированный рабочий процесс преобразования фиксированной точки, выберите Iterative Fixed-Point Conversion.
Выберите подсистему, которую вы хотите анализировать. В соответствии с Системой в соответствии с проектом (SUD), выберите Embedded Efficient Filter подсистема.
Выберите метод сбора области значений использовать. Под Режимом Набора Области значений выберите Simulation с выведенными областями значений. Во время аналитического шага области значений оптимизации инструмент объединит диапазоны от симуляции минимальные и максимальные значения, спроектирует минимальные и максимальные значения, заданные явным образом на блоках в модели, и получил минимальные и максимальные значения, которые вычисляются через статический анализ, который вывел области значений для объектов в модели.
Задайте Входные параметры Симуляции. В данном примере используйте входные параметры модели по умолчанию для симуляции.
Задайте допуски сигнала к регистрируемым сигналам. Установите Абсолютную погрешность и Относительную погрешность output_signal:1 к 0.01.
Чтобы подготовить модель к преобразованию фиксированной точки, нажмите Prepare. Fixed-Point Tool создает резервную версию модели и проверяет модель на совместимость с процессом преобразования. Для больше о проверках подготовки, смотрите Использование Fixed-Point Tool, чтобы Подготовить Систему к Преобразованию.
Затем соберите области значений. Расширьте стрелу кнопки Collect Ranges и выберите Двойную точность. Нажмите Collect Ranges, чтобы запустить запущенный набор области значений.
Когда вы выбираете Двойную точность как режим набора области значений, инструмент симулирует систему в соответствии с проектом с включенным переопределением типа данных. Переопределение типа данных выполняет глобальное переопределение типов данных с фиксированной точкой в модели, таким образом, избегая эффектов квантования. Это позволяет вам установить идеальную базовую линию с плавающей точкой для поведения вашей модели.
Результаты набора области значений хранятся в BaselineRun. Электронная таблица Результатов отображает сводные данные статистических данных, собранных во время симуляции набора области значений, включая в настоящее время заданные типы данных на модели (SpecifiedDT), минимуме симуляции и максимальных значениях симуляции. Скомпилированный тип данных (CompiledDT) отображения столбца удваивается для всех объектов в Embedded Efficient Filter подсистема, указывая, что переопределение типа данных было применено во время симуляции набора области значений.
Можно нажать на любой результат посмотреть дополнительные детали в Панели Результата. Визуализация панели Данных моделирования отображает сводные данные гистограмм битов, используемых каждым объектом в вашей модели. Данные моделирования показывают, что несколько объектов в модели имеют потенциальные потери значимости.
Можно настроить информацию, отображенную в электронной таблице Результатов, или использовать вкладку Explore, чтобы отсортировать и отфильтровать эти результаты на основе дополнительных критериев. Для получения дополнительной информации смотрите Представления Управления в Fixed-Point Tool.
Затем расширьте стрелу кнопки Settings, чтобы сконфигурировать настройки, чтобы использовать для предложений по типу данных. Установите Делают предложение Размеру слова.
Чтобы предложить типы данных на основе собранных областей значений и заданные настройки предложения по типу данных, нажмите Propose Data Types. Инструмент использует все доступные данные об области значений, чтобы вычислить предложения по типу данных, которые могут включать проект минимальные или максимальные значения, симуляция минимальные или максимальные значения, и получили минимальные или максимальные значения. Типы данных предложены для всех объектов в системе в соответствии с проектом, установка типа выходных данных Блокировки которого против изменений параметром Fixed-Point Tool очищена.
Чтобы записать предложенные типы данных в модель, нажмите Apply Data Types. Инструмент обновляет столбец SpecifiedDT, чтобы показать, что типы данных были применены к модели.
Симулируйте модель с помощью прикладных типов данных с фиксированной точкой. Расширьте стрелу кнопки Simulate with Embedded Types и выберите типы данных Specified. Затем нажмите Simulate with Embedded Types.
Fixed-Point Tool симулирует модель с помощью новых типов данных с фиксированной точкой и регистрирует минимальные и максимальные значения и данные о переполнении для всех объектов в системе в соответствии с проектом. Эта информация хранится в новом запуске под названием EmbeddedRun. Значок рядом с EmbeddedRun отображает состояние передачи, указывая, что все сигналы в системе в соответствии с проектом соответствуют заданным допускам. Визуализация Данных моделирования разделяет обновления на области, чтобы отобразить новый EmbeddedRun данные.
Сравнить идеальные результаты, сохраненные в BaselineRun с недавно прикладными типами данных с фиксированной точкой выберите EmbeddedRun от Запуска, чтобы выдержать сравнение в выпадающем меню SDI. Затем нажмите Compare Results, чтобы открыть Инспектора Данных моделирования.
В Инспекторе Данных моделирования выберите output_signal как сигнал выдержать сравнение.
График выходного сигнала фильтра для EmbeddedRun в заданной полосе допуска.
Если поведение конвертированной системы не удовлетворяет ваши требования или если вы хотите исследовать эффект дополнительных выборов типа данных, можно предложить новые типы данных после применения новых настроек предложения. Продолжите выполнять итерации, пока вы не находите настройки, для которых поведение фиксированной точки системы приемлемо.
После процесса преобразования, если вы хотите восстановить свою модель к ее состоянию в начале процесса преобразования, нажимают Restore Original Model. Удалены любые изменения, внесенные в вашу модель после этапа подготовки преобразования.
Набор области значений в Fixed-Point Tool
В этом примере показано, как использовать рабочий процесс Набора Области значений в Fixed-Point Tool. Модель, используемая в этом примере, является простым КИХ-фильтром, смоделированным с помощью типов данных с фиксированной точкой. В этом примере вы анализируете числовое поведение модели, чтобы определить источник переполнения в Embedded Efficient Filter подсистема.
Откройте mSimpleFIR_fxp_ovf модель.
open_system('mSimpleFIR_fxp_ovf');
Смотрите Embedded Efficient Filter подсистема.
open_system('mSimpleFIR_fxp_ovf/Embedded Efficient Filter');
Известный проект минимальные и максимальные значения задан явным образом на блоках в модели, включая на вводах и выводах Embedded Efficient Filter подсистема.
Откройте Fixed-Point Tool. На вкладке Apps Simulink®, под Генерацией кода, кликают по значку приложения.
Чтобы запустить рабочий процесс набора области значений, выберите Range Collection.
Выберите подсистему, которую вы хотите анализировать. В соответствии с Системой в соответствии с проектом (SUD), выберите Embedded Efficient Filter подсистема.
Выберите метод сбора области значений использовать. Под Режимом Набора Области значений выберите Simulation с выведенными областями значений. Во время набора области значений инструмент объединит диапазоны от симуляции минимальные и максимальные значения, спроектирует минимальные и максимальные значения, заданные явным образом на блоках в модели, и получил минимальные и максимальные значения, которые вычисляются через статический анализ, который вывел области значений для объектов в модели.
Задайте Входные параметры Симуляции. В данном примере используйте входные параметры модели по умолчанию для симуляции.
Задайте допуски сигнала к регистрируемым сигналам. Установите Абсолютную погрешность и Относительную погрешность output_signal:1 к 0.01.
Затем расширьте стрелу кнопки Collect Ranges, чтобы сконфигурировать настройки, чтобы использовать для набора области значений. Выберите Двойную точность, чтобы временно заменить типы данных в модели с, удваивается во время базового запущенного набора области значений. Нажмите Collect Ranges.
Результаты запущенного набора области значений хранятся в BaselineRun. Электронная таблица Результатов отображает сводные данные статистических данных, собранных во время набора области значений, включая в настоящее время заданные типы данных на модели (SpecifiedDT), минимуме симуляции и максимальных значениях симуляции. Скомпилированный тип данных (CompiledDT) отображения столбца удваивается для всех объектов в Embedded Efficient Filter подсистема, указывая, что переопределение типа данных было применено во время симуляции набора области значений.
Можно нажать на любой результат посмотреть дополнительные детали в Панели Результата. Визуализация панели Данных моделирования отображает сводные данные гистограмм битов, используемых каждым объектом в вашей модели.
Можно настроить информацию, отображенную в электронной таблице Результатов, или использовать вкладку Explore, чтобы отсортировать и отфильтровать эти результаты на основе дополнительных критериев. Для получения дополнительной информации смотрите Представления Управления в Fixed-Point Tool.
Затем симулируйте модель с помощью типов данных с фиксированной точкой, в настоящее время заданных на модели. Расширьте стрелу кнопки Settings и выберите типы данных Specified, затем нажмите Simulate with Embedded Types.
Fixed-Point Tool хранит результаты симуляции в EmbeddedRun.
Значок рядом с EmbeddedRun отображает состояние сбоя, указывая, что один или несколько сигналов не соответствуют заданным допускам. Результаты для Product блок указывает, что существует проблема с этим результатом. Панель Результата показывает, что блок переполнился 1670 раз, указав на плохой выбор размера слова.
Сравнить идеальные результаты, сохраненные в BaselineRun результатами фиксированной точки выберите EmbeddedRun от Запуска, чтобы выдержать сравнение в выпадающем меню SDI. Затем нажмите Compare Results, чтобы открыть Инспектора Данных моделирования. В Инспекторе Данных моделирования выберите output_signal как сигнал выдержать сравнение.
Связанные примеры
Параметры
System Under Design (SUD) — Система или подсистема, чтобы анализировать или преобразовать
существующая система (значение по умолчанию)
Система или подсистема, чтобы анализировать или преобразовать в фиксированную точку. Можно выбрать отдельные подсистемы в модели по одному, чтобы упростить отладку путем изоляции источника числовых проблем, или можно выбрать модель верхнего уровня.
Для получения дополнительной информации о преобразовании систем, содержащих конкретные построения моделирования, см.:
Range Collection Mode — Как инструмент собирает области значений для объектов в вашей системе
Simulation ranges (значение по умолчанию) | Derived ranges | Simulation with derived ranges
Как инструмент собирает области значений для объектов в вашей системе в виде одного из следующего:
Simulation ranges — Соберите области значений посредством симуляции. Чтобы собрать и объединить области значений нескольких запусков симуляции, задайте Входные параметры Симуляции. Предложения по типу данных так хороши как обеспеченный испытательный стенд.
Derived ranges — Соберите области значений через статический анализ, который выводит области значений, также известные как анализ области значений или выведенный анализ области значений. Области значений собрались, использование этой опции базируются только на диапазонах проекта, указанных на модели. Эта опция обычно поставляет более консервативные предложения по типу данных. Для получения дополнительной информации смотрите Как Аналитические работы Области значений.
Simulation with derived ranges — Соберите области значений посредством симуляции и выведенного анализа области значений и объедините результаты. Предложенные типы данных основаны на объединении симуляции и выведенных областей значений. Эта опция предоставляет информацию о наиболее широком диапазоне.
Для получения дополнительной информации смотрите Выбор Range Collection Method.
Simulation Inputs — Входные параметры для симуляций
Use default model inputs (значение по умолчанию) | Simulink.SimulationInput объект
Входные параметры для симуляций в виде Simulink.SimulationInput объект.
Если вы выбираете Range Collection Mode, чтобы быть Simulation ranges или Simulation with derived ranges, можно принять решение задать входные параметры дополнительной симуляции, чтобы улучшить точность собранных областей значений и предложений по типу данных. Во время симуляции набора области значений Fixed-Point Tool получает минимальные и максимальные значения из каждого заданного сценария симуляции. Если Simulink.SimulationInput возразите, что вы выбираете, содержит больше чем один сценарий симуляции, Fixed-Point Tool предлагает типы данных на основе объединенных диапазонов от всех сценариев симуляции.
Исчерпывающий набор входных сигналов, которые осуществляют полный спектр вашего проекта, приведет к предложениям по типу более точных данных по вашей системе. Для примера смотрите, Предлагают Типы данных Для Объединенных Областей значений Симуляции.
Signal Tolerances — Допуски к сигналам в вашей модели, которые имеют логгирование сигнала, включили
абсолютная погрешность | относительная погрешность | допуск времени
Чтобы определить, приемлемо ли числовое поведение новой реализации фиксированной точки, можно задать допуски к отдельным сигналам в модели, которые имеют включенное логгирование. Можно задать любой из следующих типов допусков:
Absolute Tolerance — Абсолютное значение максимального приемлемого различия между исходным сигналом и сигналом в конвертированном проекте.
Relative Tolerance — Максимальная относительная разница в виде процента, между исходным выходом и выходом нового проекта. Например, значение
1e-2указывает на максимальную разницу одного процента между исходными значениями и значениями сигналов конвертированного проекта.Time Tolerance (seconds) — Временной интервал, в котором максимальные и минимальные значения задают верхние значения и нижние значения, чтобы выдержать сравнение с.
В рабочем процессе Optimized Fixed-Point Conversion необходимо задать по крайней мере одно поведенческое ограничение для того, чтобы оптимизировать типы данных. Допуски сигнала являются одним типом поведенческого ограничения, которое можно задать.
В рабочем процессе Iterative Fixed-Point Conversion допуски сигнала не требуются, чтобы предлагать типы данных, но требуются для инструмента определить, является ли встроенный запуск в допуске.
В рабочем процессе Range Collection допуски сигнала не требуются, чтобы собирать области значений, но требуются для инструмента определить, являются ли собранные области значений в допуске.
Для получения дополнительной информации смотрите, Задают Поведенческие Ограничения и Расчет Допуска.
Collect Ranges — Соберите области значений
Use current settings (значение по умолчанию) | Double precision | Single precision | Scaled double precision
Соберите области значений для объектов в вашем использовании модели:
Use current settings— Используйте текущий набор переопределения типа данных на модели.Double precision— Замените типы данных в модели с, удваивается.Single precision— Замените типы данных в модели с одиночными играми.Scaled double precision— Типы данных переопределения в модели с масштабированным удваиваются.
Собранные области значений зависят от Режима Набора Области значений и любых заданных Входных параметров Симуляции.
Для получения дополнительной информации смотрите Настройки Переопределения Пользовательского типа данных Переопределения и Использования Инструментирования и Типа данных Фиксированной точки для Набора Области значений.
Settings — Опции ввода данных
Allowable Wordlengths | Max Iterations | Propose | Propose signedness | Verify using | ...
Опции ввода данных, доступные в меню Settings, зависят от выбранного рабочего процесса.
Optimized Fixed-Point Conversion Workflow Options
| Опция | Описание |
|---|---|
Allowable Wordlengths | [2:128] Размеры слова, которые могут использоваться в вашей оптимизированной системе в соответствии с проектом. Конечный результат оптимизации использует размеры слова в пересечении |
Max Iterations | 50 Максимальное количество итераций, чтобы выполнить в виде скалярного целого числа. Процесс оптимизации выполняет итерации через различные решения, пока он не находит идеальное решение, достигает максимального количества итераций или достигает другого критерий остановки. |
Max Time (sec) | 600 Максимальное количество времени для оптимизации, чтобы запуститься, заданный в секундах как скалярный номер. Запуски оптимизации, пока это не достигает заданного времени, идеальное решение или другой критерий остановки. |
Patience (iterations) | 10 Максимальное количество итераций, где никакое новое лучшее решение не найдено в виде скалярного целого числа. Оптимизация продолжается, пока алгоритм продолжает находить новые лучшие решения. |
Safety Margin (%) | 0 Запас прочности в виде значения положительной скалярной величины, указывая на процент увеличивается в границах собранной области значений. Запас прочности применяется к объединению всех собранных областей значений. |
Objective Function | Целевая функция, чтобы использовать во время поиска оптимизации. Алгоритм оптимизации стремится минимизировать целевую функцию при встрече заданных поведенческих ограничений.
Примечание Использовать |
Perform Neighborhood Search |
Выполнить ли окружение, ищут оптимизированное решение. Отключение этой опции может увеличить скорость процесса оптимизации, но также и увеличивает возможности нахождения менее идеального решения. |
Use Parallel |
Запустить ли итерации оптимизации параллельно. Выполнение итераций параллельно требует лицензии Parallel Computing Toolbox™. Если у вас нет лицензии Parallel Computing Toolbox, или если вы делаете не включают эту опцию, итерации, запущенные в сериале. |
Iterative Fixed-Point Conversion Workflow Options
| Опция | Описание |
|---|---|
Propose | Предложить ли дробные длины или размеры слова для объектов в системе в соответствии с проектом.
|
Propose signedness |
Использовать ли собранную информацию области значений, чтобы сделать предложение со знаком. |
Safety margin for simulation min/max (%) | 2 Задайте запас прочности, чтобы примениться к собранным областям значений симуляции. Fixed-Point Tool будет добавлять заданную сумму в собранные области значений и основывать предложения по этой большей области значений. |
Convert double/single/half types |
Сгенерировать ли предложения по типу данных по объектам, которые в настоящее время задают двойное, одно, или тип данных полуточности. |
Convert inherited types |
Сгенерировать ли предложения по типу данных по результатам, которые в настоящее время задают наследованный тип данных. |
Default word length | 16 Размер слова по умолчанию, чтобы использовать для предложений по типу данных в виде скалярного целого числа. Эта установка включена только когда |
Default fraction length | 4 Дробная длина по умолчанию, чтобы использовать для предложений по типу данных в виде скалярного целого числа. Эта установка включена только когда |
Range Collection Workflow Options
| Опция | Описание |
|---|---|
Verify using | Настройки переопределения типа данных, чтобы использовать для встроенной симуляции.
|
Ограничения
Некоторые блоки не поддерживают типы данных с фиксированной точкой и могут привести к ошибке во время преобразования фиксированной точки. Смотрите Блоки, Которые Не Поддерживают Типы данных с фиксированной точкой.
Некоторые построения моделирования могут вызвать проблемы распространения типа данных. См. Модели, Которые Могут Вызвать Ошибки Распространения Типа данных.
Если ваша модель содержит блок MATLAB function, используйте только поддерживаемые построения моделирования для успешного преобразования. Смотрите Функции языка MATLAB, Поддерживавшие для Автоматизированного Преобразования Фиксированной точки.
Советы
Для лучших практик и рекомендаций, смотрите Лучшие практики для Рабочего процесса Преобразования Фиксированной точки.
Чтобы настроить представления в Fixed-Point Tool, смотрите Представления Управления в Fixed-Point Tool.
Для справки, диагностирующей рабочий процесс оптимизации, смотрите Оптимизацию Типа данных, Не Успешную.
Смотрите также
fxptdlg | DataTypeWorkflow.Converter | fxpopt | Оптимизируйте типы данных с фиксированной точкой для системы | Интерфейс командной строки для Fixed-Point Tool