2. 定点数表示与算术基础

定点化设计的第一步，不是急着把 Simulink 模型里的 double 改成 fixdt，而是先弄清楚一个数在硬件里究竟长什么样。定点数的本质，是用有限位宽去近似实数：字长决定能表示多少种取值，小数位决定这些取值之间的间隔，符号位决定是否要留出一半编码给负数。三者一旦确定，一个数的表示范围与分辨率就同时被锁死，后续的加减乘除、溢出、舍入和饱和，全部是在这个约束下展开的。

字长、小数位与符号位

一个定点数通常写成 fixdt(1,16,12) 这样的形式，含义是：有符号（1）、总字长 16 位、小数位 12 位。总字长 WL 决定编码空间大小，小数位 FL 决定二进制小数点落在哪一位，符号位则决定最高位是权值还是补码符号。对二进制补码有符号数，其可表示范围为

范围 = [-2^(WL-1), 2^(WL-1) - 2^(-FL)]
分辨率(LSB) = 2^(-FL)

以 fixdt(1,16,12) 为例：WL=16、FL=12，则 LSB = 2⁻¹² ≈ 0.000244，范围约为 [-8, 7.999756]。若改成 fixdt(1,16,8)，LSB 变为 2⁻⁸ ≈ 0.003906，范围扩大到约 [-128, 127.996]。可以看到，字长不变时，小数位越多，分辨率越细，但动态范围越小；小数位越少，范围越大，但量化台阶越粗。这就是定点设计中最核心的“精度—范围”权衡。

无符号数则把全部 WL 位都用于表示非负值，范围为 [0, 2^WL − 2^(−FL)]。在 Simulink 中，fixdt(0,8,4) 表示无符号、8 位、4 位小数，LSB = 0.0625，范围 [0, 15.9375]。选择有符号还是无符号，取决于物理量本身是否可能为负，例如温度偏差可能为负，而计数器、索引通常用无符号。

Q 格式与斜率-偏置表示

Q 格式是定点表示的另一种常见记法，Qm.n 表示有 1 位符号、m 位整数、n 位小数，总字长 WL = 1 + m + n。例如 Q3.12 对应 WL = 16、FL = 12，与 fixdt(1,16,12) 等价。Q 格式的优点是直观：看到 Q3.12 就知道整数部分有 3 位、小数部分有 12 位，范围与分辨率可以心算出来。工程中常说的“Q15 格式”，指 Q0.15，即 16 位有符号、15 位小数，范围约 [-1, 0.99997]，是音频、滤波器系数等归一化信号的常用格式。

当定点数需要表示带物理单位的量时，更通用的是斜率-偏置表示：

真实值 = 斜率 × 存储整数 + 偏置
斜率 = 2^(-FL)，偏置通常为 0

Simulink 的 fixdt(Signed, WordLength, FractionLength) 默认偏置为 0，斜率由小数位隐含给出。若使用 fixdt(Signed, WordLength, Slope, Bias)，则可以显式指定斜率与偏置，例如把 0~5V 的 ADC 码值映射为 0~100℃ 的温度，斜率 = 100/255，偏置 = 0。斜率-偏置表示让定点数不再局限于二进制小数，而是可以直接承载工程量纲，这在传感器标定与执行器输出中非常实用。

定点加减乘除的数学本质

定点加法要求两个操作数的小数点对齐，即 FL 相同。若 FL 不同，需要先做对齐：把 FL 较小的数左移若干位，使其 FL 与较大的数一致，同时字长相应增加。例如 fixdt(1,16,12) 与 fixdt(1,16,8) 相加，需把后者左移 4 位变成 fixdt(1,20,12)，再与前者相加，结果字长至少 21 位才能避免溢出。Simulink 的 Sum 模块在定点模式下会自动推导输出类型，但设计者必须清楚：加法结果的整数位是两操作数整数位的最大值加 1，小数位取两者中的较大值。

定点乘法的小数位是两操作数小数位之和，字长是两者字长之和。例如 fixdt(1,16,12) 乘 fixdt(1,16,12)，理想结果需要 32 位字长、24 位小数。若最终只保留 16 位、12 位小数，就必须做舍入或截断，并可能伴随溢出。乘法是定点设计中位宽增长最快的运算，也是后续“量化误差”和“溢出”问题的主要来源。

除法在定点中通常不直接实现，而是转化为“乘以倒数”或使用移位近似。若必须做除法，结果的小数位 = 被除数小数位 − 除数小数位 + 精度补偿位，字长也相应增加。工程上更常见的做法是：把除法放在浮点域完成，或预先计算好倒数系数并以 Q 格式存储，再用乘法实现。

溢出、舍入与饱和

溢出发生在结果超出目标字长可表示范围时。二进制补码的溢出表现为“回绕”：例如 fixdt(1,8,4) 的最大值 7.9375 再加 0.0625，结果会变成 −8.0，而不是 8.0。这种回绕在控制系统中极其危险，可能让执行器从最大输出瞬间跳到反向最大。Simulink 中可通过 Saturation 模块或定点属性中的“Saturate on overflow”选项，把溢出结果钳位到最大/最小值，代价是引入非线性。

舍入发生在结果小数位多于目标小数位时。常见模式有：

• Floor（向下取整）：直接丢弃多余位，误差恒为负，实现最简单，但会引入直流偏置。
• Round（最近舍入）：向最近的量化台阶取整，误差在 ±0.5 LSB 内，无偏置，是 Simulink 定点默认舍入方式。
• Convergent（收敛舍入）：遇到正好半格时向偶数方向取整，进一步减小统计偏差，适合长时间累加场景。

舍入与饱和往往同时出现：先舍入到目标小数位，再判断是否溢出并饱和。Simulink 的定点数据类型属性中，RoundingMethod 与 OverflowAction 正是分别控制这两步。理解它们的数学本质，才能在模型里做出有依据的选择，而不是默认全用 Round + Saturate。

一个可复用的参数速查表

下表给出几种典型 Q 格式的范围与分辨率，便于在选型时快速对照。表中数值为按公式计算的理论值，实际使用时还需结合具体信号动态范围留出余量。

掌握这些基础后，再回到 Simulink 中设置信号的数据类型，就不会只是机械地填写 fixdt 参数，而是能预判每一步运算的位宽增长、精度损失和溢出风险。定点化的核心不是“把浮点换成定点”，而是在范围、精度、位宽和运算代价之间做出可解释、可验证的工程取舍。