2. CORDIC算法基础：旋转模式与向量模式的基本原理、迭代公式推导、收敛域与精度概念

CORDIC（Coordinate Rotation Digital Computer，坐标旋转数字计算机）算法自1959年由Jack E. Volder提出以来，一直是硬件实现超越函数（三角函数、双曲函数、指数、对数、开方等）的高效手段。其核心思想是将复杂的坐标旋转分解为一系列固定的、易于在硬件中实现的微旋转（Micro-rotation），通过迭代逼近目标角度或目标向量。在FPGA或ASIC设计中，CORDIC引擎几乎不需要乘法器，仅依赖加法、移位和查找表即可完成运算，这使得它在资源受限或需要高吞吐率的信号处理链路中占据不可替代的地位。本章将深入剖析CORDIC的两种基本工作模式——旋转模式（Rotation Mode）与向量模式（Vectoring Mode），从数学原理出发推导迭代公式，并重点讨论收敛域边界与精度控制这两个在硬件设计中极易踩坑的关键点。

上图展示了CORDIC两种模式在硬件引擎中的核心数据流与迭代关系。旋转模式以角度累加器（z通道）的符号决定旋转方向，最终使z趋近于零，输出旋转后的坐标；向量模式则以y通道的符号决定旋转方向，最终使y趋近于零，输出向量的模长（经增益校正）和相位角。两种模式共享相同的移位-加法迭代结构，区别仅在于符号判决逻辑的输入源不同。这一结构特性使得在FPGA中实现一个可配置的双模式CORDIC核变得非常直接——只需通过一个多路选择器切换d_i的生成逻辑即可。

2.1 核心原理：从平面旋转到迭代逼近

CORDIC算法的数学基础是坐标平面上的旋转矩阵。假设我们希望将向量(x₀, y₀)旋转角度θ，标准旋转矩阵为：

[x']   [cosθ  -sinθ] [x₀]
[y'] = [sinθ   cosθ] [y₀]

直接计算需要两次乘法和一次加法/减法，且cosθ和sinθ本身是超越函数。CORDIC的关键变换在于：将θ分解为一系列预先选定的基本角度αᵢ = arctan(2⁻ⁱ)的代数和。由于这些角度的正切值恰好是2的负幂次，因此旋转矩阵中的乘法可以退化为移位操作。具体地，第i次微旋转的变换为：

x_{i+1} = x_i - d_i · y_i · 2⁻ⁱ
y_{i+1} = y_i + d_i · x_i · 2⁻ⁱ

其中d_i ∈ {+1, -1}，表示第i次旋转的方向。每次微旋转的模长增益为√(1+2⁻²ⁱ)，所有迭代完成后，总增益K = ∏√(1+2⁻²ⁱ) ≈ 1.646760258。这意味着迭代输出的向量模长被放大了K倍，需要在硬件输出端乘以1/K（或通过移位近似）进行补偿。

旋转模式的核心思想是：通过不断比较当前剩余角度z_i与0的关系，决定下一次旋转的方向。若z_i > 0，则顺时针旋转（d_i = +1），使z_i减小；若z_i < 0，则逆时针旋转（d_i = -1），使z_i增大。经过N次迭代后，z_N趋近于0，此时(x_N, y_N)即为原向量旋转θ后的坐标。向量模式则相反，它通过比较y_i的符号决定旋转方向，目标是使y_N趋近于0，此时z_N即为原向量与x轴的夹角，x_N经增益校正后即为向量模长。

2.2 迭代公式推导与增益补偿

为了完整理解CORDIC的迭代过程，我们需要从矩阵分解的角度推导。将旋转矩阵改写为：

[x_{i+1}]   [1      -d_i·2⁻ⁱ] [x_i]
[y_{i+1}] = [d_i·2⁻ⁱ      1] [y_i]

这个矩阵的行列式为1+2⁻²ⁱ，因此每次迭代的模长增益为√(1+2⁻²ⁱ)。经过N次迭代后，总增益为K = ∏ᵢ₌₀ᴺ⁻¹√(1+2⁻²ⁱ)。当N→∞时，K收敛于1.646760258。在硬件实现中，有两种补偿策略：

• 前置补偿（预缩放）：在迭代开始前，将输入坐标乘以1/K。这种方法适用于输入数据已知且需要连续处理的场景，但会增加一次乘法操作。
• 后置补偿（输出校正）：在迭代结束后，将输出坐标乘以1/K。由于1/K ≈ 0.607252935，可以用移位和加法近似（例如0.60725 ≈ 0.5 + 0.0625 + 0.0390625 + 0.005859375），避免使用专用乘法器。

值得注意的是，在向量模式中，如果只需要相位角z_N，则无需进行增益补偿，因为角度不受模长缩放影响。而如果需要模长，则必须对x_N进行补偿。在旋转模式中，如果输入向量是单位向量（x₀=1, y₀=0），则输出(x_N, y_N)经补偿后即为(cosθ, sinθ)。

迭代次数 i	旋转角度 αᵢ = arctan(2⁻ⁱ)	增益因子 √(1+2⁻²ⁱ)	累计增益 Kᵢ
0	45.000°	1.41421	1.41421
1	26.565°	1.11803	1.58114
2	14.036°	1.03078	1.62980
3	7.125°	1.00778	1.64248
4	3.576°	1.00195	1.64569
5	1.790°	1.00049	1.64649
…	…	…	…
∞	0	1	1.64676

上表展示了前几次迭代的角度值和增益变化。可以看出，随着i增大，旋转角度迅速减小，增益因子趋近于1。在实际硬件设计中，通常迭代16~20次即可获得足够的精度，此时增益已非常接近极限值。

2.3 收敛域分析与角度扩展策略

CORDIC算法的收敛域是指能够正确旋转的最大角度范围。由于所有基本角度αᵢ = arctan(2⁻ⁱ)之和为：

∑ᵢ₌₀ᴺ⁻¹ arctan(2⁻ⁱ) → 99.8829° (当N→∞)

因此，旋转模式直接可处理的角度范围仅为[-99.88°, +99.88°]。对于需要处理全象限角度（0°~360°）的应用，必须进行角度折叠（Angle Folding）或预旋转。常用的策略包括：

1. 象限映射：利用三角函数的对称性，将任意角度θ映射到第一象限[0°, 90°]内。例如，若θ在第二象限（90°~180°），则令θ' = 180° - θ，计算cosθ'和sinθ'后，根据象限调整符号：cosθ = -cosθ'，sinθ = sinθ'。这种方法需要额外的象限判断逻辑和符号修正电路。
2. 粗旋转（Coarse Rotation）：在进入CORDIC迭代前，先执行一次或两次90°或180°的精确旋转。由于90°旋转只需交换x和y并改变符号，硬件开销极小。例如，对于θ = 150°，先执行90°旋转，剩余60°进入CORDIC迭代。
3. 角度预归一化：将输入角度除以2π或360°，转换为[0,1)区间的小数，然后根据小数部分判断象限。这种方法适合角度以二进制小数形式输入的接口。

对于向量模式，收敛域分析略有不同。向量模式的目标是将任意向量旋转至x轴正方向，因此要求输入向量与x轴的夹角必须在[-99.88°, +99.88°]范围内。如果输入向量位于第二或第三象限（即x₀ < 0），则需要先进行180°旋转（将x和y同时取反），使向量落入第一或第四象限，再进行CORDIC迭代。这一操作在硬件中只需对x和y的符号位取反，成本极低。

2.4 精度概念与误差源分析

CORDIC算法的精度受多种误差源影响，理解这些误差对于确定迭代次数和数据位宽至关重要。主要误差源包括：

• 截断误差（Truncation Error）：由于迭代次数N有限，剩余角度z_N不为零，导致输出坐标存在误差。该误差与N成反比，具体地，角度误差上限约为arctan(2⁻⁽ᴺ⁻¹⁾)，坐标误差与输入向量模长成正比。
• 量化误差（Quantization Error）：输入数据、中间结果和查找表值都以有限位宽表示。每次迭代的移位和加法操作都会引入舍入误差，这些误差会逐级累积。
• 增益近似误差：如果使用移位-加法近似1/K而非精确乘法，会引入额外的系统误差。

在工程实践中，通常遵循以下经验法则：每增加一次迭代，精度大约提升1位二进制（即约0.301十进制位）。因此，若需要16位十进制精度，大约需要迭代53次。但考虑到量化误差的影响，实际迭代次数通常比理论值多2~3次。数据位宽的选择也至关重要：

设输入数据位宽为W，则：
- 内部迭代数据位宽建议为 W + log2(N) + 2 位，以防止中间结果溢出。
- 查找表atan(2⁻ⁱ)的位宽建议为 W/2 + 2 位，以避免角度量化成为主导误差。
- 输出数据位宽可根据需要截断，但需注意截断引入的误差。

2.5 实战场景：数字下变频中的CORDIC混频器

考虑一个软件无线电接收机中的数字下变频（DDC）模块。输入信号为中频数字信号，采样率为80 MHz，中频频率为20 MHz。我们需要将信号搬移到基带，即乘以cos(2π·20MHz·nT)和sin(2π·20MHz·nT)。传统方法需要两个NCO（数控振荡器）产生正余弦值，再与输入信号相乘。使用CORDIC旋转模式，可以将NCO和混频器合并为一个模块：

// 伪代码：CORDIC旋转模式实现混频
// 输入：I_in, Q_in (16位有符号整数)
// 输入：phase_inc (32位相位累加器增量，对应20MHz/80MHz = 1/4)
// 输出：I_out, Q_out

phase_acc += phase_inc;  // 32位相位累加器
theta = phase_acc[31:28];  // 取高4位作为象限选择
theta_remain = phase_acc[27:0];  // 剩余28位作为CORDIC输入角度

// 象限折叠
case(theta)
  4'b0000: {I_tmp, Q_tmp} = {I_in, Q_in};  // 0°~90°
  4'b0001: {I_tmp, Q_tmp} = {-Q_in, I_in}; // 90°~180°
  4'b0010: {I_tmp, Q_tmp} = {-I_in, -Q_in}; // 180°~270°
  4'b0011: {I_tmp, Q_tmp} = {Q_in, -I_in};  // 270°~360°
endcase

// 将theta_remain映射到[0, 90°)区间，作为CORDIC输入
// 执行16次CORDIC迭代（旋转模式）
// 输出经增益补偿后得到I_out, Q_out

在这个场景中，CORDIC的优势在于：相位累加器直接输出角度，无需NCO查找表；混频操作与CORDIC旋转合并，节省了乘法器资源。实测结果表明，在Xilinx Kintex-7 FPGA上，该设计使用约200个LUT和2个DSP48（仅用于增益补偿），运行时钟可达250 MHz，处理80 MHz采样率绰绰有余。相比传统NCO+乘法器方案（需要4个DSP48和1个18K BRAM），资源消耗降低约50%。

然而，该设计也面临一个挑战：当输入信号幅度较小时，CORDIC输出的信噪比会下降。这是因为CORDIC的量化误差与信号幅度无关，小信号时相对误差增大。解决方案是在CORDIC输入端进行自动增益控制（AGC），将信号幅度归一化到满量程的50%~80%范围。

2.6 常见误区与设计复盘

在CORDIC硬件实现中，工程师常犯的错误集中在以下几个方面：

• 忽视收敛域限制：直接输入超过±99.88°的角度，导致输出完全错误。必须始终进行角度折叠或象限映射。
• 增益补偿遗漏：在旋转模式中忘记乘以1/K，导致输出模长偏大64.7%。在向量模式中，如果同时需要模长和相位，必须对模长进行补偿。
• 迭代次数与位宽不匹配：迭代次数增加但内部数据位宽不相应增加，导致中间结果溢出。例如，16次迭代的增益为1.646，若输入为16位有符号数（最大32767），则中间结果最大可达32767×1.646≈53930，超出16位有符号数范围。必须将内部位宽扩展至18位以上。
• 查找表位宽不足：atan(2⁻ⁱ)的值如果量化过粗，会引入角度误差，且该误差无法通过增加迭代次数消除。
• 流水线设计中的时序收敛问题：在高速流水线CORDIC中，每一级的移位量不同，导致布线延迟差异，可能引起时序违例。建议在关键路径上插入寄存器，或使用FPGA厂商提供的CORDIC IP核。