คง จุด เฉลี่ยเคลื่อนที่ กรอง

Moving Average ตัวอย่างนี้สอนวิธีการคำนวณค่าเฉลี่ยเคลื่อนที่ของชุดข้อมูลเวลาใน Excel ค่าเฉลี่ยเคลื่อนที่จะใช้เพื่อทำให้จุดสูงสุดและที่ราบสูงเป็นไปอย่างราบรื่นเพื่อให้ทราบถึงแนวโน้มต่างๆได้ง่ายขึ้นอันดับแรกลองดูที่ชุดข้อมูลเวลาของเรา คลิกการวิเคราะห์ข้อมูลคลิกที่นี่เพื่อโหลด Add-In Toolkit การวิเคราะห์ 3 เลือก Moving Average และคลิก OK.4 คลิกในกล่อง Input Range และเลือกช่วง B2 M2 5. คลิกที่ช่อง Interval และพิมพ์ 6.6 คลิกที่ Output Range และเลือกเซลล์ B3.8 วาดกราฟของค่าเหล่านี้การอธิบายเนื่องจากเราตั้งค่าช่วงเป็น 6 ค่าเฉลี่ยเคลื่อนที่คือค่าเฉลี่ยของ 5 จุดข้อมูลก่อนหน้าและ จุดข้อมูลปัจจุบันเป็นผลให้ยอดและหุบเขาถูกทำให้ราบเรียบกราฟแสดงแนวโน้มการเพิ่มขึ้น Excel ไม่สามารถคำนวณค่าเฉลี่ยเคลื่อนที่สำหรับจุดข้อมูล 5 จุดแรกเนื่องจากไม่มีจุดข้อมูลก่อนหน้านี้มากพอ 9 ทำซ้ำตามขั้นตอนที่ 2 ถึง 8 สำหรับช่วง 2 และช่วงเวลา 4. บทสรุป The la rger ชวงเทากับยอดเขาและหุบเขาที่ราบรื่นขึ้นชวงที่มีคาเทากันเล็กนอยยิ่งกวาคาเฉลี่ยเคลื่อนที่จะเปนจุดที่แทจริงนักวิเคราะหของวิศวกรและวิศวกรในการประมวลผลสัญญาณดิจิทัลโดย Steven W Smith, Ph D. Chapter 28 Digital Signal Processors. Fixed กับ Floating Point การประมวลผลสัญญาณผิดพลาดสามารถแบ่งออกเป็นสองประเภทคือ fixed point และ floating point ซึ่งหมายถึงรูปแบบที่ใช้ในการจัดเก็บและจัดการกับตัวเลขภายในอุปกรณ์ DSPs จุดคงที่จะเป็นตัวแทนแต่ละหมายเลขโดยมีจำนวนต่ำสุด 16 แม้ว่าความยาวที่แตกต่างกันสามารถใช้ได้ตัวอย่างเช่นโมโตโรล่าผลิต DSP ครอบครัวแบบจุดคงที่ที่ใช้ 24 บิตมีสี่วิธีทั่วไปที่ 2 16 65536 รูปแบบบิตที่เป็นไปได้นี้สามารถแสดงจำนวนได้ในจำนวนเต็มที่ไม่ได้ระบุจำนวนที่เก็บไว้สามารถรับได้ ค่าจำนวนเต็มใด ๆ จาก 0 ถึง 65,535 ในทำนองเดียวกันจำนวนเต็มที่ลงนามใช้สองส่วนเสริมของ s เพื่อให้ช่วงรวมถึงตัวเลขที่เป็นค่าลบจาก -32,768 ถึง 32,767 ด้วย notat unsigned fraction ion ระดับ 65,536 มีการกระจายตัวสม่ำเสมอระหว่าง 0 ถึง 1 ท้ายสุดรูปแบบเศษที่เซ็นชื่อช่วยให้ตัวเลขเชิงลบเว้นระยะเท่า ๆ กันระหว่าง -1 และ 1 ในการเปรียบเทียบ DSP แบบลอยตัวมักใช้ขั้นต่ำ 32 บิตเพื่อเก็บแต่ละค่าส่งผลให้ รูปแบบบิตมากกว่าบิตสำหรับจุดคงที่ 2 32 4,294,967,296 เป็นที่แน่นอนจุดเด่นของสัญกรณ์จุดลอยคือตัวเลขที่แสดงไม่เว้นระยะเท่า ๆ กันในรูปแบบที่พบมากที่สุด ANSI IEEE Std 754-1985 ตัวเลขที่ใหญ่และเล็กที่สุดคือ 3 4 10 38 และ 1 210 -38 ตามลำดับค่าที่แสดงเป็นระยะห่างที่ไม่เท่ากันระหว่างสองจุดสุดโต่งเช่นช่องว่างระหว่างตัวเลขสองตัวใด ๆ มีขนาดเล็กกว่ามูลค่าประมาณสิบล้านเท่าซึ่งเป็นสิ่งสำคัญเนื่องจากช่องว่างระหว่างช่องว่างระหว่าง ตัวเลขขนาดใหญ่ แต่มีช่องว่างเล็ก ๆ ระหว่างตัวเลขเล็ก ๆ โน้ตจุดลอยจะกล่าวถึงในรายละเอียดในบทที่ 4. ทุกจุด DSPs แบบลอยตัวยังสามารถจัดการกับหมายเลขจุดคงที่ความจำเป็นในการใช้ counte rs ลูปและสัญญาณที่มาจาก ADC และไปที่ DAC อย่างไรก็ตามนี่ doesn t หมายความว่าคณิตศาสตร์จุดคงที่จะดำเนินการให้เร็วที่สุดเท่าที่การดำเนินงานจุดลอยขึ้นอยู่กับสถาปัตยกรรมภายในเช่น SHARC DSPs มีการปรับให้เหมาะสม สำหรับทั้งจุดลอยและจุดคงที่และใช้งานได้อย่างมีประสิทธิภาพเท่าเทียมกันด้วยเหตุนี้อุปกรณ์ SHARC จึงมักเรียกกันว่า DSP แบบ 32 บิตแทนที่จะเป็นเพียง Floating Point เท่านั้นรูปที่ 28-6 แสดงให้เห็นถึงข้อบกพร่องหลักระหว่างการแก้ไข และ DSP จุดลอยในบทที่ 3 เราเน้นย้ำว่าค่าเลขคณิตจุดคงที่มากเร็วกว่าจุดลอยตัวในเครื่องคอมพิวเตอร์ทั่วไปอย่างไรก็ตามด้วย DSPs ความเร็วเป็นเรื่องเดียวกันผลของฮาร์ดแวร์ที่ถูกปรับให้เหมาะสมสำหรับการดำเนินงานทางคณิตศาสตร์สถาปัตยกรรมภายในของ จุด DSP แบบลอยมีความซับซ้อนมากกว่าอุปกรณ์จุดคงที่การลงทะเบียนและบัสข้อมูลทั้งหมดต้องมีขนาด 32 บิตแทนที่จะเป็นเพียง 16 ตัวคูณและ ALU ต้องสามารถทำงานได้อย่างรวดเร็ว rm floating point arithmetic ชุดคำสั่งต้องมีขนาดใหญ่กว่าเพื่อให้สามารถจัดการทั้งตัวเลขลอยและจุดคงที่และอื่น ๆ ลอยจุด 32 บิตมีความแม่นยำที่ดีขึ้นและช่วงไดนามิกสูงกว่าจุดคงที่ 16 บิตนอกจากนี้โปรแกรมจุดลอยมัก มีวงจรการพัฒนาที่สั้นกว่าเนื่องจากโปรแกรมเมอร์ doesn t โดยทั่วไปจำเป็นต้องกังวลเกี่ยวกับปัญหาต่างๆเช่น overflow, underflow และ round-off error ในทางกลับกัน DSPs จุดคงที่มีราคาถูกกว่าอุปกรณ์ floating point ไม่มีอะไรเปลี่ยนแปลงเร็วกว่า ราคาของสิ่งของอิเล็กทรอนิกส์ที่คุณพบในหนังสือจะล้าสมัยก่อนพิมพ์ แต่ต้นทุนเป็นปัจจัยสำคัญในการทำความเข้าใจว่า DSP มีการพัฒนาอย่างไรและเราจำเป็นต้องให้แนวคิดทั่วไปเมื่อหนังสือเล่มนี้เสร็จสิ้นใน 1999 DSPs จุดคงที่ขายระหว่าง 5 และ 100 ในขณะที่อุปกรณ์จุดลอยอยู่ในช่วงของ 10 ถึง 300 ความแตกต่างในค่าใช้จ่ายนี้สามารถดูได้ว่าเป็นตัวชี้วัดความซับซ้อนของญาติระหว่าง devi ces ถ้าคุณต้องการทราบว่าวันนี้มีราคาอะไรคุณต้องดูวันนี้ตอนนี้ให้เราหันความสนใจไปที่ประสิทธิภาพการทำงานสิ่งที่ระบบจุดลอยแบบ 32 บิตสามารถทำได้ว่าจุดคงที่ 16 บิตสามารถตอบได้หรือไม่คำตอบสำหรับคำถามนี้ คืออัตราส่วนสัญญาณต่อเสียงรบกวนสมมติว่าเราเก็บหมายเลขไว้ในรูปแบบทศนิยม 32 บิตดังที่ได้กล่าวไปแล้วช่องว่างระหว่างหมายเลขนี้กับเพื่อนบ้านที่อยู่ติดกันมีมูลค่าประมาณหนึ่งในสิบล้านของจำนวนที่ต้องการ ต้องเป็นวงกลมขึ้นหรือลงโดยสูงสุดครึ่งหนึ่งของขนาดช่องว่างในคำอื่น ๆ ทุกครั้งที่เราเก็บหมายเลขในเครื่องหมายจุดลอยเราเพิ่มเสียงสัญญาณสัญญาณสิ่งเดียวกันเกิดขึ้นเมื่อจำนวนถูกเก็บไว้เป็น 16 ค่าเบต้าคงที่ยกเว้นว่าเสียงที่เพิ่มขึ้นแย่ลงมากเนื่องจากช่องว่างระหว่างตัวเลขที่อยู่ติดกันมีขนาดใหญ่มากตัวอย่างเช่นสมมุติว่าเราเก็บหมายเลข 10,000 เป็นจำนวนเต็มที่ลงนามที่เรียกใช้จาก -32,768 ถึง 32,767 ช่องว่างระหว่างตัวเลขเป็นหนึ่ง สิบพันของมูลค่าของจำนวนที่เราเป็น stori ถ้าเราต้องการเก็บหมายเลข 1000 ช่องว่างระหว่างตัวเลขจะมีเพียงหนึ่งในพันของค่าเท่านั้นสัญญาณรบกวนในสัญญาณมักจะแสดงโดยส่วนเบี่ยงเบนมาตรฐานซึ่งได้กล่าวถึงในรายละเอียดในบทที่ 2 สำหรับที่นี่ความจริงที่สำคัญคือ ส่วนเบี่ยงเบนมาตรฐานของเสียงที่เกิดจากการกระเพื่อมนี้คือประมาณหนึ่งในสามของขนาดช่องว่างซึ่งหมายความว่าอัตราส่วนสัญญาณต่อเสียงรบกวนสำหรับการจัดเก็บหมายเลขจุดลอยอยู่ที่ประมาณ 30 ล้านต่อหนึ่งในขณะที่จำนวนจุดคงที่มีเพียงประมาณสิบ - พันหนึ่งในคำอื่น ๆ จุดลอยมีประมาณ 30,000 เสียงน้อย quantization กว่าจุดคงที่นี้จะนำขึ้นเป็นวิธีที่สำคัญที่ DSPs จะแตกต่างจากไมโครโปรเซสเซอร์แบบดั้งเดิมสมมติว่าเราใช้กรอง FIR ในจุดคงที่การทำเช่นนี้เราห่วงผ่าน ค่าสัมประสิทธิ์แต่ละตัวคูณด้วยตัวอย่างที่เหมาะสมจากสัญญาณอินพุทและเพิ่มผลิตภัณฑ์ลงในเครื่องสะสมนี่คือปัญหาในไมโครโปรเซสเซอร์แบบดั้งเดิมตัวเก็บประจุนี้เป็นตัวแปรตัวแปรคงที่ 16 บิตเท่านั้น เพื่อหลีกเลี่ยงการล้นเราต้องปรับขนาดค่าที่เพิ่มขึ้นและจะเพิ่มเสียง quantization ในแต่ละขั้นตอนในกรณีที่แย่ที่สุดเสียงนี้จะเพิ่ม quantization มากลดอัตราส่วนสัญญาณต่อเสียงรบกวนของระบบตัวอย่างเช่นใน ตัวกรองฟิลเตอร์ 500 ตัวค่าความดังของแต่ละตัวอย่างเอาท์พุทอาจจะมากกว่าสัญญาณเสียงแต่ละครั้ง 500 เท่าอัตราส่วนสัญญาณต่อเสียงรบกวน 10,000 ต่อหนึ่งลดลงอย่างน่ากลัวถึงยี่สิบถึงแม้ว่าเป็นกรณีที่รุนแรง, มันแสดงให้เห็นถึงจุดสำคัญเมื่อมีการดำเนินงานหลายอย่างในแต่ละตัวอย่างไม่ดีแย่จริงๆดูบทที่ 3 สำหรับรายละเอียดเพิ่มเติม DSP จัดการกับปัญหานี้ได้โดยใช้ตัวเก็บประจุความแม่นยำแบบขยายตัวนี่คือรีจีสทรีพิเศษที่มี 2-3 ครั้งเป็น บิตจำนวนมากเป็นตำแหน่งหน่วยความจำอื่น ๆ ตัวอย่างเช่นใน DSP 16 บิตอาจมี 32 ถึง 40 บิตในขณะที่ DSP ของ SHARC มี 80 บิตสำหรับการใช้จุดคงที่ช่วงที่ขยายนี้เกือบจะช่วยลดเสียงรอบข้างขณะที่การสะสมอยู่ใน ความคืบหน้า o nly รอบปิดข้อผิดพลาดที่เกิดขึ้นคือเมื่อสะสมจะปรับขนาดและเก็บไว้ในหน่วยความจำ 16 บิตกลยุทธ์นี้ทำงานได้ดีแม้ว่าจะไม่ จำกัด วิธีการบางขั้นตอนต้องดำเนินการในการเปรียบเทียบจุดลอยมีเสียงดัง quantization ต่ำว่าเทคนิคเหล่านี้ มักไม่จำเป็นนอกจากจะมีเสียง quantization ลดระบบจุดลอยยังง่ายต่อการพัฒนาขั้นตอนวิธีสำหรับเทคนิค DSP ส่วนใหญ่จะขึ้นอยู่กับซ้ำ multiplications และเพิ่มเติมในจุดคงเป็นไปได้ของ overflow หรือ underflow ต้องพิจารณาหลังจากการดำเนินการแต่ละ โปรแกรมเมอร์ต้องเข้าใจอย่างต่อเนื่องเกี่ยวกับความกว้างของตัวเลขวิธีการที่เกิดข้อผิดพลาดเกี่ยวกับการควอนไทซ์และสิ่งที่ต้องการปรับให้เกิดขึ้นในการเปรียบเทียบปัญหาเหล่านี้ไม่เกิดขึ้นในจุดลอยตัวตัวเลขดูแลตัวเองยกเว้นในกรณีที่หายาก คุณเข้าใจถึงปัญหานี้รูปที่ 28-7 แสดงตารางจากคู่มือผู้ใช้ SHARC ซึ่งอธิบายถึงวิธีการที่ multipl ication สามารถดำเนินการได้ทั้งรูปแบบ fixed และ floating point ก่อนดูว่าตัวเลขจุดลอยตัวสามารถคูณได้มีเพียงวิธีเดียวคือนั่นคือ Fn Fx Fy ซึ่ง Fn, Fx และ Fy มีการบันทึกข้อมูล 16 รายการ ในการเปรียบเทียบให้ดูที่คำสั่งที่เป็นไปได้ทั้งหมดสำหรับการคูณจุดคงที่นี่คือตัวเลือกมากมายที่จำเป็นในการจัดการปัญหาของการปัดเศษการปรับขนาดและรูปแบบได้อย่างมีประสิทธิภาพในรูปที่ 28-7, Rn, Rx, และ Ry อ้างถึงใด ๆ ของการลงทะเบียนข้อมูล 16 และ MRF และ MRB เป็น 80 บิต accumulators เส้นแนวตั้งระบุตัวเลือกตัวอย่างเช่นรายการซ้ายบนในตารางนี้หมายความว่าทั้งหมดต่อไปนี้เป็นคำสั่งที่ถูกต้อง Rn Rx Ry, MRF Rx Ry และ MRB Rx Ry ในคำอื่น ๆ ค่าของทั้งสองรีจิสเตอร์สามารถคูณและวางไว้ในรีจิสเตอร์อื่นหรือเป็นหนึ่งใน accumulators ที่มีความแม่นยำแบบขยายนอกจากนี้ตารางนี้ยังแสดงให้เห็นว่าตัวเลขอาจเป็นเครื่องหมายหรือเครื่องหมาย S หรือ U และ อาจเป็นเศษส่วนหรือจำนวนเต็ม F หรือ I RND และ SAT optio ns เป็นวิธีการควบคุมการปัดเศษและลงทะเบียน overflow. There มีรายละเอียดอื่น ๆ และตัวเลือกในตาราง แต่ไม่สำคัญสำหรับการสนทนาปัจจุบันของเราความคิดที่สำคัญคือโปรแกรมเมอร์จุดคงต้องเข้าใจหลายสิบวิธีในการดำเนินงานขั้นพื้นฐานมาก ของการคูณในทางตรงกันข้ามโปรแกรมเมอร์จุดลอยสามารถใช้เวลาของเขามุ่งเน้นที่ algorithm. Given tradeoffs เหล่านี้ระหว่างจุดคงที่และลอยคุณจะเลือกที่จะใช้ต่อไปนี้คือสิ่งที่ต้องพิจารณาก่อนดูที่วิธีการหลายบิตที่ใช้ใน ADC และ DAC ในหลาย ๆ แอพพลิเคชัน 12-14 บิตต่อตัวอย่างคือ crossover สำหรับใช้ fixed กับ floating point ตัวอย่างเช่นสัญญาณโทรทัศน์และสัญญาณวิดีโออื่น ๆ มักใช้ ADC 8 บิตและ DAC และความแม่นยำของจุดตายตัวเป็นที่ยอมรับได้ในการเปรียบเทียบ, แอพพลิเคชันด้านเสียงระดับมืออาชีพสามารถทำตัวอย่างได้สูงถึง 20 หรือ 24 บิตและเกือบจะต้องมีจุดลอยตัวเพื่อจับภาพช่วงไดนามิคที่มีขนาดใหญ่สิ่งต่อไปคือการเติมเต็ม xity ของอัลกอริทึมที่จะทำงานถ้าเป็นเรื่องง่ายคิดว่าจุดคงที่ถ้ามันมีความซับซ้อนมากขึ้นคิดว่าจุดลอยตัวอย่างเช่นการกรอง FIR และการดำเนินงานอื่น ๆ ในโดเมนเวลาเพียงไม่กี่โหลสายรหัสทำให้เหมาะสม สำหรับจุดคงที่ในทางตรงกันข้ามอัลกอริทึมโดเมนความถี่เช่นการวิเคราะห์สเปกตรัมและการชักนำ FFT มีรายละเอียดมากและอาจเป็นเรื่องยากมากขึ้นในการเขียนโปรแกรมในขณะที่สามารถเขียนได้ในจุดคงที่เวลาในการพัฒนาจะลดลงอย่างมากหากใช้จุดลอยตัว อย่างรอบคอบคิดเกี่ยวกับเงินความสำคัญของต้นทุนของผลิตภัณฑ์และความสำคัญของต้นทุนการพัฒนาเมื่อเลือกจุดคงที่ต้นทุนของผลิตภัณฑ์จะลดลง แต่ต้นทุนการพัฒนาอาจสูงขึ้นเนื่องจาก ขั้นตอนวิธีที่ยากขึ้นในลักษณะย้อนกลับจุดลอยโดยทั่วไปจะส่งผลให้วัฏจักรการพัฒนาที่รวดเร็วและถูกกว่า แต่เป็นผลิตภัณฑ์ขั้นสุดท้ายที่มีราคาแพงกว่ารูปที่ 28-8 แสดงให้เห็นถึงบางส่วนของแนวโน้มที่สำคัญใน DSPs รูปที่แสดงให้เห็นถึงผลกระทบที่โปรเซสเซอร์สัญญาณดิจิทัลมีอยู่ในตลาดที่ฝังตัวเหล่านี้คือแอ็พพลิเคชันที่ใช้ไมโครโปรเซสเซอร์เพื่อดำเนินการและควบคุมระบบขนาดใหญ่บางอย่างเช่นโทรศัพท์มือถือเตาไมโครเวฟหรือแผงแสดงผลของเครื่องมือยานยนต์ชื่อไมโครคอนโทรลเลอร์คือ มักใช้ในการอ้างถึงอุปกรณ์เหล่านี้เพื่อแยกความแตกต่างจากไมโครโพรเซสเซอร์ที่ใช้ในคอมพิวเตอร์ส่วนบุคคลดังที่แสดงใน a ประมาณ 38 นักออกแบบฝังตัวได้เริ่มใช้ DSP แล้วและอีก 49 กำลังพิจารณาสวิตช์กำลังการผลิตสูงและพลังการคำนวณของ DSP มักใช้ ทำให้พวกเขาเป็นตัวเลือกที่เหมาะสำหรับการออกแบบฝังตัวดังที่แสดงไว้ใน b ประมาณสองเท่าของวิศวกรจำนวนมากในขณะนี้ใช้จุดคงที่เป็นจุดที่ใช้ DSPs ลอย แต่นี้ขึ้นอยู่มากในการประยุกต์ใช้จุดคงเป็นที่นิยมมากขึ้นในผลิตภัณฑ์ของผู้บริโภคในการแข่งขันที่ค่าใช้จ่ายของ อิเล็กทรอนิกส์ต้องเก็บไว้ที่ต่ำมากตัวอย่างที่ดีของเรื่องนี้คือโทรศัพท์มือถือเมื่อคุณอยู่ในภาวะการแข่งขัน เพื่อขายสินค้าหลายล้านตัวของคุณค่าใช้จ่ายแตกต่างกันเพียงไม่กี่เหรียญอาจเป็นความแตกต่างระหว่างความสำเร็จและความล้มเหลวในการเปรียบเทียบจุดลอยเป็นเรื่องปกติมากขึ้นเมื่อต้องการประสิทธิภาพมากขึ้นและค่าใช้จ่ายไม่สำคัญ For. instance สมมติว่าคุณกำลังออกแบบ ระบบภาพทางการแพทย์เช่นเครื่องสแกนเนอร์เอกซเรย์คำนวณเพียงไม่กี่ร้อยรูปแบบที่เคยจะขายในราคาหลายแสนพันดอลลาร์สำหรับแต่ละโปรแกรมนี้ค่าใช้จ่ายของ DSP จะไม่มีนัยสำคัญ แต่ประสิทธิภาพการทำงานเป็นสิ่งสำคัญ ของ DSPs จุดคงที่จำนวนมากที่ใช้งานตลาดลอยตัวเป็นกลุ่มที่เติบโตเร็วที่สุดดังที่แสดงไว้ใน c วิศวกรกว่าครึ่งหนึ่งที่ใช้อุปกรณ์ 16 บิตวางแผนที่จะโยกย้ายไปยังจุดลอยตัวในบางเวลาในอนาคตอันใกล้นี้ ก่อนที่จะออกจากหัวข้อนี้เราควรเน้นย้ำว่าจุดลอยและจุดคงที่ใช้ 32 บิตและ 16 บิตตามลำดับ แต่ไม่เสมอตัวอย่างเช่นตระกูล SHARC สามารถแทนตัวเลขในจุดคงที่ 32 บิตได้, โหมดที่เป็นเรื่องธรรมดาในแอพพลิเคชันเสียงแบบดิจิทัลทำให้ระดับ quantization 2 32 มีระยะเว้นระยะเท่า ๆ กันในช่วงที่ค่อนข้างเล็กพูดระหว่าง -1 และ 1 ในการเปรียบเทียบสัญกรณ์จุดลอยตัวจะทำให้ระดับการ quantization 2 32 เป็นลอการิทึมในช่วงใหญ่ 3 4 10 38 ทำให้ความแม่นยำของจุดคงที่ 32 บิตดีกว่านั่นคือข้อผิดพลาดเกี่ยวกับการวัดปริมาณของตัวอย่างใด ๆ จะลดลงอย่างไรก็ตามจุดลอยตัว 32 บิตมีช่วงไดนามิกที่สูงกว่าหมายความว่ามีความแตกต่างระหว่างจำนวนที่มากที่สุดและ ตัวเลขที่เล็กที่สุดที่สามารถแสดงได้สำคัญที่สุดคือตำแหน่งฉลากในแผนภาพซึ่งระบุรูปแบบที่ใช้ตัวอย่างเช่นดูที่ ProductFormat ฉลากซึ่งมักจะตามตัวคูณค่าสัมประสิทธิ์ในการไหลของสัญญาณฉลากระบุค่าสัมประสิทธิ์ ปล่อยให้องค์ประกอบคูณด้วยความยาวของคำและความยาวเศษที่เกี่ยวข้องกับการดำเนินงานของผลิตภัณฑ์ที่มีค่าสัมประสิทธิ์จากการตรวจสอบตารางคุณจะเห็น e ProductFormat หมายถึงคุณสมบัติ ProductFracLength ProductWordLength และ ProductMode ที่กำหนดรูปแบบค่าสัมประสิทธิ์อย่างเต็มที่หลังจากคูณหรือการดำเนินงานของผลิตภัณฑ์ในตารางนี้คุณจะเห็นพร็อพเพอร์ตี้ที่เกี่ยวข้องกับเฟรมขั้นต่ำการย้ายการใช้งาน dfilt lattice โดยเฉลี่ยหมายเหตุตารางแสดงรายการทั้งหมด คุณสมบัติที่ตัวกรองสามารถมีได้หลายคุณสมบัติเป็นแบบไดนามิกซึ่งหมายความว่ามีอยู่เฉพาะในการตอบสนองต่อการตั้งค่าคุณสมบัติอื่น ๆ คุณอาจไม่เห็นคุณสมบัติที่แสดงอยู่ทั้งหมดตลอดเวลาเพื่อดูคุณสมบัติทั้งหมดของตัวกรองเมื่อใดก็ได้ use. where hd เป็นตัวกรองสำหรับข้อมูลเพิ่มเติมเกี่ยวกับคุณสมบัติของตัวกรองนี้หรือวัตถุ dfilt ใด ๆ โปรดดูที่คุณสมบัติ Filter Filter แบบกำหนดจุดตั้งค่าโหมดที่ใช้เพื่อตอบสนองต่อเงื่อนไข overflow ในคณิตศาสตร์คงที่เลือกจากขีด จำกัด saturate ส่งออกไปยังค่าที่เป็นตัวแทนที่ใหญ่ที่สุดในเชิงบวกหรือลบหรือห่อตั้งค่าที่ล้นไปเป็นค่าที่แสดงได้ใกล้เคียงที่สุดโดยใช้ arit แบบแยกส่วน ทางเลือกที่คุณทำมีผลต่อการสะสมและค่าเลขคณิตเลขคณิตและเลขคณิตป้อนข้อมูลเสมออิ่มตัวสุดท้ายผลิตภัณฑ์ไม่เคยล้นพวกเขารักษาความแม่นยำเต็มรูปแบบสำหรับการส่งออกจากการดำเนินงานของผลิตภัณฑ์นี้ชุดความยาวเศษที่ใช้ในการตีความข้อมูลคุณสมบัตินี้จะสามารถเขียนได้ คุณสามารถเปลี่ยนค่าเมื่อคุณตั้งค่า ProductMode เป็น SpecifyPrecision กำหนดตัวกรองจัดการกับผลลัพธ์ของการดำเนินการของผลิตภัณฑ์เลือกจาก FullPrecision เต็มความละเอียดหรือว่าจะรักษาบิต KeepMSB ที่สำคัญที่สุดหรือบิตที่สำคัญอย่างน้อย KeepLSB ในผลลัพธ์เมื่อคุณจำเป็นต้องตัดทอน คำข้อมูลสำหรับคุณเพื่อให้สามารถกำหนดความแม่นยำความยาวเศษที่ใช้โดยเอาท์พุทจาก multiplies คุณตั้ง ProductMode เพื่อ SpecifyPrecision. Specifies ความยาวของคำที่จะใช้สำหรับผลการดำเนินงานคูณคุณสมบัตินี้จะสามารถเขียนได้คุณสามารถเปลี่ยนค่าเมื่อคุณ ตั้งค่า ProductMode เป็น SpecifyPrecision. Specifies ระบุว่าจะรีเซ็ตสถานะของตัวกรองและฉันหรือไม่ mory ก่อนการดำเนินการกรองแต่ละครั้งช่วยให้คุณสามารถตัดสินใจได้ว่าตัวกรองจะเก็บสถานะจากการกรองก่อนหน้านี้หรือไม่ False คือการตั้งค่าเริ่มต้นตั้งค่าโหมดที่ตัวกรองใช้ในการหาค่าตัวเลขเมื่อค่าอยู่ระหว่างค่าที่แสดงได้สำหรับคำรูปแบบข้อมูลและระยะทาง fractions. ceil - รอบต่ออินฟินิตี้ที่เป็นบวกรอบ ๆ - ถึงจำนวนเต็มที่ใกล้เคียงที่สุดที่สามารถแสดงได้ผูกรอบไปยังเลขที่เก็บได้ใกล้เคียงที่สุดซึ่งเป็นอย่างน้อยลำเอียงของวิธีการที่มีอยู่ใน software. fix นี้ - รอบไป zero. floor - รอบไปทางอินฟินิตี้เชิงลบครั้งที่สอง - รอบต่อที่ใกล้ที่สุดผูกรอบต่ออนันต์บวกรอบ - รอบต่อที่ใกล้ที่สุดผูกรอบต่ออนันต์ลบสำหรับตัวเลขลบและต่ออินฟินิตี้บวกสำหรับตัวเลขบวกเลือกที่คุณทำมีผลต่อเฉพาะสะสมและค่าสัมประสิทธิ์เลขคณิตเอาท์พุทและเลขคณิตป้อนตลอดรอบสุดท้าย, ผลิตภัณฑ์ไม่ล้นพวกเขารักษาความแม่นยำเต็มระบุว่าตัวกรองใช้ลงนามหรือ unsig ned fixed-point coefficients ค่าสัมประสิทธิ์เฉพาะที่แสดงถึงการตั้งค่าคุณสมบัตินี้เลือกประเทศของคุณ