Question

这是stm32f4的简单代码

void main(void)
{
    float sum = 1.0;
    uint32_t cnt = 0;

    while(1)
    {
        for( cnt = 0; cnt < 1000; cnt++ )
            sum += 2.0e-08;

        printfUsart("%f\r\n", 
                            sum
                            );
    }
}

变量sum值没有变化。如果我循环汇总这个值：sum += 2.0e-07;它会增加。我使用＆＃34; gcc-arm-none-eabi-4_9-2014q4＆＃34;编译器使用此编译器和链接器标志：

PROCESSOR = -mcpu=cortex-m4 -mthumb -mfloat-abi=hard -mfpu=fpv4-sp-d16

那么，如何使用超小浮点值？我需要它在stm32f4固件中实现Matlab生成的代码来实现一些过滤功能。

Answer 1

IEEE 754 binary32 浮点格式具有24位精度，大约为7位十进制数字（对应关系不准确，因为二进制不是十进制）。

这还不足以区分1和1.00000002。紧靠1.0f以上的binary32值为exactly 1.00000011920928955078125。

您的可用选项

使用类型double作为变量sum，假设double以53位精度映射到IEEE 754 binary64 ，或者< / LI>

通过使用更好的求和算法来提高准确性。最着名的是Kahan's：

void main(void)
{
  float sum = 1.0;
  uint32_t cnt = 0;
  float c = 0;

  while(1)
  {
    for( cnt = 0; cnt < 1000; cnt++ )
    {
        float y = 2.0e-08f - c;
        float t = sum + y;
        c = (t - sum) - y;
        sum = t;
    }

    printfUsart("%f\r\n", sum);
  }
}

Answer 2

另一种可能性是针对使用的系数优化滤波功能。

以下是手动优化示例的解决方案：

void main(void)
{
    float sum = 1.0;
    uint32_t cnt = 0, temp = 0;

    while(1)
    {
        for( cnt = 0; cnt < 1000; cnt++ )
            temp += 2;
        sum = sum + temp*e-08;

        printfUsart("%f\r\n", 
                            sum
                            );
    }
}

缺点是，您必须手动执行此优化并且它不是通用的，但它可以节省大量计算时间，因为浮点运算较少。

stm32f4上的超小浮点值

2 个答案: