我正在尝试分析一些没有任何规范的旧二进制格式。我发现有一个包含96个浮点数的数组，每个数字长4个字节。
我花了很多时间使用不同的十六进制＆lt; - ＆gt;浮动工具，但没有运气。我找不到任何模式。所以我怀疑它是某种不寻常的浮动表示，而不是像IEEE-754这样的标准。
以下是一长串示例，列出了如何将字节映射到浮点值：https://gist.github.com/anonymous/e67dd27706ba1f289a895fef70399dc9
几个例子：
80 00 00 80 = 0
00 FF 00 00 = 0
B8 EB 83 43 = 1.86281420496466
F8 AF 86 43 = 1.9018805660946
7B C2 F2 43 = 3.42793766176755
37 43 F5 43 = 3.46327992859723
6A 4D 03 44 = 3.70816455369089
26 C6 0A 44 = 3.919173581123
AF C3 79 43 = 1.76342447568475
我能够为任何可能对分析有用的字节组合提供浮点值。
请你帮我弄清楚如何将这些原始字节转换为浮点数的公式？
答案 0 :(得分：4)
通过对值进行排序，很明显字节顺序已经交换（所以1.86281420496466确实是43 83 EB B8。
根据浮点值绘制这些十六进制值表明它在第9位之后是线性的，因此位10-32似乎是具有隐式前导位（m）的有效位。
第一位似乎是符号（1表示负数，0表示正数）。
第2到第9位似乎是有偏见的指数（e）
数字的一般形式是：
符号×2 e - 134 ×0.903725041656076×（1 + m / 2 23 ）
如果偏差指数为零，则值本身为零。
我不确定为什么那里有一个有趣的常数。
更新：它似乎与IEEE754二进制32相匹配，如果乘以141.636，除了处理零（即它将次正常刷新为零）。
在Julia，转换可以完成：
julia> reinterpret(UInt32,Float32(1.86281420496466*141.636)) # float to hex
0x4383ebb8
julia> reinterpret(Float32,0x4383ebb8)/141.636 # hex to float
1.862814204964663