Turbo 码自1993 年提出以来[ 1] , 作为通信系统的一种有效的纠错码倍受关注. 由于 Turbo 译码往往具有较大的运算复杂度和需要较大的存储空间, 不利于工程实现. 我们采用简 化的MA P 算法—— Max-Log-MAP 算法, 用T I 公司的32 位定点数字信号处理器 TMS320C6201 实现了T ur bo 码译码器, 并在EVM 板上进行了测试.

Radix-4 FFT测试脚本该文件运行用 MATLAB 编写的 Radix-4 FFT 的三个版本： radix4FFT1_Float.m 计算浮点数据类型的基数 4 FFT radix4FFT2_FixPt.m 计算定点基数 4 FFT（需要 Fixed Point Toolbox） radix4FFT3_FixPtEML.m 是可在 Simulink 中使用的 radix-4 FFT 的嵌入式 MATLAB 版本。 您还可以为此代码生成 C 代码（使用 Real Time Workshop）。 这个版本也可以编译成一个 MEX 的可执行文件，它的运行速度比定点代码快得多。

基4的FFT算法，定点时域法，运行环境为VC2008，要用VC6.0的话运行不了，但能看到代码，程序已经运行成功，自己写的，可以交流！

针对现有彩色图像插值算法的实时性及可靠性不能兼备的问题，提出了一种高效的实时彩色图像缩放算法，算法基于Lanczos核生成可应用于整个目标图像的核查找表，并且目标图像所有像素的插值仅涉及定点小数运算，计算复杂度低；同时算法采取了优化的光栅扫描方法，内存需求低、效率高。实验结果表明，该算法不仅获得了较好的图像质量，而且计算复杂度远低于经典的图像缩放算法，能有效实现彩色图像甚至彩色视频的任意倍数实时缩放。

定点与浮点转换方法，通过设定小数点在16位数中的不同位置，就可以表示不同大小和不同精度的小数。数的定标有Q表示法和S表示法两种。

实用程序 Float2Qpt 允许用户将浮点数转换为 Q(QI.QF) 格式的有符号或无符号定点数，具有自动选择或用户可定义的字长，以及自动选择或用户可定义的容错 (epsilon)。 或者，用户可以传入可选参数以强制转换中使用的舍入类型，启用/禁用详细报告，甚至打开直到所基于的参考文件。 实用程序 FxdPt2Float 基于定点数和小数位数 QF 将定点数转换回给定 Q(QI.QF) 格式的定点数的浮点数。 这些实用程序对于开发定点版本的算法很有用，参考白皮书提供了在定点中完成的典型乘法/累加/饱和类型操作的示例。 函数[FxdPt, QI, QF] = Float2Qpt(num,varargin) % 计算浮点数“num”的定点近似Q 定点格式中的 % - Q(QI.QF) % FxdPt - 是定点覆盖值% QI - 是 num 范围所需的迭代器位数% QF - 是指定 ep

DFT 在 DSP 中发挥着重要作用，并被广泛用于相关和频谱分析等各种应用。 了解其计算中的量化误差是其设计的一个重要方面，无论是用于 s/w 还是 h/w 实现。 N 个点的复数 DFT 有 N 个复数（4N 个实数）乘法。 在 DFT 的定点实现中，每个乘法都会引入一个量化误差（所有的误差相互不相关，也与输入序列不相关）。 FFT 提供了一种计算 DFT 的有效方法。 即使 FFT 的乘法次数明显减少，量化误差也不会相应减少。 每个蝶形运算（忽略一些微不足道的 +/-1 乘法）都涉及一个复杂的（四个实数）乘法。 每个蝶形中引入的量化误差通过 N/2 级传播。 分析 FFT 中与量化相关的噪声影响是一项挑战。 由于 FFT 算法由阶段序列组成，因此每个阶段可以有不同的缩放策略。 附加的模型显示了如何在 FFT 的每个阶段更改定点数值类型和 fimath（作为嵌入式 MATLAB 脚

数字信号处理算法的定点化及其C语言仿真

本文主要讲解DSP中定点数模拟浮点数运算及常见的策略，具有参考价值，需要的朋友可以参考一下。

本文主要介绍DSP中浮点与定点概述，很值得学习一下，需要的朋友可以参考一下。