x_BP = 
    3.1416

          DataTypeMode: Fixed-point: binary point scaling
            Signedness: Signed
            WordLength: 16
        FractionLength: 13

使用 numerictype 对象

创建 numerictype 对象，该对象指定一个具有 8 位字长和 4 位小数长度的有符号定点数据类型。

ntBP = numerictype(1,8,4);

使用定义的 numerictype 对象 ntBP 将输入 x_BP 量化为二进制小数点定标的定点数据类型。

yBP1 = quantize(x_BP,ntBP)

yBP1 = 
    3.1250

          DataTypeMode: Fixed-point: binary point scaling
            Signedness: Signed
            WordLength: 8
        FractionLength: 4

在输入端指定数值类型属性

yBP2 = quantize(x_BP,1,8,4)

yBP2 = 
    3.1250

          DataTypeMode: Fixed-point: binary point scaling
            Signedness: Signed
            WordLength: 8
        FractionLength: 4

将二进制小数点定标数据量化为斜率偏置数据

打开实时脚本

创建一个 numerictype 对象，该对象指定一个斜率偏置定标定点数据类型。

ntSB = numerictype('Scaling','SlopeBias',...
      'SlopeAdjustmentFactor',1.8,...
      'Bias',1,...
      'FixedExponent',-12);

定义要量化的输入 fi 值。

x_BP = fi(pi)

x_BP = 
    3.1416

          DataTypeMode: Fixed-point: binary point scaling
            Signedness: Signed
            WordLength: 16
        FractionLength: 13

使用定义的 numerictype ntSB 将输入 x_BP 量化为一个斜率偏置定标的定点数据类型。

ySB1 = quantize(x_BP, ntSB)

ySB1 = 
    3.1415

          DataTypeMode: Fixed-point: slope and bias scaling
            Signedness: Signed
            WordLength: 16
                 Slope: 0.000439453125
                  Bias: 1

将斜率偏置定标数据量化为二进制小数点定标数据

打开实时脚本

定义要量化的输入 fi 值。

x_SB = fi(rand(5,3),numerictype('Scaling','SlopeBias','Bias',-0.125))

x_SB = 
    0.8147    0.0975    0.1576
    0.8750    0.2785    0.8750
    0.1270    0.5469    0.8750
    0.8750    0.8750    0.4854
    0.6324    0.8750    0.8003

          DataTypeMode: Fixed-point: slope and bias scaling
            Signedness: Signed
            WordLength: 16
                 Slope: 3.0517578125e-5
                  Bias: -0.125

使用 numerictype 对象

创建一个 numerictype 对象 ntBP，该对象指定一个具有 8 位字长和 4 位小数长度的有符号二进制小数点定标的定点数据类型。

ntBP = numerictype(1,8,4);

使用定义的 numerictype ntBP 将输入 x_SB 量化为一个二进制小数点定标的定点数据类型。此外，舍入到最接近的值并在溢出时进行饱和处理。

yBP1 = quantize(x_SB,ntBP,'Nearest','Saturate')

yBP1 = 
    0.8125    0.1250    0.1875
    0.8750    0.2500    0.8750
    0.1250    0.5625    0.8750
    0.8750    0.8750    0.5000
    0.6250    0.8750    0.8125

          DataTypeMode: Fixed-point: binary point scaling
            Signedness: Signed
            WordLength: 8
        FractionLength: 4

在输入端指定数值类型属性

yBP2 = quantize(x_SB,1,8,4,'Nearest','Saturate')

yBP2 = 
    0.8125    0.1250    0.1875
    0.8750    0.2500    0.8750
    0.1250    0.5625    0.8750
    0.8750    0.8750    0.5000
    0.6250    0.8750    0.8125

          DataTypeMode: Fixed-point: binary point scaling
            Signedness: Signed
            WordLength: 8
        FractionLength: 4

将一种斜率偏置定标数据量化为另一种斜率偏置定标数据

打开实时脚本

定义要量化的输入 fi 值。

x_SB = fi(rand(5,3),numerictype('Scaling','SlopeBias','Bias',-0.125))

x_SB = 
    0.8147    0.0975    0.1576
    0.8750    0.2785    0.8750
    0.1270    0.5469    0.8750
    0.8750    0.8750    0.4854
    0.6324    0.8750    0.8003

          DataTypeMode: Fixed-point: slope and bias scaling
            Signedness: Signed
            WordLength: 16
                 Slope: 3.0517578125e-5
                  Bias: -0.125

创建一个 numerictype 对象，该对象指定一个斜率偏置定标的定点数据类型。

ntSB = numerictype('Scaling','SlopeBias', ...
      'SlopeAdjustmentFactor',1.8,'Bias',...
      1,'FixedExponent',-12);

使用定义的 numerictype ntSB 将输入 x_SB 量化为一个斜率偏置定标的定点数据类型。此外，采用向上舍入。

ySB2 = quantize(x_SB,ntSB,'Ceiling')

ySB2 = 
    0.8150    0.0978    0.1580
    0.8752    0.2789    0.8752
    0.1272    0.5469    0.8752
    0.8752    0.8752    0.4854
    0.6326    0.8752    0.8005

          DataTypeMode: Fixed-point: slope and bias scaling
            Signedness: Signed
            WordLength: 16
                 Slope: 0.000439453125
                  Bias: 1

将内置整数量化为二进制小数点定标数据

打开实时脚本

定义要量化的输入值。

xInt = int8(-16:4:16)

xInt = 1×9 int8 row vector

   -16   -12    -8    -4     0     4     8    12    16

使用 numerictype 对象

创建一个 numerictype 对象，该对象指定一个具有 8 位字长和 4 位小数长度的有符号二进制小数点定标的定点数据类型。

ntBP = numerictype(1,8,4);

使用定义的 numerictype ntBP 将输入 xInt 量化为一个二进制小数点定标的定点数据类型。

yBP1 = quantize(xInt,ntBP,'Zero')

yBP1 = 
     0     4    -8    -4     0     4    -8    -4     0

          DataTypeMode: Fixed-point: binary point scaling
            Signedness: Signed
            WordLength: 8
        FractionLength: 4

显示量化输出的范围。

range(yBP1)

ans = 
   -8.0000    7.9375

          DataTypeMode: Fixed-point: binary point scaling
            Signedness: Signed
            WordLength: 8
        FractionLength: 4

前两个值和最后三个值发生绕回，因为它们超出输出类型的可表示范围。

在输入端指定数值类型属性

yBP2 = quantize(xInt,1,8,4,'Zero')

yBP2 = 
     0     4    -8    -4     0     4    -8    -4     0

          DataTypeMode: Fixed-point: binary point scaling
            Signedness: Signed
            WordLength: 8
        FractionLength: 4

将内置整数量化为斜率偏置数据

打开实时脚本

定义要量化的输入值。

xInt = int8(-16:4:16)

xInt = 1×9 int8 row vector

   -16   -12    -8    -4     0     4     8    12    16

创建一个 numerictype 对象，该对象指定一个斜率偏置定标定点数据类型。

ntSB = numerictype('Scaling','SlopeBias', ...
      'SlopeAdjustmentFactor',1.8,'Bias',...
      1,'FixedExponent',-12);

使用定义的 numerictype ntSB 将输入 xInt 量化为一个斜率偏置定标的定点数据类型。

ySB = quantize(xInt,ntSB,'Round','Saturate')

ySB = 
  -13.4000  -11.9814   -7.9877   -3.9939   -0.0002    3.9936    7.9873   11.9811   15.3996

          DataTypeMode: Fixed-point: slope and bias scaling
            Signedness: Signed
            WordLength: 16
                 Slope: 0.000439453125
                  Bias: 1

显示量化输出的范围。

range(ySB)

ans = 
  -13.4000   15.3996

          DataTypeMode: Fixed-point: slope and bias scaling
            Signedness: Signed
            WordLength: 16
                 Slope: 0.000439453125
                  Bias: 1

第一个值和最后一个值进行了饱和处理，因为它们在输出类型的可表示范围的限值上。

输入参数

全部折叠

`x` — 要量化的输入数据
`fi` 对象 | 内置整数

要量化的输入数据，指定为：

内置有符号或无符号整数
二进制小数点定标的定点 fi
斜率偏置定标的定点 fi

虽然允许使用 fi 双精度值和 fi 单精度值作为输入，但它们会通过 quantize 函数而不被量化。

`nt` — `numerictype` 对象
`numerictype(true,16,15)` (默认) | `numerictype` 对象

numerictype 对象，用于描述一个定点数据类型。

`rm` — 要使用的舍入方法
`'Floor'` (默认) | `'Ceiling'` | `'Convergent'` | `'Nearest'` | `'Round'` | `'Zero'`

用于量化的舍入方法，指定为以下值之一：

'Ceiling' - 向上舍入到下一个允许的量化值。
'Convergent' - 舍入到最接近的允许的量化值。仅当舍入后的最低有效位将设置为 0 时，恰好在两个最接近的允许的量化值中间的数字才向上舍入。
'Floor' - 向下舍入到下一个允许的量化值。
'Nearest' - 舍入到最接近的允许的量化值。位于两个最接近的允许量化值中间的数字会向上舍入。
'Round' - 舍入到最接近的允许的量化值。位于两个最接近的允许量化值中间的数字在绝对值上向上舍入。
'Zero' - 将负数向上舍入到下一个允许的量化值或将正数向下舍入到下一个允许的量化值。

数据类型: char

`oa` — 对溢出采取的操作
`'Wrap'` (默认) | `'Saturate'`

对溢出采取的操作，指定为以下值之一：

'Saturate' - 将溢出饱和处理。
当要量化数据的值超出由数值类型属性指定的最大和最小可表示数的范围时，这些值将被量化为最接近的最大或最小可表示值。
'Wrap' - 溢出将绕回。
当要量化的数据的值超出由数值类型属性指定的最大和最小可表示数的范围时，使用相对于最小可表示数的模块化算术将这些值绕回到该范围内。

数据类型: char

`s` — 符号性
`1` (默认) | `0`

量化的定点数的符号性，指定为 1（有符号）或 0（无符号）。

`wl` — 字长
16 (默认) | 正整数标量

输出数据的存储整数值的字长，以位为单位。

`fl` — 小数长度
`wl-1` (默认) | 整数标量

量化值的小数长度，指定为整数标量。

扩展功能

全部展开

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

版本历史记录

在 R2006a 之前推出

全部展开

R2013a: 不推荐使用 `quantize`

不推荐使用 quantize。请改用 cast、zeros、ones、eye 或 subsasgn。目前没有删除 quantize 的计划。

从 R2013a 开始，改用 cast、zeros、ones、eye 或 subsasgn。cast、zeros、ones、eye 和 subsasgn 函数除了可以量化 fi 对象外，还可以量化其他数据类型，并将量化的类型信息封装在一个对象中，而不是作为单独的输入参量。

不推荐	推荐
x_BP = fi(pi); ntBP = numerictype(1,8,4); yBP = quantize(x_BP,ntBP) yBP = 3.1250 DataTypeMode: Fixed-point: binary point scaling Signedness: Signed WordLength: 8 FractionLength: 4	x_BP = fi(pi); ntBP = fi([],1,8,4); yBP = cast(x_BP,'like',ntBP) yBP = 3.1250 DataTypeMode: Fixed-point: binary point scaling Signedness: Signed WordLength: 8 FractionLength: 4

不推荐

另请参阅

fi | numerictype | cast | zeros

quantize

语法

说明

使用 numerictype 对象进行量化

通过指定数值类型属性来进行量化

示例

将一种二进制点定标数据量化为另一种二进制小数点定标数据

将二进制小数点定标数据量化为斜率偏置数据

将斜率偏置定标数据量化为二进制小数点定标数据

将一种斜率偏置定标数据量化为另一种斜率偏置定标数据

将内置整数量化为二进制小数点定标数据

将内置整数量化为斜率偏置数据

输入参数

x — 要量化的输入数据 fi 对象 | 内置整数

nt — numerictype 对象 numerictype(true,16,15) (默认) | numerictype 对象

rm — 要使用的舍入方法 'Floor' (默认) | 'Ceiling' | 'Convergent' | 'Nearest' | 'Round' | 'Zero'

oa — 对溢出采取的操作 'Wrap' (默认) | 'Saturate'

s — 符号性 1 (默认) | 0

wl — 字长 16 (默认) | 正整数标量

fl — 小数长度 wl-1 (默认) | 整数标量

扩展功能

C/C++ 代码生成 使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

版本历史记录

R2013a: 不推荐使用 quantize

另请参阅

使用 `numerictype` 对象进行量化

`x` — 要量化的输入数据
`fi` 对象 | 内置整数

`nt` — `numerictype` 对象
`numerictype(true,16,15)` (默认) | `numerictype` 对象

`rm` — 要使用的舍入方法
`'Floor'` (默认) | `'Ceiling'` | `'Convergent'` | `'Nearest'` | `'Round'` | `'Zero'`

`oa` — 对溢出采取的操作
`'Wrap'` (默认) | `'Saturate'`

`s` — 符号性
`1` (默认) | `0`

`wl` — 字长
16 (默认) | 正整数标量

`fl` — 小数长度
`wl-1` (默认) | 整数标量

C/C++ 代码生成
使用 MATLAB® Coder™ 生成 C 代码和 C++ 代码。

R2013a: 不推荐使用 `quantize`