1) Finite word length
有限字长
1.
To analyse the chaotic time sequences by computer should consider the finite word length of the computer.
针对Logistic映射,研究了计算机字长对其混沌特性的影响,由于计算机的字长效应,混沌序列经过短暂的过渡态后演化为周期序列,使用小数据量法计算了处于过渡态和周期态的有限字长混沌序列的最大Lyapunov指数。
2.
The stability of digital filters affected by finite word length effects were studied in consideration of its practicality,aiming at precise test of the flight control software.
针对飞控软件的精度测试,结合实际研究了有限字长影响下定点数字滤波器的稳定性,分析了乘积舍入与补码溢出对系统的非线性影响,给出系统舍入稳定与溢出稳定的定义,获得了系数量化、乘积舍入以及补码溢出等误差共同影响下有限精度系统舍入稳定且溢出稳定的充分条件。
3.
The simulation results from a 2 order system show that δ operator has better performance for round off noise caused by finite word length,higher accuracy and stability than z operator.
仿真结果表明 ,与z算子相比 ,在计算机有限字长实现时 ,δ算子受舍入截尾扰动的影响较小 ,精度高 ,算法稳
2) finite-wordlength
有限字长
1.
According to the finite-wordlength characteristic,the errors,which are from quantization and multiplicative roundoff,and the effects on the performance of the pulse compression are analyzed.
该文从有限字长角度出发,分析了预处理中滤波器系数量化误差和相乘截取误差对方位向脉冲压缩性能的影响,并提出了降低误差的方法。
3) Finite Word Length (FWL)
有限字长(FWL)
4) Finite word-length effect
有限字长效应
1.
This paper analyzes 2 critical problems in FPGA-based implementation of SOM neural network algorithm: parallelizability and finite word-length effect.
分析了SOM神经网络算法在FPGA实现过程中要考虑的2个主要问题:并行性和有限字长效应。
5) limited digital signal
有限长数字信号
6) finite word length effect
有限字长效应
1.
In order to solve the finite word length effect of implementing wave-front control algorithm using fixed-point arithmetic based on FPGA technology,the influence to the stability and system performance of the digital controller caused by coefficients quantization is analyzed,word length quantizing the coefficients that meet the demand of the controller is calculated.
针对采用定点运算方式实现基于FPGA的波前控制运算过程中的有限字长效应,分析了由于系数量化对数字控制器的稳定性及系统性能造成的影响,计算出了符合控制器性能要求的系数量化字长。
补充资料：N点有限长序列的离散傅里叶变换
时域N点序列χ(n)的离散傅里叶变换(DFT)以X(k)表示，定义为
(1)
式中K＝0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n＝0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列，所以对N点序列进行时域和频域之间的变换是常用的变换，另外 DFT有它的快速算法，使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓（即使之周期化）得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期，即得X(k)。同理，与此相似，如果已知X(k)求χ(n),则是从X(k)得X((k))N，再从X((k))N得χ((n))N，取出主值周期即得χ(n)。这个概念很重要，DFT的性质大都与此有关。至于从χ(n)求X(k)，或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的，并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点，如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列，χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N，X((l))N，Y((k-l))N及y((n-m))N等可类推其含义，不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂（即N＝2,&λ为整数）时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
(1)
式中K＝0,1,...,N-1。式(1)称为DFT的正变换。从式(1)可以导出
(2)
式中n＝0,1,...,N-1。式(2)称为DFT的逆变换。式(1)和式(2)合起来称为离散傅里叶变换对。
由于在科学技术工作中人们所得到的离散时间信号大多是有限长的N点序列，所以对N点序列进行时域和频域之间的变换是常用的变换，另外 DFT有它的快速算法，使变换可以在很短的时间内完成,所以DFT是数字信号处理中最为重要的工具之一。
DFT的原理 是以给定的时域N点序列χ(n)作为主值周期进行周期延拓（即使之周期化）得到以 N点为周期的离散周期序列χ((n))N,再求χ((n))N的离散傅里叶级数(DFS)表示(见离散时间周期序列的离散傅里叶级数表示),得频域的N点离散周期序列X((k))N,最后从X((k))N中取出其主值周期，即得X(k)。同理，与此相似，如果已知X(k)求χ(n),则是从X(k)得X((k))N，再从X((k))N得χ((n))N，取出主值周期即得χ(n)。这个概念很重要，DFT的性质大都与此有关。至于从χ(n)求X(k)，或已知X(k)求χ(n)则是用(1)式或(2)式直接进行的，并不需要通过χ((n))N和X((k))N。
DFT的主要性质 共有5点，如下表中所列。表中a、b为常数, χ((m))N为以N点为周期的周期序列，χ((n+m))N为χ((n))N序列整体左移m点后的结果其他符号如X((k+l))N，X((l))N，Y((k-l))N及y((n-m))N等可类推其含义，不一一列出。
DFT的快速算法 又称为快速傅里叶变换(FFT)。当序列的长度N为2的整数次幂（即N＝2,&λ为整数）时,算法的指导思想是将一个N 点序列的DFT分成两个N/2点序列的DFT,再分成四个N/4点序列的DFT,如此下去,直到变成N/2个两点序列的DFT。这种快速算法的计算工作量与DFT的直接计算的计算工作量之比约为log2N/(2N),以N=1024为例FFT的计算工作量仅约为DFT直接计算的1/200。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条