作者：桂。
时间：2017-08-15 20:28:11
链接：http://www.cnblogs.com/xingshansi/p/7367738.html
前言
本文主要记录滤波器设计的基本流程，涉及到定点/浮点的转化。
一、Fdatool基本操作
Command输入fdatool，例如FIR采用窗函数法设计16阶低通filter，fc（frequency cutoff） = 10800Hz，fs = 48000Hz，输入参数：
需要注意的是由于存在常数项，N阶Filter用N-1阶设计即可。
设计完滤波器并不是直接导出，通常需要两个后处理操作：
1）验证滤波器是否符合要求：幅频响应、相频响应，零极点图、群延迟等等，都可以通过上方的Analysis点击查看。
2）系数量化。通常DSP/FPGA需要定点操作，点击左方的量化，进行位数设定。
设计完成之后，可以File——Export，将滤波器参数导出，导出的滤波器格式可以自行选择。
左方的图标功能依次(自上而下)为：
1）Create a multi-rate filter：创建多速率滤波器；
2）Transform filter：滤波器转换；
3）Set quantization parameters：设置量化参数；
4）Realize Model：实现模型；
5）Pole-zero editor：零极点编辑器；
6）import filter：导入滤波器；
7）Design filter：设计滤波器；
二、定点/浮点转化
定点就是位数固定，浮点通常表示为：2.2e8，即xyz的形式，x:常数，y:基底，z:指数。浮点转换为定点在MATLAB中称为量化，使用quantizer和quantize两个函数完成，通常为了便于表示，也会使用num2bin，num2int，num2hex等指令。
1-quantizer
用于定义数据的量化属性，具体可doc fixedpoint/quantizer，参数详细设定可参考描述：
2-quantize
按照quantizer定义的量化属性量化浮点数据。
以上文的16阶滤波器为例：
有符号数，先放大100倍，整数最大为41：2^6 > 41，最小需要6位整数，又希望扩大100倍后的数据，小数点后精确到0.01（即原数据精度：1e-4），2^-7 < 0.01，即需要7位小数。
共需要位数N = 1符号位+6整数位+7小数位 = 14位，
其中小数m = 7位。
N = 14;
m = 7;
q = quantizer('fixed','round','saturate',[N,m]);
fix_fir = quantize(q,fir_coef*100);
[fix_fir;fir_coef*100]
结果可以看出，量化的数据达到了精度要求（上为量化数据，下为原始数据）：
有时候为了表示方便，习惯了二进制的表达方式（有符号数，负数用补码表示）：
num2bin(q,fix_fir)
这一操作也为含有小数的负数求解补码提供了思路，打印信息如下（类似指令num2int，num2hex类似）：
