Schlüsselwörter: Festkommazahl, Gleitkommazahl, $realtobits, $bitstoreal

Dieser Abschnitt stellt hauptsächlich die Funktionen zur Konvertierung zwischen Real- und Ganzzahlen vor: $realtobits und $bitstoreal, und erklärt außerdem, wie eine Variable vom Typ Real (entspricht double float in der Sprache C) durch einen mehrbitigen Binärcode dargestellt wird.


Binäre Darstellung von Dezimalbrüchen

Binäre Darstellung von Dezimalbrüchen

Wenn eine Dezimal-Ganzzahl binär dargestellt wird, ist die Operation erforderlich, die Daten durch 2 zu teilen und den Rest zu bilden.

Wenn der Bruchteil binär dargestellt wird, gilt das Gegenteil: Die Daten werden mit 2 multipliziert, und dann wird geprüft, ob der ganzzahlige Teil größer als 1 ist.

Das Verfahren zum Erhalten der binären Darstellung des Bruchteils 0.3125 von 2.3125 ist wie folgt:

BerechnungsvorgangBedingungenBinärbit
0.3125 x 2 = 0.625< 10
0.625 x 2 = 1.25≥ 11
(1.25 - 1) x 2 = 0.5< 10
0.5 x 2 = 1≥ 11
Ergebnis: Der Dezimalbruch wird durch eine 4-Bit-Binärzahl dargestelltstop0101

Daher ist die Binärdarstellung von 2.3125 dec2bin(2.3125) = bin(10.0101). Hier dient der Dezimalpunkt nur dazu, die Position des Bruchteils zu kennzeichnen, d. h., der Bruchteil wird durch einen 4-Bit-Binärcode dargestellt. In der Praxis existiert die Markierung des Dezimalpunkts nicht.

Bei der Darstellung eines Dezimalbruchs im Binärsystem gibt es ebenfalls eine Schnellmethode. Wenn der Bruchteil durch N Bits dargestellt wird, dann ist der Wert, den die Binärdarstellung einer Dezimalzahl num darstellt:

dec2bin(num) = bin(num x 2^N )

Zum Beispiel verläuft der Umwandlungsprozess der Dezimalzahl 2.3125 wie folgt:

2.3125 x 2 ^ 4 = 37 = bin(100101)

Mit einer Bruchteilsbreite von 4 gilt dec2bin(2.3125) = bin(10.0101).

Umwandlung von Binärzahlen in Dezimalbrüche

Bei der Umwandlung einer binären Ganzzahl in eine Dezimalzahl müssen bitweise Multiplikationen mit Exponenten zur Basis 2 durchgeführt und die Ergebnisse akkumuliert werden.

Bei der Umwandlung eines Binärbruchs in eine Dezimalzahl müssen bitweise Multiplikationen mit Exponenten zur Basis 1/2 durchgeführt und die Ergebnisse akkumuliert werden.

Wenn die Bruchteilsbreite 4 beträgt, ist der durch den Bruchteil von bin(11.1001) dargestellte Dezimalbruch:

bin2dec(1001) = 1 x 2^(-1) + 0 x 2^(-2) + 0 x 2^(-3) + 1 x 2^(-4) = 0. 5625

Dann stellt der Binärbruch bin(11.1001) mit einer Bruchteilsbreite von 4 den Dezimalbruch 3.5626 dar.

Die Schnellmethode zum Umwandeln eines Binärbruchs num mit N-Bit-Bruchteil in eine Dezimalzahl ist:

bin2dec(num) = num / 2^N 

Beispielsweise lautet der Berechnungsprozess für den durch bin(11.1001) dargestellten Bruch:

bin(11.1001) = bin(111001) / (2^4) = 57/16 = 3.5625 。

Tatsächlich wird vom Verilog-Compiler nicht unterschieden, ob eine Multi-Bit-Variable eine ganze Zahl oder einen Bruch darstellt; Operationen werden nur künstlich auf der Bruchebene ausgeführt.


Darstellung von Gleitkommazahlen

Eine Festkommazahl ist eine Zahl, deren Dezimalpunktposition fest ist. Eine ganze Zahl ist eine Art Festkommazahl, weil der Dezimalpunkt immer nach der letzten Ziffer steht.

Eine Gleitkommazahl ist eine Zahl, deren Dezimalpunktposition nicht fest ist. Zum Beispiel 1.2 x 1.3 = 1.56; die Dezimalpunktposition gleitet weiter, daher der Name Gleitkommazahl.

Natürlich kann die Dezimalpunktposition einer Bruchzahl auch fest sein, was als Festkomma-Dezimalzahl bezeichnet wird. Diese Darstellung verringert jedoch die Genauigkeit des Bruchs. Wenn beispielsweise nur eine Ziffer nach dem Dezimalpunkt festgelegt wird, um den Bruch darzustellen, dann gilt 1.2 x 1.3 = 1.5, wodurch einige Daten verloren gehen.

Allgemeine Darstellung von Dezimal-Gleitkommazahlen:

dec(num) = (-1) ^ S x M x (10^E );

S ist das Vorzeichenbit; wenn es 1 ist, stellt es eine negative Zahl dar, und wenn es 0 ist, stellt es eine positive Zahl dar.

E ist der Exponententeil des Skalierungsfaktors, als ganze Zahl ausgedrückt, und wird Exponentencode genannt. Der Exponentencode gibt die Position des Dezimalpunkts im Codewort an und bestimmt somit den Bereich der Gleitkommazahl.

M ist der Bruchteil, Mantisse genannt. Die Breite der Mantisse bestimmt die Genauigkeit der Gleitkommazahl.

Zum Beispiel kann die Zahl 100.0344 dargestellt werden als:

1995.0907 = (-1) ^ 0 x 199.50907 x 10^1 (正数,尾数为199.50907,  阶码为1)
= (-1) ^ 0 x 1.9950907 x 10^3 
= (-1) ^ 0 x 0.19950907 x 10^ 4

Analog dazu lautet die allgemeine Darstellung von binären Gleitkommazahlen:

dec(num) = (-1) ^ S x M x (2^E ) 

Zum Beispiel:

dec(2.3125) (十进制)  =  bin(10.0101) 
              = bin(10.0101) x 2^0
              = bin(1.00101) x 2^1 (正数,尾数为 1.00101,阶码为 1)
              = bin(0.100101) x 2^2

Aus dem Obigen geht hervor, dass unterschiedliche Darstellungsmethoden derselben Gleitkommazahl unterschiedliche Mantissen und Exponenten haben. Um die Portabilität zu erleichtern, schlug IEEE (Institute of Electrical and Electronics Engineers) 1985 den IEEE-754-Standard als einheitlichen Standard für Darstellungsformate von Gleitkommazahlen vor.

Der IEEE-754-Standard verwendet logisch ein Tripel {S, E, M}, um eine Gleitkommazahl Num darzustellen.

S steht für das Vorzeichenbit; 0 und 1 stehen für positive bzw. negative Zahlen.

E steht für den Exponententeil, den sogenannten Bias-Exponenten. Um positive und negative Exponenten zu vermeiden, wird der Bias-Exponent durch Addieren eines festen Offsets zum Exponenten ermittelt. Daher lässt sich der Exponent aus dem Bias-Exponenten berechnen: E - 2^(W-1) + 1. W ist die Bitbreite des Bias-Exponenten. Die Basis des Exponenten ist 2.

M steht für die Mantisse. Das höchste Bit der Mantisse ist immer 1, aber das Mantissenfeld speichert dieses Bit nicht; es speichert nur den Bruchanteil. Daher ist der von der Mantisse dargestellte Wert tatsächlich 1.M.

Es ist festgelegt, dass Gleitkommazahlen mit einfacher Genauigkeit in 4 Bytes und Gleitkommazahlen mit doppelter Genauigkeit in 8 Bytes gespeichert werden. Das Diagramm ist wie folgt.

Format mit einfacher Genauigkeit (32 Bits): Das S-Vorzeichenbit ist 1 Bit breit; der E-Exponent ist 8 Bits breit, mit einem Exponenten-Bias von 127 (7'h7F); die M-Mantisse ist 23 Bits breit und stellt den Bruchanteil dar, wobei der Dezimalpunkt vor dem Mantissenfeld steht.

Format mit doppelter Genauigkeit (64 Bits): Das S-Vorzeichenbit ist 1 Bit breit; der E-Exponent ist 11 Bits breit, mit einem Exponenten-Bias von 1023 (10'h3FF); die M-Mantisse ist 52 Bits breit und stellt den Bruchanteil dar, wobei der Dezimalpunkt vor dem Mantissenfeld steht.

Der wahre Wert einer 32-Bit-Gleitkommazahl N lässt sich darstellen als:

Num = (-1)^S × (1.M) × 2 ^(E-127)

Der wahre Wert einer 64-Bit-Gleitkommazahl N lässt sich darstellen als:

Num = (-1)^S × (1.M) × 2 ^(E-1023)

Zum Beispiel ist der Dezimalbruch, der durch den Binärcode 64'h4002_8000_0000_0000 dargestellt wird und einer Gleitkommazahl mit doppelter Genauigkeit entspricht:

Num = (-1)^0 x  (1+ 8'h28/2**8) x 2^((12'h400 & 11'h7FF)-1023) = 2.3125

Der obige Mantissenberechnungsvorgang lässt eine Reihe nachgestellter "0"en weg und berücksichtigt nur die ersten 8 signifikanten Bits.

Zum Beispiel ist der Prozess der Binärdarstellung der Gleitkommazahl -13.14 mit doppelter Genauigkeit:

1 Bit für das Vorzeichenbit benötigtS = 1
4 Bits zur Darstellung der Ganzzahl benötigt13 = bin(1101) = bin(1.101) x 2^3
11 Bits zur Darstellung des Exponenten benötigtE = 3 + 1023 = 11'h402
(52-3) Bits zur Darstellung des Bruchteils benötigt0.14 * 2^(52-3) = 78812993478983.688
≈ 78812993478984 = 49'h47ae147ae148
52 Bits für die Mantisse benötigt: die beiden Bruchteile integrierenM = (bin(101)<<49) + 49'h47ae147ae148
= 52'ha47ae147ae148
Binärcode der Gleitkommazahl{S, E, M} = 32'hc02a_47ae_147a_e148

Die Variable vom Typ real in Verilog ist genau die Gleitkommavariable mit doppelter Genauigkeit und 64 Bit Breite nach dem IEEE-754-Standard.


Konvertierungsfunktionen

Systemtask-AufrufAufgabenbeschreibung
int_val = $rtoi( real_val ) ;Konvertiert die reelle Zahl real_val in die Ganzzahl int_val
Zum Beispiel, 3.14 -> 3
real_val = $itor( int_val ) ;Konvertiert die Ganzzahl int_vla in die reelle Zahl real_val
Zum Beispiel, 3 -> 3.0
vec_val = $realtobits( real_val ) ;Konvertiert eine reelle Zahl in einen Multi-Bit-Registervektor
Das Register speichert Gleitkommadaten mit doppelter Genauigkeit nach dem IEEE-754-Standard
real_val = $bitstoreal( vec_val ) ;Konvertieren Sie einen Mehrbit-Registervektor in eine reelle Zahl

Der Erzeugungs- oder Konvertierungsprozess von Variablen vom Typ real sollte dem Standard IEEE Std 754-1985 [B1] entsprechen.

Verwenden Sie $realtobits und $bitstoreal, um Daten zu konvertieren:

Beispiel

   //real, bits
   reg [63:0]   num_bits ;
   initial begin
      num_bits  = 64'h4002_8000_0000_0000 ;
      $display("-14.13 -> hex: %h", $realtobits(-13.14));
      $display("64'h4002_8000_0000_0000 -> real: %f", $bitstoreal(num_bits));
   end

Das Simulationsprotokoll ist wie folgt, und es ist erkennbar, dass die Konvertierung korrekt ist.

Verwenden Sie $itor und $rtoi, um eine Formatkonvertierung von Daten durchzuführen:

Beispiel

   //$itor, $rtoi
   initial begin
      $display();
      $display("Real to integer: %h", $rtoi(13.14));
      $display("Ganzzahl als Float anzeigen: %f", 1001);
      $display("Ganzzahl in Real umwandeln: %f", $itor(1001));
   end

Aus dem folgenden Simulationsprotokoll geht hervor, dass $rtoi, wenn es die reelle Zahl (13.14) in die Ganzzahl (4'hd) umwandelt, nur den ganzzahligen Teil abschneidet. Wenn $itor die Ganzzahl (1001) in die reelle Zahl (1001.000000) umwandelt, scheint es keine Änderung zu geben.

Tatsächlich besteht die Funktion von $rtoi und $itor darin, den Speichermodus der Variable zu ändern.

Zum Beispiel wird 14, wenn sie als Integer-Variable gespeichert wird, als 32'h1110 dargestellt, und wenn sie als Variable vom Typ Real gespeichert wird, als 64h402c_0000_0000_0000.

Quellcode-Download für dieses Kapitel

Herunterladen