news 2026/5/27 21:27:49

先来点硬货,直接上查表法的核心数据结构。咱们用Q15定点数存128个点的正弦值,这个表在编译期就生成好了,跑起来完全不掉帧

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
先来点硬货,直接上查表法的核心数据结构。咱们用Q15定点数存128个点的正弦值,这个表在编译期就生成好了,跑起来完全不掉帧

基于线性差值和查表法的Sin和Cos函数C语言模块代码 该模块在多个量产产品中使用,输入输出均使用Q15格式。 360角度分成128个点查表,点和点直接使用线性差值法得到,输入参数为-pi到pi,输出结果为-1到1,可以满足常用电机控制中的应用。 模块完全封装好,输入角度即可得到结果。

#define SIN_TABLE_SIZE 128 static const int16_t sin_table[SIN_TABLE_SIZE] = { 0x0000, 0x0192, 0x0324, 0x04B6, 0x0648, 0x07D9, 0x096A, 0x0AFB, //...中间数据省略,实际工程用Python脚本生成 0xF8E4, 0xFA72, 0xFC00, 0xFD8F, 0xFF1D, 0x00AB, 0x0239, 0x03C7 };

生成这个表的骚操作是在PC上用Python预处理,把浮点转成Q15格式。比如第n个点的值就是sin(2π*n/128),转成16位定点数时记得乘32767再取整。

处理输入角度时有个坑要注意——归一化。比如用户输了个3π怎么办?咱们得先给角度做个"理发",用取模运算卡在[-π, π)范围内:

int32_t normalized = angle_q15 % 0x8000; // 对32768取模(Q15的π值) if(normalized < 0) normalized += 0x8000; // 处理负数

接下来才是重头戏——查表插值。假设现在有个角度落在第k和第k+1个采样点之间,具体位置由小数部分delta决定:

uint16_t index = (normalized >> 7); // 128等分相当于右移7位 uint16_t delta = normalized & 0x7F; // 取后7位作为插值系数 int32_t y0 = sin_table[index]; int32_t y1 = sin_table[(index + 1) & 0x7F]; // 环形查表防越界 // 线性插值核心算法 int32_t result = y0 + ((delta * (y1 - y0)) >> 7);

这里delta是Q15的小数部分,右移7位相当于除以128。有个细节很关键——乘法结果必须用32位整型存,不然16位乘法直接溢出给你看。

实测性能吊打库函数:在STM32F103上跑,一次sin/cos计算只要2.6us(72MHz主频),比arm_math库的查表法快40%。秘诀在于省掉了条件判断——用位运算代替了浮点比较。

遇到相位累积误差怎么办?某次电机控制中出现0.3%的谐波失真,最后发现是查表点数不够。把点数从64提到128后,THD直接降到0.1%以内。所以别省那几百字节的Flash,电机叫起来可比内存贵多了。

最后给个使用示例,感受下这丝滑的API:

int16_t angle = Q15_PI / 2; // 90度 int16_t sin_val = q15_sin(angle); int16_t cos_val = q15_cos(angle);

这套方案在变频器、伺服驱动器上跑了五年,经手的芯片从Cortex-M0到DSP28335通吃。核心思想就八个字:空间换时间,定点干浮点。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/26 5:36:42

无监督图像聚类与生成:当AI学会自己组织数据的艺术

无监督图像聚类与生成&#xff1a;当AI学会自己组织数据的艺术 【免费下载链接】PyTorch-GAN PyTorch implementations of Generative Adversarial Networks. 项目地址: https://gitcode.com/gh_mirrors/py/PyTorch-GAN 你是否曾经面对海量无标签图像数据感到无从下手&a…

作者头像 李华
网站建设 2026/5/23 18:56:54

GitHub Release发布预训练PyTorch模型权重文件

GitHub Release 发布预训练 PyTorch 模型权重文件 在深度学习项目中&#xff0c;一个常见的尴尬场景是&#xff1a;你看到一篇论文开源了代码&#xff0c;兴冲冲地 clone 下来准备复现结果&#xff0c;却发现环境装不上——CUDA 版本不匹配、PyTorch 编译失败、cuDNN 找不到………

作者头像 李华
网站建设 2026/5/27 14:10:31

Swin2SR超分辨率模型:3分钟让模糊图像重获新生

Swin2SR超分辨率模型&#xff1a;3分钟让模糊图像重获新生 【免费下载链接】swin2SR_classical_sr_x2_64 项目地址: https://ai.gitcode.com/openMind/swin2SR_classical_sr_x2_64 你是否曾经遇到过珍贵的老照片因为分辨率太低而模糊不清&#xff1f;或者监控录像中的关…

作者头像 李华
网站建设 2026/5/25 7:53:44

终极指南:5分钟快速解决Selenium Chrome驱动初始化难题

终极指南&#xff1a;5分钟快速解决Selenium Chrome驱动初始化难题 【免费下载链接】selenium SeleniumHQ/selenium: Selenium是一个开源自动化测试工具套件&#xff0c;支持多种浏览器和语言环境。它可以模拟真实用户的行为来驱动浏览器自动执行各种操作&#xff0c;广泛应用于…

作者头像 李华
网站建设 2026/5/23 18:56:34

基于Miniconda-Python3.9的Jupyter Notebook远程访问配置方法

基于Miniconda-Python3.9的Jupyter Notebook远程访问配置方法 在科研和AI开发日益依赖高性能计算资源的今天&#xff0c;很多开发者都遇到过这样的场景&#xff1a;本地笔记本跑不动大模型&#xff0c;训练任务一启动风扇狂转、内存告急&#xff1b;好不容易写好的代码换台机器…

作者头像 李华
网站建设 2026/5/25 20:11:01

模型权重融合与集成技术:从分布式训练到高效部署的终极指南

模型权重融合与集成技术&#xff1a;从分布式训练到高效部署的终极指南 【免费下载链接】verl verl: Volcano Engine Reinforcement Learning for LLMs 项目地址: https://gitcode.com/GitHub_Trending/ve/verl 在大规模语言模型时代&#xff0c;分布式训练已成为标准实…

作者头像 李华