横向专题 3：声学算法浮点转定点量化分析¶

1. 核心工程问题与定点化必然性¶

在现代低功耗音频系统（TWS 耳机、智能手表、IoT 语音模组）中，嵌入式主控或协处理器（如 Tensilica HiFi 3/4/5、CEVA-BX、ARM Cortex-M55/M7、RISC-V with P-extension）通常面临严苛的功耗与面积预算：

PPA（功耗/性能/面积）巨大收益：
硬件 32 位单精度浮点单元（FPU）的硅片面积约为 32 位定点乘加器（MAC）的 $3 \sim 5$ 倍；
执行一次单精度浮点乘加运算的动态功耗约为定点整型乘加的 $4 \sim 8$ 倍；
定点化挑战：算法团队在 PC 端（Matlab/Python）基于 IEEE 754 浮点（32-bit float / 64-bit double）设计了声学算法（AEC、ANC、NS、EQ）。如果直接强行移植到定点 DSP，常因算术溢出（Overflow） 导致炸音爆音，或因量化截断误差（Quantization Error） 导致底噪劣化、滤波器失稳发散。

本专题建立定点 Q 格式数学模型、量化噪声传递方程与自适应块浮点工程规范。

2. 定点数体系与 Q 格式表示法¶

在数字信号处理中，定点数使用补码（Two's Complement）表示实数，通过约定虚拟小数点的物理位置来平衡动态范围（Dynamic Range） 与 数值分辨率（Resolution）：

\[Q_{m.n}: \text{总字长 } B = m + n + 1 \text{ (包含 1 个符号位)}\]

在 32-bit 音频 DSP 中，最核心的格式为 Q31（$m=0, n=31$）： - 数值范围：$[-1.0, \ 1.0 - 2^{-31}] \implies [-1.0, \ 0.999999999534]$ - 最小分辨率（LSB）：$\Delta = 2^{-31} \approx 4.6566 \times 10^{-10}$ - 理论信噪比与动态范围（SNR / DNR）： $$\text{DNR} = 6.02 \cdot B + 1.76\text{ dB} \approx 6.02 \times 31 + 1.76 \approx \mathbf{188.38\text{ dB}}$$ 远超人耳可听动态范围极限（$120\text{ dB} \sim 130\text{ dB}$）和高端 ADC 物理上限（$120\text{ dB}$）。

3. 定点运算四大失真与防御体系¶

graph TD
    subgraph QuantError["定点运算核心缺陷与失真"]
        E1[数值溢出 Overflow: 正负翻转引发巨幅炸音]
        E2[截断偏置 Truncation: 引入 -0.5 LSB 直流偏移]
        E3[舍入极限环 Limit Cycles: 零输入下自激维持低频振荡]
        E4[多级级联截断误差累加: 算法底噪抬升 20dB]
    end

    subgraph Defense["原厂级算法与硬件防御对策"]
        D1[硬件饱和加法/乘法: 溢出时钳位在最大正/负极限]
        D2[对称舍入 Rounding: 加 0.5 LSB 消除直流偏置]
        D3[高位保护累加器: 72-bit/80-bit 累加器容纳连续累加]
        D4[自适应块浮点 BFP: 统一动态缩放榨干有效位]
    end

    E1 --> D1
    E2 --> D2
    E3 --> D3
    E4 --> D4

1. 溢出处理：算术环绕 vs. 硬件饱和（Saturation）¶

算术环绕（Wrapping Bug）：标准 C 中有符号整型溢出是未定义行为；只有无符号运算按模数环绕，不能依赖有符号溢出实现饱和。例如最大正数 0x7FFFFFFF （接近但小于 +1.0）在采用环绕语义的实现中加 1 会翻转为最大负数 0x80000000 ($-1.0$)，在扬声器输出端产生最大峰峰值的全幅方波阶跃，听到极其刺耳的破音（Click）。
硬件饱和截断（Saturating Math）：专用 DSP 指令集（如 ARM CMSIS __QADD, RISC-V kadd32）通过单周期硬件检测溢出标志： $$\text{res} = \begin{cases} 0x7FFFFFFF, & \text{if } a + b > 0x7FFFFFFF \\ 0x80000000, & \text{if } a + b < -0x80000000 \\ a + b, & \text{otherwise} \end{cases}$$

2. 明确舍入模式与边界¶

Q31 的范围为 [-1, 1)。但 (-1) × (-1) = +1，结果无法用 Q31 正数表示，必须饱和到 INT32_MAX。int64_t 可以保存两个 int32_t 的乘积。

“加半 LSB 再右移”不等于 ties-to-even（收敛舍入），负数右移在 C99 中还依赖实现。示例 Lab 03 使用符号对称的最近舍入、半值远离零：正乘积加 2^30 后除 2^31；负乘积对绝对值同样处理再取负，最后限幅。截断误差均值还依赖输入分布；不能保证 IIR 一定出现明显 DC，也不能靠舍入消除所有极限环。

3. 累加范围需要证明¶

N 个接近满幅的乘积需要额外整数保护位。DSP 累加器位宽因 ISA 和指令而异，不能假定所有 Audio DSP 都有 72/80-bit 累加器。即便存在扩展位宽，也要检查乘积格式、N、输入边界与饱和位置。

Lab 03先把每项乘积舍入、饱和为 Q31，再用 int64_t 累加 32 项，最后限幅；32 × 2^31 的范围可安全容纳。这与完整 Q62 乘积累加后只舍入一次并不等价，会有不同量化误差，但有明确且可测试的数值契约。

4. 自适应块浮点（Block Floating Point, BFP）架构¶

在执行大点数 FFT（如 512 点或 1024 点）或频域自适应滤波时，若全局采用固定保守定标，小信号时的大量有效高位为全 0，信噪比剧烈恶化；若定标过于激进，大信号时又会频繁溢出。

自适应块浮点（BFP） 在有限整型硬件上完美融合了浮点的动态范围与定点的超低功耗：

下面是设计步骤，不是可直接编译的 SDK 代码：

在至少 64-bit 有符号临时变量中求 int32 输入绝对值，避免对 INT32_MIN 直接取负。
空块和全零块保持不变；不要对零调用语义未定义的 CLZ 内建函数。
根据正、负边界共同计算可用 headroom，保留算法需要的保护位。
用足够宽的乘法实现缩放并检查范围，不对负的有符号整数左移。
检查共享指数的上下界，再原子地更新块数据和指数；后续乘加必须携带指数信息。

实现应补测全零、INT32_MIN、正负满幅、单元素及指数极限。BFP 能改善部分信号的动态范围，但不能凭这种预处理保证无溢出或固定音质收益。

5. 定点算法原厂工程验证七步法则¶

flowchart TD
    S1["1. 浮点基准模型建立
(Matlab/Python 生成 Golden 参考输出)"] --> S2["2. 信号极值与动态范围统计
(测试 0dBFS 白噪、语音、正弦扫频)"]
    S2 --> S3["3. Q 格式定义与定标分配
(确定系数 Qx 与中间态 Qy)"]
    S3 --> S4["4. C 语言位精确(Bit-Exact)定点实现
(严格使用饱和与对称舍入)"]
    S4 --> S5["5. 逐点误差比对与 SNR 恶化评估
(要求 SNR 降幅 < 1.0dB)"]
    S5 --> S6["6. 极限工况注入压力测试
(满幅方波、直流阶跃、零输入自激检测)"]
    S6 --> S7["7. DSP 硬件汇编调优与指令集加速
(SIMD 并行化与双 MAC 发射)"]

合格验收指标：在 $-60\text{ dBFS}$ 小信号与 $0\text{ dBFS}$ 大信号输入下，定点化实现与浮点 Golden 结果的均方误差（MSE）应小于 $-80\text{ dB}$，系统总谐波失真加噪声（THD+N）退化不得超过 $0.5\text{ dB}$。