Digitale Signalverarbeitung auf FPGAs
|
|
- Gert Ziegler
- vor 5 Jahren
- Abrufe
Transkript
1 Digitale Signalverarbeitung auf FPGAs FIX: Fixpointsysteme im Zeitbereich Teil 1 Binäre Zahlendarstellung und Arithmetik 216 Dr. Christian Münker
2 FIX: Überblick Binäre Zahlendarstellung und Arithmetik Rechnen mit dem FPGA Schnelle Multiplizierer & effiziente Filter (Re-)Quantisierung Filter mit quantisierten Koeffizienten Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-2 von 38
3 Binäre Darstellung von Zahlen mit Vorzeichen MSB ist Vorzeichen-Bit, aber wie werden übrige Bits negativer Zahlen kodiert? Betrag-Vorzeichen Einerkomplement (EK) Zweierkomplement (ZK) Einfache Umrechnung symm. Zahlenbereich nicht eineindeutig komplizierte Arithmetik von Banken verwendet Einfache Umrechnung symm. Zahlenbereich nicht eineindeutig komplizierte Arithmetik kaum verwendet Etwas kompl. Umrechn. asymm. Zahlenbereich eineindeutig einfache Arithmetik gängigste Darstellung! Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-3 von 38
4 Binäre Darstellung rationaler Zahlen Binärwort (W bit Wortlänge) b W-1 b unsigned integer 2 W-1 2 W-2 2 W W -1 signed integer (Zweierkomplement) signed fractional (ZK fractional) -2 W-1 2 W-2 2 W-3 2 sign-bit (W-1) sign-bit Integer W -2 W W-1-1 Wertebereich unsigned fractional W Festkomma W-1 Hier: Fractional-Zahlen im Zweierkomplement fractional (ZKf) Normalformat, d.h. keine Vorkommastelle (außer Vorzeichenbit) Wertebereich ca In der Praxis oft mehrere Vorkommastellen als Guardbits, um Überläufe zu vermeiden. Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-4 von 38
5 Zweierkomplement für Wortlänge W = 5 MSB = Vorzeichenbit wird negativ gerechnet: S W Q4. x 1 = i = W 2 bi 2 i b W 1 2 W x 1 = = 13 1 x 1 = = -3 1 b 4 b S W I W F Q2.2 x 1 = 2 W F( i= W 2 bi 2 i b W 1 2 W 1 ) = i= W 2 bi 2 i W F b W 1 2 W I x 1 = 13 / 4 = = x 1 = -3 / 4 = = Virtuelles Komma: Das Komma existiert nur im Gehirn des Entwicklers! Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-5 von 38
6 Interpretationen von 8bit Binärwort Q-Format Int8 Q7. Q.7 Q1.6 Matlab uint8 [8,] [8,7] [8,6] BinWord Real World Value (RWV) Q(WI.WF): Signbit und WI Bits vor dem Dezimalpunkt (Integer), WF danach (Fractional) Matlab: [Wortbreite W, Nachkommastellen L] Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-6 von 38
7 Übung: Zahlendarstellung im ZkF Übung: Welchen dezimalen Wert stellt 111 dar für die Fälle: Signed / Unsigned Integer Signed Fractional mit 2 Vorkommastellen (WI = 2)? Stellen Sie die Zahlen 2, 2.5, -3/4, +1/3 im Q(2.6) Format dar! Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-7 von 38
8 Regeln für Fixpoint-Arithmetik: Addition Signed Fixpoint-Repräsentation X(WI.WF) benötigt W = WI + WF + 1 Bits Der Wertebereich von X(WI.WF) ist -2 WI x 2 WI - 2 -WF Die maximal darstellbare Amplitude ist A = 2 WI - 2 -WF 2 WI Die Auflösung von X ist q = 2 -WF = 1 LSB Addition Zwei Fixpoint-Zahlen x und y dürfen nur addiert werden, wenn sie gleiches Zahlenformat haben, X(a.b) = Y(c.d) mit a = c und b = d Die Summe dieser Fixpointzahlen x und y wird repräsentiert durch Z(a + 1. b), die Wortlänge des Resultats wächst auf W + 1 ( bit growth ) Bei Addition von M Fixpointzahlen wächst die Wortlänge des Resultats um max. log 2 M bits Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-8 von 38
9 x Q Überlaufverhalten für ZK-Zahlen bei Addition Zweierkomp.-Verhalten x sum S Überlauf x Q Sättigung x sum (W-1) F F F... F F F... Normiertes ZKF (W I = ) nur als Beispiel Quantisierungstreppe nicht dargestellt, W F groß angenommen F Sättigung S C 1 1 x Q = 1-2 -(WF-1) x Q = -1 Realisierung der Sättigung Vorzeichenerweiterung vor Addition um 1 Bit (warum?) Nach Addition Fallunterscheidung mit MSB und MSB-1: : pos. Zahl ok 11: neg. Zahl ok 1: pos. Overflow Sättigung auf Max. 1: neg. Overflow Sättigung auf Min. Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-1 von 38
10 Wie gleiche ich Zahlenformate an? Erweitern der Integerbits Sign Extension : Wiederholen des Sign-Bits Erweitern der Fractionalbits immer Anhängen von Nullen pos. Werte neg. Werte Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-11 von 38
11 Regeln für Fixpoint-Arithmetik: Multiplikation Multiplikation Bei der Multiplikation zweier Fixpoint-Zahlen x und y in Zahlendarstellung X(a.b) und Y(c.d) muss auf die richtige Zuordnung der Kommastellen geachtet werden Das Produkt dieser Fixpointzahlen x und y wird repräsentiert durch XY(a + c. b + d) mit a + c + b + d + 1 Bits. Genau genommen ist XY(a + c + 1. b + d), wenn man aber -2 a und -2 c ausschließt, kann der Fall (-2 a ) (-2 c ) = +2 a + c nicht auftreten. Für normalisierte Darstellung (a = c = ) heißt das -1 < x, y < 1 anstatt -1 x, y < 1 Wortlängenwachstum bei Summe von M normalisierten Koeffizientenmultiplikationen log b bits 2 i (Koeffizientenfläche) log 2 M bits Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-12 von 38
12 Floating Point Zahlenformat Gleitkomma (32 bit, IEEE 754/854): F = (-1) s Man 2 Exp-127 s b 31 Exponent 1 Exp 254 Mantisse 1 Man < 2 b 3 (offset binary) b 23 b 22 b x (hidden 1, nur Nachkommastellen werden kodiert) Vgl. 32 Bit Fixpoint: x 1 Festkomma-Format Gleitkomma-Format Aussteuerungsbereich (Dynamik) kleiner größer Quantisierungsfehler (Präzision) konstant exponentenabhängig Skalierung meist erforderlich meist nicht erforderlich Hardware-Komplexität kleiner größer Energieaufnahme kleiner größer Software-Portabilität schwieriger einfacher Preis niedriger höher Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-13 von 38
13 Floating-Point Arithmetik mit FPGAs? Floating-Point Arithmetik ist auf vielen DSP und GPU Prozessoren verfügbar in Form einer speziellen Floating Point Unit (FPU). Für Anwendungen mit extrem großen Dynamikbereich ist Floating-Point Arithmetik notwendig (z.b. bestimmte adaptive Filteralgorithmen) oder zumindest deutlich einfacher und schneller zu implementieren Warum werden FPUs selten in FPGAs verwendet? Fläche: Eine FPU ist komplex und benötigt viel Platz, daher wird meist nur eine FPU pro Chip implementiert, alle arithmetischen Operationen werden von der FPU seriell abgearbeitet Parallelisierung kaum möglich (das ist aber die Stärke von FPGAs) Taktrate: FPUs auf FPGAs sind typischerweise 1x langsamer als auf GPUs (Nachteil rekonfigurierbarer Logik gegenüber optimierter Hardware) Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-14 von 38
14 Digitale Signalverarbeitung auf FPGAs FIX: Fixpointsysteme im Zeitbereich Teil 2 Rechnen mit dem FPGA 216 Dr. Christian Münker
15 Halbaddierer (Half Adder) Halbaddierer (HA) liefert Summe s und Übertrag c (Carry) zweier einstelliger Binärzahlen a, b a b HA & c a b c s 1 1 Halbaddierer genügt nicht zum Aufbau von Rechenwerken, da Übertrag von voriger Stelle nicht berücksichtigt werden kann = 1 s a HA Σ b c s Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-16 von 38
16 Volladdierer (Full Adder) Volladdierer (Full Adder, FA) berücksichtigt zusätzlich Übertrag aus voriger Stufe (Summe dreier einstelliger Binärzahlen a, b, c in ) a b c in a b c in c out s HA Σ 1 c out c out a b FA Σ c in HA Σ FA s MSB s LSB Wahrheitstabelle = Look-Up Table (LUT, bis zu 1 6 pro FPGA), Grundbaustein von FPGAs mit jeweils 4 6 Eingängen und 2 Ausgängen HA Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-17 von 38
17 Addition / Subtraktion N-Bit Addierer kann einfach durch Kaskadieren von N Volladdierern aufgebaut werden Ripple-Carry-Addierer a 3 b 3 a 2 b 2 a 1 b 1 a b a 3 a 2 a 1 a c 3 FA Σ c 2 FA Σ c 1 FA Σ c FA Σ + b 3 b 2 b 1 b c 3 c 2 c 1 c s 3 s 2 s 1 s s 3 s 2 s 1 s Was muss für Subtrahierer geändert werden? T krit = N τ FA Ripple-Carry-Addierer langsam für große Bitbreiten! (schneller: z.b. Carry-Save- oder Carry-Lookahead-Adder) Auf FPGAs typischerweise vorverdrahtete Carry-Chain für schnelle Addierer Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-18 von 38
18 4-Bit Multiplizierer a = 13, b = 11: (13 1 ) x (11 1 ) (143 1 ) a 3 a 2 a 1 a b b 3 b 2 b 1 c out s in FA Σ & a b c in p 7 p 6 p 5 p 4 p 3 p 2 p 1 p s out Wofür dient zusätzliches AND-Gatter? Nicht geeignet für signed (2-Complement) Zahlen warum nicht? Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-19 von 38
19 4-Bit Multiplizierer kritischer Pfad s in a M c out FA Σ s out & b c in a 3 a 2 a 1 a & & & & b 2 b 1 b N b 3 p 7 p 6 p 5 p 4 p 3 p 2 p 1 p Erste Zeile benötigt nur AND-Gates, letzte Spalte nur Halbaddierer Kritischer Pfad: T krit,mul (M N - 2)τ carry + (N - 1)τ sum + τ AND Schneller & größer: Carry-Save und Wallace-Tree Multiplizierer Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-2 von 38
20 Digitale Signalverarbeitung auf FPGAs FIX: Fixpointsysteme im Zeitbereich Teil 3 Schnelle Multiplizierer & effiziente Filter 216 Dr. Christian Münker
21 Schneller und kompakter: MAC-Cores Beispiel: Xilinx DSP-48 Slice: 25b x 18b Multiplizierer / Addierer / Rechenwerk / Register Logik- und layoutoptimierte Cores (keine Switch-Matrix), mit f MCLK von mehreren 1 MHz getaktet MAC-Cores meist neben Block RAMs für Koeffizienten und Daten Zahlreiche (8 1) Instanzen auf FPGA für parallele Signalverarbeitung (z.b. FIR- / IIR-Filter, FFTs) aber FIR-Filter mit Samplerate von z.b. f S = 48 khz nutzt Rechengeschwindigkeit des MACs bei weitem nicht aus?! Time-Shared MAC: In einem Takzyklus von f S werden z.b. L Multiplikationen für FIR-Filter oder FFT berechnet: L max = f MCLK / f S Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-22 von 38
22 MAC-FIR Filter (1) x [n] T S T S T S h h 1 h 2 T S x [n-n] h 3 h 4 T S T S h 5 h 6 T S h 7 L = N + 1 = 8 f S h [n] y [n] Daten L f S x[n] x[n N] x [n] f S Akkumulator 1 L f S y [n] L f S Reset f S h [n] L f S h h N Koeffizienten L f S f S Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-23 von 38
23 MAC-FIR Filter (2) Weitere Optionen / Einsatzgebiete: Multi-Channel Filter: M Bitströme werden mit gleichem Filter im Time-Sharing Modus gefiltert: f S,MFIR,max = f MCLK / (MN FIR ) Dezimationsfilter um Faktor R : Ein Ausgangswert pro R Eingangswerte, Rechnung wird erst gestartet wenn R Inputsamples abgespeichert sind: f S,Dez,max = f MCLK ; f S,Out = f S,in / R Interpolationsfilter um Faktor I : Pro Inputsample werden I Ausgangssamples erzeugt, Implementierung per Polyphasenarchitektur ( später): f S,Dez,max = f MCLK / I; f S,Out = I f S,in Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-24 von 38
24 Digitale Signalverarbeitung auf FPGAs FIX: Fixpointsysteme im Zeitbereich Teil 4 (Re-)Quantisierung 216 Dr. Christian Münker
25 (Re)quantisierung Praktische digitale Signalverarbeitung erfordert: Quantisierung bei der Analog-Digital-Wandlung (z.b. 16 Bit ADC) Re-Quantisierung von digitalen Größen (z. B. nach Fixpoint-Multiplikation) Re-Quantisierung vor der Digital-Analog-Wandlung (z.b. 1 Bit DAC) f S f g < f s / 2 x(t) x[n] x f g < f s / 2 Q [n] f S W 3 f S DSP DAC Anti-Aliasing- Filter Sampler Quantizer ADC W 1 W 2 Rekonstruktions-Filter Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-26 von 38
26 Full Scale Range und Aussteuerbereich q/2 -q/2 Quantisierung mit W = 3 bits q A max c Q FSR = 2 3 q A max x / V ε / V x / V Quantisierungsstufe q ist der Wertebereich Δ x, der einem Codewert c Q entspricht (Skalierungsfaktor V/Code) Full Scale Range (FSR) ist der Bereich von x, der den gesamten Wertebereich von c Q ausnutzt: FSR = 2 W q Aussteuerbereich ist der Teil des FSR, innerhalb dessen symmetrisch ausgesteuert werden kann: 2A max = (2 W - 1)q Für 2 W >> 1 nähert man A max FSR / 2 (Re)Quantisierung reduziert Amplitudenauflösung Nicht korrigierbarer Quantisierungsfehler ε = q c Q x Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-27 von 38
27 x Q Requantisierungsmethoden Wertschneiden floor x Q x x Q x x x Q round x Q x Runden x Q x x x Q Betragsschneiden fix x Q x x Q x x S I I F F F F F S I F F F F F S I I F F F F F S I = I F F F S + I F F F 1 = F S I + S = I F F F ε(x) = x Q - x : -q < ε(x) -q / 2 < ε(x) q / 2 -q < ε(x) q Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-28 von 38
28 Requantisierungsmethoden - Übung Rechenbeispiele: Die Werte 7/16, -9/16 und -11/16 sollen mit einer Wortlänge von 5 Bit im Normalformat dargestellt werden und durch Wertschneiden Runden Betragsschneiden auf eine Wortlänge von 3 bit verkürzt werden. Wie groß ist jeweils der Quantisierungsfehler? Nimmt der Betrag zu? Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-29 von 38
29 Digitale Signalverarbeitung auf FPGAs FIX: Fixpointsysteme im Zeitbereich Teil 5 Filter mit quantisierten Koeffizienten 216 Dr. Christian Münker
30 Wortlängeneffekte In der Praxis nur endliche Wortlängen möglich: Koeffizientenquantisierung Quantisierte Koeffizienten verschieben Pole und Nullstellen Filterparameter ändern sich, IIR-Filter können instabil werden (warum?) Leicht zu kontrollieren durch erneute Rechnung mit quantisierten Koeffizienten Quantisierte Arithmetik Änderung der Wortlänge bei Rechenoperationen macht Requantisierung des Signals notwendig, z.b. bei rekursiven Filtern: Requantisierung ist nichtlinearer Vorgang, schwierig zu rechnen / simulieren Nächstes Kapitel Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-31 von 38
31 Koeffizientenquantisierung Koeffizientenquantisierung (= Änderung der Koeffizienten) wirkt sich direkt auf Impulsantwort und Übertragungsfunktion aus Aber: System bleibt linear (außer bei Instabilität) Toleranzgrenzen werden u.u. verletzt durch Koeff. quantisierung Abhilfe: Resimulation nach Koeffizientenquantisierung! engere Toleranzen beim Entwurf (= Reserve lassen) größere Wortlängen für Koeffizienten wählen robustere Filterstrukturen (Parallel oder kaskadiert statt Direktform) Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-32 von 38
32 FIR-Filter und Koeffizientenquantisierung Linearphasige Filter bleiben linearphasig FIR-Filter bleiben immer stabil Systemfunktion / Frequenzantwort sind bei FIR-Filtern nur linear abhängig von Quantisierungsfehlern der Koeffizienten x[n] h[n] h[n] y[n] Q h Q [n] = h[n] + Δ h[n] H Q (z) = H (z) + Δ H (z) X(z) H(z) H(z) X(z) Q FIR-Filter sind robuster gegen Koeff.-Quantisierung, da Nullstellen entlang EK verteilt sind; Nullstellen auf EK bleiben auf EK! FIR-Filter werden fast immer als Direktform-Filter realisiert! Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-33 von 38
33 IIR-Filter und Koeffizientenquantisierung IIR-Filter können instabil werden, wenn Pole durch Koeffizientenquantisierung aus dem EK wandern Systemfunktion / Frequenzantwort sind bei IIR-Filtern nichtlinear abhängig von Quantisierungsfehlern der Koeffizienten IIR-Filter sind empfindlich gegen Koeff.-Quantisierung, da Pole meist in Clustern auftreten! Nur IIR-Filter 2. Ordnung sollten Direktform-Filter realisiert werden! Bei Filtern höherer Ordnung sollten robustere Topologien verwendet werden wie Kaskadierte oder parallele Filter aus Second-Order Sections Wellendigitalfilter (Wave-Digital Filter, WDF) Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-34 von 38
34 Beispiel: Elliptisches Filter 8. Ordnung (1) 2 log H(f) (db) 2 log H(f) (db) Betragsgang gesamt Ohne Quantisierung = ideal Norm. Frequenz F Frequenzgang Passband Norm. Frequenz F Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-35 von
35 Beispiel: Elliptisches Filter 8. Ordnung (2) Direktform, Koeffizientenquantisierung mit Q3.13 DB verletzt Spezifikation Frequenzgang 2 log H(f) (db) Zoom in P/N-Plan Norm. Frequenz F Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-36 von 38
36 Beispiel: Elliptisches Filter 8. Ordnung (3) Direktform, Quantisierung mit Q3.9 instabil! Frequenzgang e Impulsantwort von H 2 log H(f) (db) e5 1e5-1e5-2e Norm. Frequenz F Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-37 von 38-3e n
37 2 log H(f) (db) 2 log H(f) (db) Beispiel: Elliptisches Filter 8. Ordnung (4) Frequenzgang Norm. Frequenz F.4.5 Frequenzgang Passband Norm. Frequenz F Kaskadierte Form, Quantisierung Q3.9 stabil und nur geringe Abweichungen Dr. Christian Münker Digitale Signalverarbeitung auf FPGAs FIX-38 von 38
38 Diese Folien und die zugehörigen Videos sind unter Creative-Commons-Lizenz CC-BY-NC-SA 3. de veröffentlicht. Bei Verwendung dieses Werks müssen Sie auf die entsprechende CC-Lizenzurkunde verweisen, in diesem Fall Sie müssen ferner die folgenden Angaben machen ("BY, attribution) Author ( Christian Münker ) Titel ( Digitale Signalverarbeitung auf FPGAs ) URL zu Werk ( und / oder Author ( Außerdem ist die Verwendung auf folgende Weise eingeschränkt: Diese Materialien dürfen nur nicht kommerziell genutzt werden ( NC, non-commercial). Dieses Werk oder Teile daraus dürfen nur unter gleichen Lizenzbedingungen weiterverteilt werden ( SA, share alike). Fragen, Anmerkungen, Anregungen, Bugs, Bierbons bitte an mail@chipmuenk.de. Ich wünsche viel Erfolg und Spaß (?!) mit den Materialien!
Inhalt. Zahlendarstellungen
Inhalt 1 Motivation 2 Integer- und Festkomma-Arithmetik Zahlendarstellungen Algorithmen für Integer-Operationen Integer-Rechenwerke Rechnen bei eingeschränkter Präzision 3 Gleitkomma-Arithmetik Zahlendarstellungen
Mehr3. Quantisierte IIR-Filter R
. Zweierkomplement a) Wie sieht die binäre Darstellung von -5 aus bei den Wortbreiten b = 4, b =, b = 6? b) Berechnen Sie folgende Additionen im Format SINT(4). Geben Sie bei Überlauf auch die Ausgaben
MehrVorteile digitaler Filter
Digitale Filter Vorteile digitaler Filter DF haben Eigenschaften, die mit analogen Filtern nicht realisiert werden können (z.b. lineare Phase). DF sind unabhängig von der Betriebsumgebung (z.b. Temperatur)
MehrRechnernetze und Organisation
Arithmetic Logic Unit ALU Professor Dr. Johannes Horst Wolkerstorfer Cerjak, 9.2.25 RNO VO4_alu Übersicht Motivation ALU Addition Subtraktion De Morgan Shift Multiplikation Gleitkommazahlen Professor Dr.
MehrVor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1. Filterspezifikation DSV 1, 2005/01, Rur, Filterentwurf, 2
Vor- und Nachteile FIR- und IIR-Filter DSV 1, 2005/01, Rur, Filterentwurf, 1 Filterspezifikation DSV 1, 2005/01, Rur, Filterentwurf, 2 FIR-Filter sind nichtrekursive LTD-Systeme werden meistens in Transversalstruktur
MehrRechnergrundlagen SS Vorlesung
Rechnergrundlagen SS 2007 3. Vorlesung Inhalt Zahlensysteme Binäre Darstellung von Integer-Zahlen Vorzeichen-Betrag Binary Offset 1er-Komplement 2er-Komplement Addition und Subtraktion binär dargestellter
MehrAlgorithmen zur Division
Algorithmen zur Division Umkehrung der Multiplikation: Berechnung von q = a / b durch wiederholte bedingte Subtraktionen und Schiebeoperationen in jedem Schritt wird Divisor b testweise vom aktuellen Rest
MehrComputerarithmetik (6a)
Computerarithmetik (6a) Weitere Nachteile: erfordert separates Subtrahierwerk erfordert zusätzliche Logik, um zu entscheiden, welches Vorzeichen das Ergebnis der Operation hat 2. Die Komplement - Darstellung
MehrRechnergrundlagen SS Vorlesung
Rechnergrundlagen SS 2007 8. Vorlesung Inhalt Gleitkomma-Darstellung Normalisierte Darstellung Denormalisierte Darstellung Rechnerarchitekturen Von Neumann-Architektur Harvard-Architektur Rechenwerk (ALU)
MehrN Bit Darstellung von Gleitkommazahlen
N Bit Darstellung von Gleitkommazahlen Normalisierte, wissenschaftliche Darstellung zur Basis 2. Beispiel: Allgemein: Sign and Magnitude Darstellung für beispielsweise 32 Bits: (s=0 für + und s=1 für )
Mehrfilter Filter Ziele Parameter Entwurf
1 Filter Ziele Parameter Entwurf 2.3.2007 2 Beschreibung Pol-Nullstellen- Diagramm Übertragungsfunktion H(z) Differenzengleichung y(n) Impulsantwort h(n): Finite Impulse Response (FIR) Infinite Impulse
MehrRechnerstrukturen, Teil 1
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 18/19 Prof. Dr. Jian- Jia Chen Fakultät für Informatik Technische Universität Dortmund jian- jia.chen@cs.uni-.de http://ls12- www.cs.tu-.de Übersicht 1. Organisatorisches
MehrInformationsmenge. Maßeinheit: 1 Bit. 1 Byte. Umrechnungen: Informationsmenge zur Beantwortung einer Binärfrage kleinstmögliche Informationseinheit
Informationsmenge Maßeinheit: 1 Bit Informationsmenge zur Beantwortung einer Binärfrage kleinstmögliche Informationseinheit 1 Byte Zusammenfassung von 8 Bit, kleinste Speichereinheit im Computer, liefert
Mehrbei Unterlauf wird stattdessen Hälfte des Divisors addiert Ersparnisse einer Addition bzw. Subtraktion
6.2 Non-Restoring Division Restoring Division Divisor wird subtrahiert falls Unterlauf (Ergebnis negativ) Divisor wird wieder addiert im nächsten Durchlauf wird die Hälfte des Divisor subtrahiert (Linksshift
MehrWertebereiche, Overflow und Underflow
Wertebereiche, Overflow und Underflow s exponent fraction 1 Bit 8 Bits 23 Bits Kleinste darstellbare nicht negative Zahl annähernd 2,0 * 10 38 Größte darstellbare Zahl annähernd 2,0 * 10 38 Was, wenn die
MehrComputer Arithmetik. Computer Arithmetik Allgemein
Vortrag von René Grohmann und Mirwais Turjalei, 22.11.2000 Computer Arithmetik Computer Arithmetik Allgemein Die ALU: Die Alu ist die Einheit im Computer, die dazu bestimmt ist arithmetische und logische
MehrZahlendarstellungen und Rechnerarithmetik*
Zahlendarstellungen und Rechnerarithmetik* 1. Darstellung positiver ganzer Zahlen 2. Darstellung negativer ganzer Zahlen 3. Brüche und Festkommazahlen 4. binäre Addition 5. binäre Subtraktion *Die Folien
MehrInhaltsangabe 3.1 Zahlensysteme und Darstellung natürlicher Zahlen Darstellung ganzer Zahlen
3 Zahlendarstellung - Zahlensysteme - b-adische Darstellung natürlicher Zahlen - Komplementbildung - Darstellung ganzer und reeller Zahlen Inhaltsangabe 3.1 Zahlensysteme und Darstellung natürlicher Zahlen......
MehrMultiplikation. Grundlagen der Rechnerarchitektur Logik und Arithmetik 79
Multiplikation Grundlagen der Rechnerarchitektur Logik und Arithmetik 79 Multiplikation nach der Schulmethode Gegeben seien die Binärzahlen A und B. Was ist a * b? Beispiel: Multiplikand A: 1 1 0 1 0 Multiplikator
MehrRechnerstrukturen. Michael Engel und Peter Marwedel SS TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik SS 2013 Hinweis: Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 25. April 2013 1 Boolesche
MehrRechnerstrukturen. Michael Engel und Peter Marwedel WS 2013/14. TU Dortmund, Fakultät für Informatik
Rechnerstrukturen Michael Engel und Peter Marwedel TU Dortmund, Fakultät für Informatik WS 2013/14 Folien a. d. Basis von Materialien von Gernot Fink und Thomas Jansen 30. Oktober 2013 1/35 1 Boolesche
MehrZahlenformate. SigProc-4-Zahlenformate 1
Zahlenformate SigProc-4-Zahlenformate 1 Einfluss der Zahlendarstellung Auf Genauigkeit und Implementierungs- Aufwand (HW-Kosten) Einfache Formate einfach in HW zu implementieren aber begrenzter Zahlenbereich
MehrRechnerstrukturen WS 2012/13
Rechnerstrukturen WS 2012/13 Boolesche Funktionen und Schaltnetze Rechner-Arithmetik Addition (Wiederholung) Multiplikation Wallace-Tree Subtraktion Addition negativer Zahlen Gleitkommazahlen-Arithmetik
MehrWandeln Sie die folgenden Zahlen in Binärzahlen und Hexadezimalzahlen. Teilen durch die Basis des Zahlensystems. Der jeweilige Rest ergibt die Ziffer.
Digitaltechnik Aufgaben + Lösungen 2: Zahlen und Arithmetik Aufgabe 1 Wandeln Sie die folgenden Zahlen in Binärzahlen und Hexadezimalzahlen a) 4 D b) 13 D c) 118 D d) 67 D Teilen durch die Basis des Zahlensystems.
MehrMultiplizierer. Beispiel komplexer arithmetischer Schaltung. Langsamer als Addition, braucht mehr Platz. Sequentielle Multiplikation
Multiplizierer 1 Beispiel komplexer arithmetischer Schaltung Langsamer als Addition, braucht mehr Platz Sequentielle Multiplikation Kompakte kombinatorische Variante mit Carry-Save-Adders (CSA) Vorzeichenbehaftete
MehrDas negative Zweierkomplementzahlensystem. Ines Junold 23. Februar 2010
Das negative Zweierkomplementzahlensystem Ines Junold 23. Februar 2010 1 Inhaltsverzeichnis 1 Einleitung 3 2 Das konventionelle Zweierkomplement 4 2.1 Definition.......................................
MehrDas Verfahren in Hardware
Das Verfahren in Hardware Links Shift 8 Bit Multiplikand Demonstration mit 1001 * 0110 = 110110 2.Links Shift 8 Bit ALU Rechts Shift 4 Bit Multiplikator 3.Rechts Shift 8 Bit Produkt 1. Produkt = Produkt
MehrRechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 14/15
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 14/15 Prof. Dr Jian-Jia Chen Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls1-www.cs.tu-.de Übersicht
Mehr1. Grundlegende Konzepte der Informatik
1. Grundlegende Konzepte der Informatik Inhalt Algorithmen Darstellung von Algorithmen mit Programmablaufplänen Beispiele für Algorithmen Aussagenlogik Zahlensysteme Kodierung Peter Sobe 1 Zahlensysteme
MehrLösungsvorschlag 4. Übung Technische Grundlagen der Informatik II Sommersemester 2009
Fachgebiet Rechnerarchitektur Fachbereich Informatik Lösungsvorschlag 4. Übung Technische Grundlagen der Informatik II Sommersemester 2009 Aufgabe 4.1: Zahlensysteme a) Bitte füllen Sie die leeren Zellen
MehrDipl.-Ing. Halit Ünver Datenbanken/Künstliche Intelligenz FAW/n. Zahlensysteme
Dipl.-Ing. Halit Ünver 7.. Datenbanken/Künstliche Intelligenz FAW/n Zahlensysteme Seite Zahlensysteme Dipl.-Ing. Halit Ünver 7.. Inhalt I. Informatik und Zahlen für Wirtschaftswissenschaftler? II. III.
MehrInformatik I Modul 5: Rechnerarithmetik (2)
Herbstsemester 2, Institut für Informatik IFI, UZH, Schweiz Informatik I Modul 5: Rechnerarithmetik (2) 2 Burkhard Stiller M5 Modul 5: Rechnerarithmetik (2) Grundrechenarten Arithmetisch-logische Einheit
MehrZwischenklausur Informatik, WS 2014/15
Zwischenklausur Informatik, WS /5.. Zugelassene Hilfsmittel: außer Stift und Papier keine Hinweis: Geben Sie bei allen Berechnungen den vollständigen Rechenweg mit an! Alle Aufgaben/Fragen sind unmittelbar
MehrVorlesung Programmieren
Vorlesung Programmieren Zahlendarstellung Prof. Dr. Stefan Fischer Institut für Telematik, Universität zu Lübeck http://www.itm.uni-luebeck.de/people/pfisterer Agenda Zahlendarstellung Oder: wie rechnen
MehrDarstellung von negativen binären Zahlen
Darstellung von negativen binären Zahlen Beobachtung für eine beliebige Binärzahl B, z.b. B=110010: B + NOT(B) ---------------------------------------------- = B + NOT(B) 1 + (Carry) ----------------------------------------------
Mehr5 Zahlenformate und deren Grenzen
1 5 Zahlenformate und deren Grenzen 5.1 Erinnerung B-adische Zahlendarstellung Stellenwertsystem: Jede Ziffer hat ihren Wert, und die Stelle der Ziffer in der Zahl modifiziert den Wert. 745 = 7 100 + 4
MehrGrundlagen der Rechnerarchitektur. Binäre Logik und Arithmetik
Grundlagen der Rechnerarchitektur Binäre Logik und Arithmetik Übersicht Logische Operationen Addition, Subtraktion und negative Zahlen Logische Bausteine Darstellung von Algorithmen Multiplikation Division
Mehr2 Darstellung von Zahlen und Zeichen
2.1 Analoge und digitale Darstellung von Werten 79 2 Darstellung von Zahlen und Zeichen Computer- bzw. Prozessorsysteme führen Transformationen durch, die Eingaben X auf Ausgaben Y abbilden, d.h. Y = f
MehrEinführung in die Informatik I
Einführung in die Informatik I Das Rechnen in Zahlensystemen zur Basis b=2, 8, 10 und 16 Prof. Dr. Nikolaus Wulff Zahlensysteme Neben dem üblichen dezimalen Zahlensystem zur Basis 10 sind in der Informatik
Mehr2.1.2 Gleitkommazahlen
.1. Gleitkommazahlen Überblick: Gleitkommazahlen Gleitkommadarstellung Arithmetische Operationen auf Gleitkommazahlen mit fester Anzahl von Mantissen- und Exponentenbits Insbesondere Rundungsproblematik:
MehrMotivation 31. Mai 2005
Motivation 31. Mai 25 Zuletzt behandelt: Zahlendarstellung und Rechnerarithmetik Festkommazahlen: Vorzeichen/Betrag-Darstellung Einerkomplement, Zweierkomplement Rückführung der Subtraktion auf die Addition
MehrIEEE 754 Encoding. Wie stellt man im IEEE 754 Format eigentlich die 0 dar!? Double Precision (Bias=1023)
IEEE 754 Encoding Wie stellt man im IEEE 754 Format eigentlich die 0 dar!? ( 1) S * (1 + Fraction) * 2 (Exponent Bias) Single Precision (Bias=127) Double Precision (Bias=1023) Dargestelltes Objekt Exponent
MehrKapitel 5: Darstellung von Daten im Rechner
Kapitel 5: Darstellung von Daten im Rechner Kapitel 5 Darstellung von Daten im Rechner und Rechnerarithmetik Literatur: Oberschelp/Vossen, Kapitel 5 Kapitel 5: Darstellung von Daten im Rechner Seite Kapitel
MehrDer Zahlenformatstandard IEEE 754
Der Zahlenformatstandard IEEE 754 Single Precision Double Precision Insgesamt 32 Bits s exponent fraction 1 Bit 8 Bits 23 Bits Insgesamt 64 Bits s exponent fraction 1 Bit 11 Bits 52 Bits Bit Aufteilungen
MehrGleitkommaarithmetik. Erhöhen der Genauigkeit. Grundlagen der Rechnerarchitektur Logik und Arithmetik 124
Gleitkommaarithmetik Erhöhen der Genauigkeit Grundlagen der Rechnerarchitektur Logik und Arithmetik 124 Guard Bit, Round Bit und Sticky Bit Bei der Darstellung der Addition und Multiplikation haben wir
MehrRückblick. Zahlendarstellung zu einer beliebigen Basis b. Umwandlung zwischen Zahlendarstellung (214) 5 = (278) 10 =(?) 8
Rückblick Zahlendarstellung zu einer beliebigen Basis b (214) 5 = Umwandlung zwischen Zahlendarstellung (278) 10 =(?) 8 25 Rückblick Schnellere Umwandlung zwischen Binärdarstellung und Hexadezimaldarstellung
MehrRechnergrundlagen SS Vorlesung
Rechnergrundlagen SS 27 4. Vorlesung Inhalt Binäre Darstellung von Integer-Zahlen Vorzeichen-Betrag 2er-Komplement BCD Addition und Subtraktion binär dargestellter Zahlen Carry und Overflow Little Endian
Mehr6.2 Kodierung von Zahlen
6.2 Kodierung von Zahlen Neue Begriffe é Festkommadarstellungen é Zahlendarstellung durch Betrag und Vorzeichen é Einer-/Zweierkomplement-Darstellung é Gleitkommadarstellung é IEEE-754 Format BB TI I 6.2/1
MehrZahlen im Computer (Klasse 7 Aufbaukurs Informatik)
Zahlen im Computer (Klasse 7 Aufbaukurs Informatik) Die Bildauswahl erfolgte in Anlehnung an das Alter der Kinder Prof. J. Walter Bitte römische Zahlen im Geschichtsunterricht! Messsystem mit Mikrocontroller
MehrN Bit binäre Zahlen (signed)
N Bit binäre Zahlen (signed) n Bit Darstellung ist ein Fenster auf die ersten n Stellen der Binär Zahl 0000000000000000000000000000000000000000000000000110 = 6 1111111111111111111111111111111111111111111111111101
MehrTontechnik 2. Digitale Filter. Digitale Filter. Zuordnung Eingang x(t) Ausgang y(t) diskrete digitale Signale neue diskrete digitale Signale
Tontechnik 2 Digitale Filter Audiovisuelle Medien HdM Stuttgart Digitale Filter Zuordnung Eingang x(t) Ausgang y(t) diskrete digitale Signale neue diskrete digitale Signale lineares, zeitinvariantes, diskretes
MehrTeil 2: Rechnerorganisation
Teil 2: Rechnerorganisation Inhalt: Zahlendarstellungen Rechnerarithmetik Mikroprogrammierung schrittweiser Entwurf eines hypothetischen Prozessors mit Daten-, Adreß- und Kontrollpfad Speicherorganisation
MehrTeil 2: Rechnerorganisation
Teil 2: Rechnerorganisation Inhalt: Zahlendarstellungen Rechnerarithmetik Mikroprogrammierung schrittweiser Entwurf eines hypothetischen Prozessors mit Daten-, Adreß- und Kontrollpfad Speicherorganisation
MehrDigitale Signalverarbeitung Vorlesung 5 - Filterstrukturen
Digitale Signalverarbeitung Vorlesung 5 - Filterstrukturen 21. November 2016 Siehe Skript, Kapitel 8 Kammeyer & Kroschel, Abschnitt 4.1 1 Einführung Filterstrukturen: FIR vs. IIR 2 Motivation: Grundlage
MehrÜBUNG 2: Z-TRANSFORMATION, SYSTEMSTRUKTUREN
ÜBUNG : Z-TRANSFORMATION, SYSTEMSTRUKTUREN 8. AUFGABE Bestimmen Sie die Systemfunktion H(z) aus den folgenden linearen Differenzengleichungen: a) b) y(n) = 3x(n) x(n ) + x(n 3) y(n ) + y(n 3) 3y(n ) y(n)
MehrRechnerstrukturen, Teil 1. Vorlesung 4 SWS WS 14/15
Rechnerstrukturen, Teil 1 Vorlesung 4 SWS WS 14/15 Prof. Dr Jian-Jia Chen Dr. Lars Hildebrand Fakultät für Informatik Technische Universität Dortmund lars.hildebrand@tu-.de http://ls1-www.cs.tu-.de Übersicht
MehrHaDePrak WS 05/ Versuch
HaDePrak WS 05/06 10. Versuch 1 Das IEEE-Format Das Ziel dieser letzten Übung ist es, ein Fließkommapaket für die DLXzu implementieren. Der Einfachheit halber vernachlässigen wir hier im Praktikum jeglichen
MehrWH: Arithmetik: Floating Point
WH: Arithmetik: Floating Point Elmar Langetepe University of Bonn Robuste Implementierungen Floating Point Arithmetik Bonn 06 1 Real RAM Robuste Implementierungen Floating Point Arithmetik Bonn 06 2 Real
MehrDSP-NF-Filter in QRP-Manier QRP an der See, 15. September 2012
DSP-NF-Filter in QRP-Manier QRP an der See, 15. September 2012 Gerrit Buhe, Inhalt 2 Aufbau DSP-System Digitalisierung und Abtasttheorem Beschreibung LTI-System Impulsantwort zu Übertragungsfunktion Werkzeuge
MehrDigitaltechnik. 4 Arithmetik. Revision 1.1
Digitaltechnik 4 Arithmetik A Revision 1.1 Diskretisierung Einfache Addierer Carry-Select-Addierer Conditional-Sum-Addierer Conditional-Sum-Addierer Carry-Look-Ahead Addierer Multiplizierer Diskretisierung
MehrGrundlagen der Programmierung
Grundlagen der Programmierung 5. Vorlesung 06.11.2018 1 Zahlendarstellungen 2 Speicherinhalte: Bits Hardware Spannung Ladung Magnetisierung Codierung 0V ungeladen unmagnetisiert 0 5V geladen magnetisiert
MehrÜbung Praktische Informatik II
Übung Praktische Informatik II FSS 2009 Benjamin Guthier Lehrstuhl für Praktische Informatik IV Universität Mannheim guthier@pi4.informatik.uni-mannheim.de 06.03.09 2-1 Heutige große Übung Allgemeines
MehrAbschlussprüfung Digitale Signalverarbeitung. Aufgaben, die mit einem * gekennzeichnet sind, lassen sich unabhängig von anderen Teilaufgaben lösen.
Name: Abschlussprüfung Digitale Signalverarbeitung Studiengang: Elektrotechnik IK, E/ME Wahlfach SS2015 Prüfungstermin: Prüfer: Hilfsmittel: 3.7.2015 (90 Minuten) Prof. Dr.-Ing. Großmann, Prof. Dr.-Ing.
MehrAufgabe 1. Aufgabe 2. Abbildung 1: Schaltung für die Multiplikation mit 4
Aufgabe 1 Eine Zahl a ist mit 8 Bits vorzeichenlos (8 bit unsigned) dargestellt. Die Zahl y soll die Zahl a multipliziert mit 4 sein (y = a 4 D ). a) Wie viele Bits benötigen Sie für die Darstellung von
Mehr1. Rechnerarithmetik und. Rundungsfehler
1. Rechnerarithmetik und Rundungsfehler 1 Rundung (1) Die natürlichen Zahlen hat der liebe Gott gemacht, alles andere ist Menschenwerk, L. Kronecker Ohne Zahlendarstellung auf einem Rechner wiederholen
Mehrmit 0 z 0 b 1 und 0 ẑ b n 1 1. Nach Induktionsannahme besitzt ẑ eine Darstellung der Länge n 1 zur Basis b. Damit ist
mit 0 z 0 b 1 und 0 ẑ b n 1 1. Nach Induktionsannahme besitzt ẑ eine Darstellung ẑ = ẑ n 2 b n 2 + + ẑ 1 b 1 + ẑ 0 b 0 der Länge n 1 zur Basis b. Damit ist z = (ẑ n 2 b n 2 + + ẑ 1 b 1 + ẑ 0 b 0 ) b +
Mehr1. Tutorium Digitaltechnik und Entwurfsverfahren
1. Tutorium Digitaltechnik und Entwurfsverfahren Tutorium Nr. 25 Alexis Tobias Bernhard Fakultät für Informatik, KIT Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft
MehrEinführung in die Informatik
Einführung in die Informatik Dipl.-Inf., Dipl.-Ing. (FH) Michael Wilhelm Hochschule Harz FB Automatisierung und Informatik mwilhelm@hs-harz.de http://www.miwilhelm.de Raum 2.202 Tel. 03943 / 659 338 FB
Mehr3.1 Schaltungselemente 129. b) Tragen Sie in nachfolgende Abbildung die Realisierung eines 1 Bit 4-auf-1 Multiplexers aus Logikgattern ein.
3.1 Schaltungselemente 129 b) Tragen Sie in nachfolgende Abbildung die Realisierung eines 1 Bit 4-auf-1 Multiplexers aus Logikgattern ein. 2 1 0 1 1 130 3 Arithmetische Schaltungen emultiplexer emultiplexer
Mehr2 Initialisierung clk_mkand= clk_produkt= multiplexer= init/>>1= 6 Schieben clk_mkand= clk_produkt= multiplexer= init/>>1=
Arithmetische Schaltungen c) Vervollständigen Sie nachfolgend abgebildeten Zustands-Automaten so, dass er den Multiplizierer wie gewünscht steuert. Nehmen Sie an, dass Sie zur Detektion des Schleifen-Abbruchs
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum:.08.006 Uhrzeit: 09:00 Uhr Zeitdauer: Stunden Hilfsmittel:
MehrEinführung in die Informatik
Einführung in die Informatik Dipl.-Inf., Dipl.-Ing. (FH) Michael Wilhelm Hochschule Harz FB Automatisierung und Informatik mwilhelm@hs-harz.de http://www.miwilhelm.de Raum 2.202 Tel. 03943 / 659 338 FB
Mehrfilter Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015
1 Filter Ziele Parameter Entwurf Zölzer (2002) Nov 14, 2015 2 Beschreibung Übertragungsfunktion H(z), H(ω) Differenzengleichung y[n] Impulsantwort h[n]: Finite Infinite Impulse Response (FIR) Impulse Response
MehrZur Multiplikation von Gleitkommazahlen müssen die Mantissen inkl. führender 1, als Festkommazahlen multipliziert werden.
70 Arithmetische Schaltungen Multiplikation vorzeichenbehafteter Zahlen Zur Multiplikation vorzeichenbehafteter Zahlen (er-komplement) kann auf die Schaltung für vorzeichenlose Multiplikation zurückgegriffen
Mehr6. Zahlendarstellungen und Rechnerarithmetik
6. Zahlendarstellungen und Rechnerarithmetik... x n y n x n-1 y n-1 x 1 y 1 x 0 y 0 CO Σ Σ... Σ Σ CI z n z n-1 z 1 z 0 Negative Zahlen, Zweierkomplement Rationale Zahlen, Gleitkommazahlen Halbaddierer,
MehrDigitale Signalverarbeitung mit MATLAB
Martin Werner Digitale Signalverarbeitung mit MATLAB Grundkurs mit 16 ausführlichen Versuchen 4., durchgesehene und ergänzte Auflage Mit 180 Abbildungen und 76 Tabellen STUDIUM VIEWEG+ TEUBNER 1 Erste
MehrGTI ÜBUNG 12. Komparator und Addierer FRIEDRICH-ALEXANDER UNIVERSITÄT ERLANGEN-NÜRNBERG JAN SPIECK 1
GTI ÜBUNG 12 Komparator und Addierer FRIEDRICH-ALEXANDER UNIVERSITÄT ERLANGEN-NÜRNBERG JAN SPIECK 1 AUFGABE 1 KOMPARATOR Beschreibung Entwickeln Sie eine digitale Schaltung, die zwei Bits a und b miteinander
MehrZwischenklausur Informatik, WS 2016/17. Lösungen zu den Aufgaben
Zwischenklausur Informatik, WS 206/7 4.2.206 Lösungen zu den Aufgaben. Gegeben sind folgende Dualzahlen in Zweierkomplementdarstellung. Geben Sie den jeweils zugehörigen Dezimalwert an! a) entspricht der
MehrRechnerstrukturen WS 2012/13
Rechnerstrukturen WS 2012/13 Boolesche Funktionen und Schaltnetze Schaltnetze Rechner-Arithmetik Addition Bessere Schaltnetze zur Addition Carry-Look-Ahead-Addierer Multiplikation Wallace-Tree Hinweis:
Mehr2 Darstellung von Zahlen und Zeichen
21 Analoge und digitale Darstellung von Werten 79 2 Darstellung von Zahlen und Zeichen Computer- bzw Prozessorsysteme führen Transformationen durch, die Eingaben X auf Ausgaben Y abbilden, dh Y = f (X
MehrBinäre Gleitkommazahlen
Binäre Gleitkommazahlen Was ist die wissenschaftliche, normalisierte Darstellung der binären Gleitkommazahl zur dezimalen Gleitkommazahl 0,625? Grundlagen der Rechnerarchitektur Logik und Arithmetik 72
MehrRechnergrundlagen SS Vorlesung
Rechnergrundlagen SS 27 5. Vorlesung Inhalt Interpretation hexadezimal dargestellter Integer-Zahlen Little Endian / Big Endian Umrechnung in eine binäre Darstellung Ausführung von Additionen Optimierte
MehrZHAW, DSV1, FS2010, Rumc, 1. H(z) a) Zeichnen Sie direkt auf das Aufgabenblatt das Betragsspektrum an der Stelle 1.
ZHAW, DSV, FS200, Rumc, DSV Modulprüfung 7 + 4 + 5 + 8 + 6 = 30 Punkte Name: Vorname: : 2: 3: 4: 5: Punkte: Note: Aufgabe : AD-DA-Umsetzung. + + +.5 +.5 + = 7 Punkte Betrachten Sie das folgende digitale
MehrTontechnik 2. Digitale Filter. Digitale Filter. Zuordnung diskrete digitale Signale neue diskrete digitale Signale
Tontechnik 2 Digitale Filter Audiovisuelle Medien HdM Stuttgart Digitale Filter Zuordnung diskrete digitale Signale neue diskrete digitale Signale lineares, zeitinvariantes, diskretes System (LTD-System)
MehrDie Zahl ist: (z 2, z 1, z 0 ) (z ) : 7 = 0 Rest z 2
Übungen zur Vorlesung Technische Informatik I, SS Hauck / Guenkova-Luy / Prager / Chen Übungsblatt 4 Rechnerarithmetik Aufgabe : a) Bestimmen Sie die Darstellung der Zahl 3 zur Basis 7. 3 = 7 (Sehen Sie
MehrGrundlagen der Technischen Informatik. 4. Übung
Grundlagen der Technischen Informatik 4. Übung Christian Knell Keine Garantie für Korrekt-/Vollständigkeit 4. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Aufgabe 4: IEEE Format Zahlenumwandlung
MehrGrundlagen der Informatik I ATI / MB
Grundlagen der Informatik I ATI / MB Dipl.-Inf. Michael Wilhelm Hochschule Harz FB Automatisierung und Informatik mwilhelm@hs-harz.de Raum 2.202 Tel. 03943 / 659 338 FB Automatisierung / Informatik: Grundlagen
MehrGrundlagen der Technischen Informatik. 4. Übung
Grundlagen der Technischen Informatik 4. Übung Christian Knell Keine Garantie für Korrekt-/Vollständigkeit 4. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Aufgabe 4: IEEE Format Zahlenumwandlung
MehrDigitale Signalverarbeitung. mit MATLAB
Martin Werner Digitale Signalverarbeitung mit MATLAB Grundkurs mit 16 ausführlichen Versuchen 3., vollständig überarbeitete und aktualisierte Auflage Mit 159 Abbildungen und 67 Tabellen Studium Technik
MehrKlausur zur Vorlesung Digitale Signalverarbeitung
INSTITUT FÜR INFORMATIONSVERARBEITUNG UNIVERSITÄT HANNOVER Appelstraße 9A 3067 Hannover Klausur zur Vorlesung Digitale Signalverarbeitung Datum: 7.03.007 Uhrzeit: 3:30 Uhr Zeitdauer: Stunden Hilfsmittel:
MehrBB/CS- SS00 Rechner im Überblick 1/1. Ein Stellenwertsystem (Zahlensystem) ist ein Tripel S = (b, Z, δ) mit den folgenden Eigenschaften:
Neue Begriffe Festkommadarstellungen Zahlendarstellung durch Betrag und Vorzeichen Einer-/Zweierkomplement-Darstellung Gleitkommadarstellung IEEE-754 Format BB/CS- SS00 Rechner im Überblick 1/1! Definition
MehrDigitale Signalverarbeitung für Einsteiger
Digitale Signalverarbeitung für Einsteiger Dipl.-Ing. Erich H. Franke, DK6II erich.franke@afusoft.com 54. Weinheimer UKW-Tagung 2009 Errata: Nobody is perfect Im Skriptum haben sich kleine aber ärgerliche
MehrDigitale Signalverarbeitung auf FPGAs
Digitale Signalverarbeitung auf FPGAs INP: Interpolation Upsampling und D/A-Wandlung Teil 1 Upsampling 2016 Dr. Christian Münker INP: Überblick Upsampling D/A-Wandlung Interpolation Oversampling DACs Dr.
MehrGrundlagen der Technischen Informatik. 3. Übung
Grundlagen der Technischen Informatik 3. Übung Christian Knell Keine Garantie für Korrekt-/Vollständigkeit 3. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Aufgabe 4: Aufgabe 5: Zahlendarstellungen
MehrÜbungen zur Vorlesung Technische Informatik I, SS 2001 Strey / Guenkova-Luy / Prager Übungsblatt 4 Zahlendarstellung/Rechenarithmetik/Rechenwerke
Übungen zur Vorlesung Technische Informatik I, SS 2001 Strey / Guenkova-Luy / Prager Übungsblatt 4 Zahlendarstellung/Rechenarithmetik/Rechenwerke Aufgabe 1: a) Bestimmen Sie die Darstellung der Zahl 113
MehrDuE-Tutorien 16 und 17
Tutorien zur Vorlesung Digitaltechnik und Entwurfsverfahren Tutorienwoche 2 am 12.11.2010 1 Christian A. Mandery: KIT Universität des Landes Baden-Württemberg und nationales Grossforschungszentrum in der
MehrGrundlagen der Technischen Informatik. 4. Übung
Grundlagen der Technischen Informatik 4. Übung Christian Knell Keine Garantie für Korrekt-/Vollständigkeit 4. Übungsblatt Themen Aufgabe 1: Aufgabe 2: Aufgabe 3: Aufgabe 4: Aufgabe 5: Aufgabe 6: +/-/*
MehrRechnerarithmetik. Vorlesung im Sommersemester Eberhard Zehendner. FSU Jena. Thema: Addierschaltungen
Rechnerarithmetik Vorlesung im Sommersemester 2008 Eberhard Zehendner FSU Jena Thema: Addierschaltungen Eberhard Zehendner (FSU Jena) Rechnerarithmetik Addierschaltungen 1 / 19 Addierer für UInt 2 (l)
Mehr