可能对于入门级的dsp开发者有所帮助。本文关注定点dsp与浮点dsp的对比，主要从三个方面来分析。感谢我所引用的资料的作者。

    一般来说，定点dsp处理器具有速度快，功耗低，价格便宜的特点；而浮点dsp处理器则计算精确，动态范围大，速度快，易于编程，功耗大，价格高。

1、宏观上的区别   

    从宏观上讲，浮点dsp比定点dsp的动态范围大得多。定点运算中，程序员必须时刻关注溢出的发生，为了防止溢出，要么不断进行移位定标，要么做截尾。前者耗费大量时间和空间，后者则带来精度的损失。相反，浮点运算dsp扩大了动态范围，提高了精度，节省了运算时间和存储空间，因为大大减少了定标，移位和溢出检查。

举个例子（来自http://blog.sina.com.cn/s/blog_518dfe5b0100e17w.html）

    定点的计算不过是把一个数据当作整数来处理，通常AD采样来的都是整数，这个数相对于真实的模拟信号有一个刻度因子，大家都知道用一个16位的AD去采样一个0到5V的信号，那么AD输出的整数除以2^16再乘以5V就是对应的电压。在定点DSP中是直接对这个16位的采样进行处理，并不将它转换成以小数表示的电压，因为定点DSP无法以足够的精度表示一个小数，它只能对整数进行计算。
而浮点DSP的优势在于它可以把这个采样得到的整数转换成小数表示的电压，并不损失精度（这个小数用科学记数法来表示），原因在于科学记数法可以表示很大的动态范围的一个信号，以IEEE754浮点数为例，
单精度浮点格式： [31] 1位符号 [30-23]8位指数 [22-00]23位小数
这样的能表示的最小的数是+-2^-149,最大的数是+-（2-2^23)*2^127.（这里不去研究这个最小最大范围是如何计算出来的）动态范围为20*log(最大的数/最小的数）=1667.6dB 这样大的动态范围使得我们在编程的时候几乎不必考虑乘法和累加的溢出，而如果使用定点处理器编程，对计算结果进行舍入和移位则是家常便饭，这在一定程度上会损失是精度。原因在于定点处理处理的信号的动态范围有限，比如16位定点DSP，可以表示整数范围为1-65536，其动态范围为20*log(65536/1)=96dB.对于32定点DSP，动态范围为20*log(2^32/1)=192dB,远小于32位ieee浮点数的1667.6dB,但是，实际上192dB对绝大多数应用所处理的信号已经足够了。
由于AD转换器的位数限制，一般输入信号的动态范围都比较小，但在DSP的信号处理中，由于点积运算会使中间节点信号的动态范围增加，所以主要考虑信号处理流程中中间结果的动态范围，以及算法对中间结果的精度要求，来选择相应的DSP。

2、硬件上   

    暂时抛开这些宏观的特点对比，单纯从技术的角度来看，定点与浮点的区别主要在两个方面，即硬件和软件。硬件上的区别来自于：浮点dsp处理器具有浮点/整数乘法器，整数/浮点算术逻辑运算单元ALU，适合存放扩展精度的浮点结果的寄存器等。

3、软件上   

    再看看在软件开发上的不同之处，主要有浮点dsp编程的特点以及注意事项；定点dsp进行浮点运算时的定标，移位，检测溢出操作。比较两个浮点数时，永远不要使用操作符==来判断是否相等。即使比较两个相同的数，还是可能有微小的舍入差别。甚至定义精确的0，也不是很安全，尽管C语言中有0的表示，永远不要写这样的代码（x==0），而应该写成（fabs（x）<TINY），其中TINY定义为一个很小的值，也就是处理器的浮点格式舍入误差。（待续~~）

   

4、应用例子（来自http://www.embedcity.com/article.php?id=235）

    另外一个比较重要区别涉及应用场合对定点与浮点dsp处理器的选择。设计师关心的是最后的系统性能、成本以及上市时间。

（1）移动电视

　　这是另一个易于决定的选择。在移动电视中完全没有必要进行浮点处理。大部分的信号链处理是在标准解码器中进行的，如MPEG-2, MPEG-4, JPEG-2000和H.264。这些算法被设计由定点运算来执行。更高精度和更大动态范围的浮点运算不仅毫无帮助，而且根本无法使用，因为这些算法通常都只精确到比特。

　　例如，在视频编解码器中使用的频域的变换实际上是某种形式的DCT变换(离散余弦变换)。表面上，似乎浮点运算更适合于DCT计算，就像适合FFT计算一样。浮点运算确实会产生更加精确的DCT。不幸的是，视频编解码器中的DCT是被设计在定点处理器上完成的，并且只精确到比特，因此在这里追求更高的精度是完全错误的。

　　更何况，视频编解码器的大部分工作量都用于控制代码，那里同样也不需要浮点编码。比如，视频编解码器中使用的熵编码器占了整个工作量的很大一部分(在H.264算法中使用的CABAC编码器更是如此)。

　　这里所考虑的两种处理器，能根据下列事实较清楚地做出正确的选择，即Blackfin处理器拥有特别设计的加速视频算法性能的指令。相反，SHARC处理器没有特殊的视频指令。此外，功耗对于移动市场来说是至关重要的，这几乎就将浮点处理器排除在外了。这些使选择变得轻而易举。

　　而其余的应用实例将需要我们进行更加深入的分析，才能做出正确的处理器选择。

（2）军用雷达

　　我们最好从容易的选择开始。在军用雷达中你会经常用到浮点处理器。为什么？因为在这种应用中浮点性能是不可缺少的。雷达依靠的就是测定自模糊函数的最大绝对值。该函数表达的是发出的测试信号和接收的回波之间的互相关性。

　　这是一个指数函数的积分。这种积分能用FFT技术计算。在计算大型FFT时，浮点运算十分有用，而且在这里采用浮点处理器没有任何障碍。只要热量能排出(即处理器不发烫)，功率不是大问题。该装置的成本也不是主要问题，因为这些处理器成本仅占整个系统成本的很小部分。事实上，一般不大会选择ADSP-21367 SHARC来完成这样的任务，因为该应用的一个目标是在每平方毫米中尽可能提供更多的处理能力。因此，ADI公司的TigerSHARC系列产品中的高性能ADSP-TS201会更适合这个应用。   

    希望以上对于定点dsp和浮点dsp的对比能使初学者建立起一个全局的感性认识。