마이크로 컨트롤러로 작업 할 때 리소스가 매우 제한적입니다. 테일러 시리즈 확장, 공통 조회 테이블 또는 재귀 적 접근이 있습니까?
math.h의 sqrt ()를 사용하지 않고 무언가를 선호합니다.
마이크로 컨트롤러로 작업 할 때 리소스가 매우 제한적입니다. 테일러 시리즈 확장, 공통 조회 테이블 또는 재귀 적 접근이 있습니까?
math.h의 sqrt ()를 사용하지 않고 무언가를 선호합니다.
답변:
저렴하고 더러운 최적화 된 전력 계열 확장 (테일러 계열의 계수가 느리게 수렴 됨) sqrt()
과 다른 많은 초월을 원한다면 오래 전에 코드가 있습니다. 나는이 코드를 팔았지만 거의 10 년 동안 아무도 돈을 지불하지 않았다. 대중 소 비용으로 출시 할 예정입니다. 이 특정 파일은 프로세서에 부동 소수점 (IEEE-754 단 정밀도)이 있고 C 컴파일러와 dev 시스템이있는 응용 프로그램을위한 것이지만 그렇지 않았습니다.표준 수학 함수를 가지고 있었던 stdlib를 가지고 있거나 연결하고 싶지 않았습니다. 그들은 완벽한 정확성을 필요로하지 않았지만 일이 빨리되기를 원했습니다. 코드를 쉽게 역 엔지니어링하여 전력 계열 계수가 무엇인지 확인하고 자신의 코드를 작성할 수 있습니다. 이 코드는 IEEE-754를 가정하고 가수와 지수를 위해 비트를 마스킹했습니다.
SE에있는 "코드 마크 업"은 앵글 문자 ( ">"또는 "<")와 친숙하지 않으므로 "edit"를 눌러야합니다.
//
// FILE: __functions.h
//
// fast and approximate transcendental functions
//
// copyright (c) 2004 Robert Bristow-Johnson
//
// rbj@audioimagination.com
//
#ifndef __FUNCTIONS_H
#define __FUNCTIONS_H
#define TINY 1.0e-8
#define HUGE 1.0e8
#define PI (3.1415926535897932384626433832795028841972) /* pi */
#define ONE_OVER_PI (0.3183098861837906661338147750939)
#define TWOPI (6.2831853071795864769252867665590057683943) /* 2*pi */
#define ONE_OVER_TWOPI (0.15915494309189535682609381638)
#define PI_2 (1.5707963267948966192313216916397514420986) /* pi/2 */
#define TWO_OVER_PI (0.636619772367581332267629550188)
#define LN2 (0.6931471805599453094172321214581765680755) /* ln(2) */
#define ONE_OVER_LN2 (1.44269504088896333066907387547)
#define LN10 (2.3025850929940456840179914546843642076011) /* ln(10) */
#define ONE_OVER_LN10 (0.43429448190325177635683940025)
#define ROOT2 (1.4142135623730950488016887242096980785697) /* sqrt(2) */
#define ONE_OVER_ROOT2 (0.707106781186547438494264988549)
#define DB_LOG2_ENERGY (3.01029995663981154631945610163) /* dB = DB_LOG2_ENERGY*__log2(energy) */
#define DB_LOG2_AMPL (6.02059991327962309263891220326) /* dB = DB_LOG2_AMPL*__log2(amplitude) */
#define ONE_OVER_DB_LOG2_AMPL (0.16609640474436811218256075335) /* amplitude = __exp2(ONE_OVER_DB_LOG2_AMPL*dB) */
#define LONG_OFFSET 4096L
#define FLOAT_OFFSET 4096.0
float __sqrt(float x);
float __log2(float x);
float __exp2(float x);
float __log(float x);
float __exp(float x);
float __pow(float x, float y);
float __sin_pi(float x);
float __cos_pi(float x);
float __sin(float x);
float __cos(float x);
float __tan(float x);
float __atan(float x);
float __asin(float x);
float __acos(float x);
float __arg(float Imag, float Real);
float __poly(float *a, int order, float x);
float __map(float *f, float scaler, float x);
float __discreteMap(float *f, float scaler, float x);
unsigned long __random();
#endif
//
// FILE: __functions.c
//
// fast and approximate transcendental functions
//
// copyright (c) 2004 Robert Bristow-Johnson
//
// rbj@audioimagination.com
//
#define STD_MATH_LIB 0
#include "__functions.h"
#if STD_MATH_LIB
#include "math.h" // angle brackets don't work with SE markup
#endif
float __sqrt(register float x)
{
#if STD_MATH_LIB
return (float) sqrt((double)x);
#else
if (x > 5.877471754e-39)
{
register float accumulator, xPower;
register long intPart;
register union {float f; long i;} xBits;
xBits.f = x;
intPart = ((xBits.i)>>23); /* get biased exponent */
intPart -= 127; /* unbias it */
x = (float)(xBits.i & 0x007FFFFF); /* mask off exponent leaving 0x800000*(mantissa - 1) */
x *= 1.192092895507812e-07; /* divide by 0x800000 */
accumulator = 1.0 + 0.49959804148061*x;
xPower = x*x;
accumulator += -0.12047308243453*xPower;
xPower *= x;
accumulator += 0.04585425015501*xPower;
xPower *= x;
accumulator += -0.01076564682800*xPower;
if (intPart & 0x00000001)
{
accumulator *= ROOT2; /* an odd input exponent means an extra sqrt(2) in the output */
}
xBits.i = intPart >> 1; /* divide exponent by 2, lose LSB */
xBits.i += 127; /* rebias exponent */
xBits.i <<= 23; /* move biased exponent into exponent bits */
return accumulator * xBits.f;
}
else
{
return 0.0;
}
#endif
}
float __log2(register float x)
{
#if STD_MATH_LIB
return (float) (ONE_OVER_LN2*log((double)x));
#else
if (x > 5.877471754e-39)
{
register float accumulator, xPower;
register long intPart;
register union {float f; long i;} xBits;
xBits.f = x;
intPart = ((xBits.i)>>23); /* get biased exponent */
intPart -= 127; /* unbias it */
x = (float)(xBits.i & 0x007FFFFF); /* mask off exponent leaving 0x800000*(mantissa - 1) */
x *= 1.192092895507812e-07; /* divide by 0x800000 */
accumulator = 1.44254494359510*x;
xPower = x*x;
accumulator += -0.71814525675041*xPower;
xPower *= x;
accumulator += 0.45754919692582*xPower;
xPower *= x;
accumulator += -0.27790534462866*xPower;
xPower *= x;
accumulator += 0.12179791068782*xPower;
xPower *= x;
accumulator += -0.02584144982967*xPower;
return accumulator + (float)intPart;
}
else
{
return -HUGE;
}
#endif
}
float __exp2(register float x)
{
#if STD_MATH_LIB
return (float) exp(LN2*(double)x);
#else
if (x >= -127.0)
{
register float accumulator, xPower;
register union {float f; long i;} xBits;
xBits.i = (long)(x + FLOAT_OFFSET) - LONG_OFFSET; /* integer part */
x -= (float)(xBits.i); /* fractional part */
accumulator = 1.0 + 0.69303212081966*x;
xPower = x*x;
accumulator += 0.24137976293709*xPower;
xPower *= x;
accumulator += 0.05203236900844*xPower;
xPower *= x;
accumulator += 0.01355574723481*xPower;
xBits.i += 127; /* bias integer part */
xBits.i <<= 23; /* move biased int part into exponent bits */
return accumulator * xBits.f;
}
else
{
return 0.0;
}
#endif
}
float __log(register float x)
{
#if STD_MATH_LIB
return (float) log((double)x);
#else
return LN2*__log2(x);
#endif
}
float __exp(register float x)
{
#if STD_MATH_LIB
return (float) exp((double)x);
#else
return __exp2(ONE_OVER_LN2*x);
#endif
}
float __pow(float x, float y)
{
#if STD_MATH_LIB
return (float) pow((double)x, (double)y);
#else
return __exp2(y*__log2(x));
#endif
}
float __sin_pi(register float x)
{
#if STD_MATH_LIB
return (float) sin(PI*(double)x);
#else
register float accumulator, xPower, xSquared;
register long evenIntPart = ((long)(0.5*x + 1024.5) - 1024)<<1;
x -= (float)evenIntPart;
xSquared = x*x;
accumulator = 3.14159265358979*x;
xPower = xSquared*x;
accumulator += -5.16731953364340*xPower;
xPower *= xSquared;
accumulator += 2.54620566822659*xPower;
xPower *= xSquared;
accumulator += -0.586027023087261*xPower;
xPower *= xSquared;
accumulator += 0.06554823491427*xPower;
return accumulator;
#endif
}
float __cos_pi(register float x)
{
#if STD_MATH_LIB
return (float) cos(PI*(double)x);
#else
register float accumulator, xPower, xSquared;
register long evenIntPart = ((long)(0.5*x + 1024.5) - 1024)<<1;
x -= (float)evenIntPart;
xSquared = x*x;
accumulator = 1.57079632679490*x; /* series for sin(PI/2*x) */
xPower = xSquared*x;
accumulator += -0.64596406188166*xPower;
xPower *= xSquared;
accumulator += 0.07969158490912*xPower;
xPower *= xSquared;
accumulator += -0.00467687997706*xPower;
xPower *= xSquared;
accumulator += 0.00015303015470*xPower;
return 1.0 - 2.0*accumulator*accumulator; /* cos(w) = 1 - 2*(sin(w/2))^2 */
#endif
}
float __sin(register float x)
{
#if STD_MATH_LIB
return (float) sin((double)x);
#else
x *= ONE_OVER_PI;
return __sin_pi(x);
#endif
}
float __cos(register float x)
{
#if STD_MATH_LIB
return (float) cos((double)x);
#else
x *= ONE_OVER_PI;
return __cos_pi(x);
#endif
}
float __tan(register float x)
{
#if STD_MATH_LIB
return (float) tan((double)x);
#else
x *= ONE_OVER_PI;
return __sin_pi(x)/__cos_pi(x);
#endif
}
float __atan(register float x)
{
#if STD_MATH_LIB
return (float) atan((double)x);
#else
register float accumulator, xPower, xSquared, offset;
offset = 0.0;
if (x < -1.0)
{
offset = -PI_2;
x = -1.0/x;
}
else if (x > 1.0)
{
offset = PI_2;
x = -1.0/x;
}
xSquared = x*x;
accumulator = 1.0;
xPower = xSquared;
accumulator += 0.33288950512027*xPower;
xPower *= xSquared;
accumulator += -0.08467922817644*xPower;
xPower *= xSquared;
accumulator += 0.03252232640125*xPower;
xPower *= xSquared;
accumulator += -0.00749305860992*xPower;
return offset + x/accumulator;
#endif
}
float __asin(register float x)
{
#if STD_MATH_LIB
return (float) asin((double)x);
#else
return __atan(x/__sqrt(1.0 - x*x));
#endif
}
float __acos(register float x)
{
#if STD_MATH_LIB
return (float) acos((double)x);
#else
return __atan(__sqrt(1.0 - x*x)/x);
#endif
}
float __arg(float Imag, float Real)
{
#if STD_MATH_LIB
return (float) atan2((double)Imag, (double)Real);
#else
register float accumulator, xPower, xSquared, offset, x;
if (Imag > 0.0)
{
if (Imag <= -Real)
{
offset = PI;
x = Imag/Real;
}
else if (Imag > Real)
{
offset = PI_2;
x = -Real/Imag;
}
else
{
offset = 0.0;
x = Imag/Real;
}
}
else
{
if (Imag >= Real)
{
offset = -PI;
x = Imag/Real;
}
else if (Imag < -Real)
{
offset = -PI_2;
x = -Real/Imag;
}
else
{
offset = 0.0;
x = Imag/Real;
}
}
xSquared = x*x;
accumulator = 1.0;
xPower = xSquared;
accumulator += 0.33288950512027*xPower;
xPower *= xSquared;
accumulator += -0.08467922817644*xPower;
xPower *= xSquared;
accumulator += 0.03252232640125*xPower;
xPower *= xSquared;
accumulator += -0.00749305860992*xPower;
return offset + x/accumulator;
#endif
}
float __poly(float *a, int order, float x)
{
register float accumulator = 0.0, xPower;
register int n;
accumulator = a[0];
xPower = x;
for (n=1; n<=order; n++)
{
accumulator += a[n]*xPower;
xPower *= x;
}
return accumulator;
}
float __map(float *f, float scaler, float x)
{
register long i;
x *= scaler;
i = (long)(x + FLOAT_OFFSET) - LONG_OFFSET; /* round down without floor() */
return f[i] + (f[i+1] - f[i])*(x - (float)i); /* linear interpolate between points */
}
float __discreteMap(float *f, float scaler, float x)
{
register long i;
x *= scaler;
i = (long)(x + (FLOAT_OFFSET+0.5)) - LONG_OFFSET; /* round to nearest */
return f[i];
}
unsigned long __random()
{
static unsigned long seed0 = 0x5B7A2775, seed1 = 0x80C7169F;
seed0 += seed1;
seed1 += seed0;
return seed1;
}
stdlib
.
당신이 그것을 보지 못했다면, "Quake square root"는 단순히 신비합니다. 비트 수준의 마법을 사용하여 첫 번째 근사치를 제공 한 다음 한 두 번의 뉴턴 근사를 사용하여 수정합니다. 제한된 리소스로 작업하는 경우 도움이 될 수 있습니다.
https://en.wikipedia.org/wiki/Fast_inverse_square_root
http://betterexplained.com/articles/understanding-quakes-fast-inverse-square-root/
Newton 's Method 를 사용하여 제곱근 함수를 근사화 할 수도 있습니다 . 뉴턴의 방법은 함수의 근이 어디에 있는지 근사하는 방법입니다. 또한 이전 반복의 결과가 수렴 할 때까지 다음 반복에서 사용되는 반복적 방법입니다. 초기 추측 x 0 이 주어 졌을 때 근이 함수 근을 추측하는 뉴턴의 방법에 대한 방정식 은 다음과 같이 정의됩니다.
은 근이 위치한 곳의 첫 번째 추측입니다. 우리는 방정식을 재활용하고 대답이 변경되지 않을 때까지 이전 반복의 결과를 사용합니다. 일반적으로, n 반복에서의 추측은 다음과 같이 정의 될때 ( n + 1 ) 반복에서의 근사 추측을 결정합니다.
뉴턴의 방법을 사용하여 제곱근에 근사하기 위해 숫자 가 있다고 가정합니다 . 따라서, 제곱근을 계산하려면 √ 를 계산해야합니다. 따라서, 우리는 답을 찾기 위해 추구 등 그X= √. 양변을 제곱하고 방정식의 반대쪽으로a를이동하면x2−a=0이됩니다. 따라서이 방정식에 대한 답은 √입니다. 는 따라서함수의근본입니다. 따라서f(x)=x2-a를근이 구하려는 방정식으로둡니다. 이것을 Newton의 방법으로 대치함으로써f′(x)=2x이므로
xn+1=1
따라서,의 제곱근 계산 , 우리는 단순히 우리가 수렴 할 때까지 뉴턴의 방법을 계산해야합니다. 그러나 @ robertbristow-johnson이 지적한 바와 같이, 부서는 특히 리소스가 제한된 마이크로 컨트롤러 / DSP의 경우 매우 비용이 많이 드는 작업입니다. 또한, 추측이 0 일 수 있으며, 이는 분할 연산으로 인해 0으로 나누기 오류를 야기 할 수있다. 따라서 우리가 할 수있는 일은 뉴턴의 방법을 사용하고 대신 역함수를 푸는 것입니다. 즉 1. 또한 나중에 볼 수 있듯이 분할을 피할 수 있습니다. 양변을 제곱하고 움직이기 √위에 좌측에 따라서 제공 1입니다. 따라서 이에 대한 해결책은1입니다.. 곱함으로써, 우리는 우리의 의도 한 결과를 얻을 것입니다. 다시, Newton의 방법을 사용하여
xn+1=xn−1
그러나 위의 방정식을 볼 때 고려해야 할 경고가 있습니다. 제곱근의 경우 해는 양수 여야하며 반복 (및 결과)이 양수이면 다음 조건이 충족되어야합니다.
따라서:
태그가에서 알고리즘을 찾고 C
있으므로 매우 빠르게 알고리즘을 작성해 보겠습니다.
#include <stdio.h> // For printf
#include <math.h> // For fabs
void main()
{
float a = 5.0; // Number we want to take the square root of
float x = 1.0; // Initial guess
float xprev; // Root for previous iteration
int count; // Counter for iterations
// Find a better initial guess
// Half at each step until condition is satisfied
while (x*x*a >= 3.0)
x *= 0.5;
printf("Initial guess: %f\n", x);
count = 1;
do {
xprev = x; // Save for previous iteration
printf("Iteration #%d: %f\n", count++, x);
x = 0.5*(3*xprev - (xprev*xprev*xprev)*a); // Find square root of the reciprocal
} while (fabs(x - xprev) > 1e-6);
x *= a; // Actual answer - Multiply by a
printf("Square root is: %f\n", x);
printf("Done!");
}
이것은 뉴턴의 방법의 아주 기본적인 구현입니다. 앞서 언급 한 조건이 충족 될 때까지 초기 추측을 반으로 줄였습니다. 나는 또한 5의 제곱근을 찾으려고 노력하고 있습니다. 우리는 이것이 대략 2.236 정도라는 것을 알고 있습니다. 위의 코드를 사용하면 다음과 같은 출력이 제공됩니다.
Initial guess: 0.500000
Iteration #1: 0.500000
Iteration #2: 0.437500
Iteration #3: 0.446899
Iteration #4: 0.447213
Square root is: 2.236068
Done!
Initial guess: 0.015625
Iteration #1: 0.015625
Iteration #2: 0.004601
Iteration #3: 0.006420
Iteration #4: 0.008323
Iteration #5: 0.009638
Iteration #6: 0.010036
Iteration #7: 0.010062
Square root is: 99.378067
Done!
보시다시피, 유일한 유일한 것은 제곱근을 계산하는 데 필요한 반복 횟수 입니다. 계산하려는 항목의 수가 많을수록 더 많은 반복이 수행됩니다.
이 방법은 이전 게시물에서 이미 제안 된 것을 알고 있지만 방법을 도출하고 코드를 제공한다고 생각했습니다!
SE의 코드 마크 업이 똥처럼 작동하는 것처럼 보이기 때문에 대해 더 직접적으로 답변하려고합니다.
예, 전력 계열 은 제곱근 함수를 빠르고 효율적으로 근사 할 수 있으며 제한된 도메인에서만 가능합니다. 영역이 넓을수록 오차를 충분히 낮추기 위해 전력 계열에 더 많은 항이 필요합니다.
어디
이 계수는 등식이 가되도록 수정 된 Remez 교환 알고리즘을 사용하여 결정되었습니다.
부동 소수점 인 경우 다른 답변에서 내 C 코드와 같이 지수와 가수를 분리해야합니다.
실제로는 Newton Method를 사용하여 2 차 방정식을 풀어서 수행됩니다.
http://en.wikipedia.org/wiki/Methods_of_computing_square_roots
1보다 큰 숫자의 경우 다음 Taylor 확장을 사용할 수 있습니다.