Міністерство освіти і науки України
Національний університет «Львівська політехніка»
Кафедра СКС
/
Звіт
до розрахункової графічної роботи
з дисципліни: «Реконфігуровані комп’ютери»
«Реконфігурований пристрій обчислення елементарних функцій за методом квадратичної апроксимації»
Львів 2018
Зміст
1. Завдання 3
1.2. Варіант завдання 3
2. Аналітичний огляд методів рішення задачі 4
2.1.Теоретичні відомості 4
2.2. Апроксимація квадратичною функцією 6
2.3. Опис програми обчислення коефіцієнтів апроксимації 9
3. Функціональна схема пристрою 11
4. Блок-схема алгоритму обчислення коефіцієнтів апроксимації 13
5. Конфігурація операційної частини пристрою в ПЛІС ALTERA 14
6. Налаштування елементів (мегафункцій) конфігурації 16
Висновки 17
Список використаної літератури 18
Додаток А. Лістинг програми обчислення коефіцієнтів апроксимації. 19
Додаток Б. Значення коефіцієнтів апроксимації. 21
Завдання
Розробити реконфігурований пристрій обчислення елементарних функцій у відповідності до варіанту завдання та етапів виконання роботи.
Варіант завдання
Таблиця 1. Варіант.
Варіант
Функція
Формат: рухома кома X=Xm2Xp
Кількість двійкових розрядів Xm
Кількість двійкових розрядів Xp
11
1/X
9
5
*Похибка обчислень не повинна перевищувати половини молодшого розряду мантиси Xm.
Аналітичний огляд методів рішення задачі
Теоретичні відомості
Апроксимація (Від Латинського "Approximate" "- Наближатися")- наближене вираження певних математичних об'єктів (наприклад, чисел або функцій) через інші більш прості, більш зручні в користуванні або просто більш відомі.
В наукових дослідженнях апроксимація застосовується для опису, аналізу, узагальнення і подальшого використання емпіричних результатів. Як відомо, між величинами може існувати точний зв'язок (функціональний), коли одному значенню аргументу відповідає одне певне значення функції, і менш точний зв'язок (кореляційний), коли одному конкретному значенню аргументу відповідає наближене значення або деяка множина значень функції, в тій або іншій мірі близьких один до одного. При веденні наукових досліджень, обробці результатів спостереження або експерименту зазвичай доводитися стикатися з другим варіантом. При вивченні кількісних залежностей різних показників, значення яких визначаються емпірично, як правило, є деяка їх варіабельність. Частково вона задається неоднорідністю самих об'єктів неживої і, особливо, живої природи, що вивчаються, частково обумовлюється похибкою спостереження і кількісною обробкою матеріалів. Останню складову не завжди вдається виключити повністю, можна лише мінімізувати її ретельним вибором адекватного методу дослідження і акуратністю роботи. Тому при виконанні будь-якої науково-дослідної роботи виникає проблема виявлення справжнього характеру залежності показників, що вивчаються, цієї або іншої міри замаскованих значень. Для цього і застосовується апроксимація - наближений опис кореляційної залежності змінних відповідним рівнянням функціональної залежності, що передає основну тенденцію залежності (або її "тренд").
При виборі апроксимації потрібно виходити з конкретної задачі дослідження. Зазвичай, чим більш просте рівняння використовується для апроксимації, тим більш приблизно одержуваний опис залежності.
Обираючи метод апроксимації, дослідник завжди йде на компроміс: вирішує, в якій мірі в даному випадку доцільно і доречно пожертвувати деталями і, відповідно, наскільки узагальнено потрібно виразити залежність змінних, що зіставляються.
Для того щоб отримати аналітичні залежності, що описують великі масиви даних, використовують методи апроксимації, які основані на тому, що масив даних замінюють простою функцією (лінійною або квадратичною або кубічною або іншою), яка не обов’язково проходить через всі експериментальні точки, але описує тенденції зміни цих даних та забезпечує мінімум суми квадратів відхилень експериментальних даних від цією функції.
Припустимо, що в результаті інженерного або наукового експерименту отримана система точок /. Необ...