最近學習過程中發現，使用Python和Matlab等純軟件實現數字信號處理算法時根本不需要考慮數值的表示，但是使用硬件實現時，還是有必要復習下之前學過的計算機知識。
（一）整數的二進制表示
在二進制系統中，整數的表示可分為有符號數和無符號數兩種。
無符號數表示的整數范圍：0-2^N-1，例如8位無符號數可表示的范圍0~255。
有符號數，即整數不只有正整數，還有負整數，通常使用最高位來表示符號位，1：-，0：+。
（二）原碼、反碼、補碼
對於有符號數而言，在進行二進制運算時采用原碼很不方便，所以對於二進制有符號數的運算都是采用補碼實現的。
（三）加法與溢出
無符號數溢出，只需要看最高位是否有進位就可判斷是否溢出。
有符號的溢出，正+正=負，負+負=正都可表明計算結果發生了溢出。
（四）定點數和浮點數
（1）定點數：即小數位是固定的，固定的小數點位置決定了固定位數的整數部分和小數部分。
圖1 單精度定點數的表示
例：8位字長定點數，
1) 11010.110，5個整數位，3個小數位，表示-5.25；
2) 110.10110，3個整數位，5個小數位，表示-1.3125。顯然，對於固定字長的二進制數來說，整數位越大可表示的數值越大，相應的精度降低。
（2）浮點數：浮點數可提供更大的動態范圍表示，且相比定點數具有更高的分辨率。
圖2 單精度定點數的表示
浮點數的存儲格式，一般按照標准 IEEE 754。
IEEE 754 規定，浮點數的表示方法為：
最高的 1 位是符號位 s，接着的 8 位是指數E，剩下的 23 位為有效數字 M，其實也就是二進制數的科學計數法吧，通常還有個偏置bias用來表示指數的正負，對於32位單精度
浮點數，指數位8位，采用127作為bias，大於127取正，小於127取負。
例如：
5 DEC = 101 BIN = 1.01 x 2^2
9 DEC = 1001 BIN = 1.001 x 2^3
100 DEC = 01100100 BIN = 1.100100 x 2^6
0.125 DEC = 0.001 BIN = 1 x 2^-3。
浮點數到十進制數的轉換如圖：
