各种舍入方法具有计算与量化误差的权衡。

截短

截断是最简单的方法。小数点后的所有内容都被简单地删除。例如，2.1 和 2.9 都变成 2。这很简单，但在量化误差方面是最差的方法。这尤其糟糕，因为当您处理非负数时，它会引入强烈的负偏差。在某些可能很糟糕的算法中。

舍入/收敛舍入

简单地说“圆形”并不足以告诉您了解其含义。什么样的圆角？人们在说“圆形”时通常指的是收敛四舍五入，所以我假设这就是意思。

当小数位为时，收敛舍入向下舍入$\le .499\overline{9}$并在小数位为时四舍五入$\ge .500\overline{0}1$. 问题仍然存在 - 当你有确切的$.5$? 一些舍入算法总是向下舍入（这称为“舍入为零”），但这会引入非常少量的偏差。收敛舍入试图通过舍入到最接近的偶数来消除偏差，假设大约一半的时间会上升，一半的时间会下降。

就量化噪声而言，这是最好的算法，但计算量最大。但是，在许多情况下，您并不关心计算强度有多大，因为计算不是在运行时完成的。

舍入到零

如前所述，四舍五入与收敛舍入相同，只是当小数部分为$.5$. 这是截断（易于计算）和收敛舍入（低量化误差）之间的折衷。

不同类型的舍入：

1. truncate：选择比实际数字更小的最接近的整数，也称为“向 -infinity 舍入”。这是许多编译器的默认设置，因为它最容易在硬件中实现。
2. round：选择最接近的整数。这最大限度地减少了整体噪声能量。
3. 四舍五入：选择幅度较小的最接近的整数。示例 1.8->1，-1.8->-1
4. 收敛舍入：与“舍入”非常相似，只是精确一半（2.5、-4.5 等）的方式不同以避免舍入偏差。实际差异很小，所以我们忽略它

通常截断是最差的，但也是最便宜的；舍入可最大限度地减少整体噪声，舍入到零可最大限度地提高稳定性并最大限度地减少极限环。然而，这只适用于信号转换，例如 IIR 滤波器。

系数量化更复杂。首先，您需要定义您最关心的内容：幅度响应、相位响应、频率中是否有任何“无关”区域等。通常最好尝试所有可能的组合，然后根据以下条件选择最佳组合a 预定义了一些错误标准。在极端情况下（极点非常接近单位圆），量化可以将极点踢出单位圆，并且滤波器变得不稳定。

量化还需要考虑滤波器拓扑。通常，此滤波器被分解为双二阶，双二阶的具体实现将影响系数表示和对量化的敏感性。

如果有疑问，请尝试所有这些，这就是计算机所擅长的。