数学-坐标旋转数字计算法(CORDIC算法)

CORDIC（Coordinate Rotation Digital Computer）算法即坐标旋转数字计算方法，是J.D.Volder1于1959年首次提出，主要用于三角函数、双曲线、指数、对数的计算。该算法通过基本的加和移位运算代替乘法运算，使得矢量的旋转和定向的计算不再需要三角函数、乘法、开方、反三角、指数等函数。>>>来自：百度百科

先看一个问题：如下图，已知 y 和 x，如何计算角度 θ？

可能很多人第一反应是：这太简单了，求不就可以了。但是计算机内部，只能做加减乘除，如果要计算反正切，需要做级数展开。

这其中包含了大量的乘法和除法运算，计算速度会很慢。能不能有一种方法，减少乘法和除法运算呢？

这里有一个最原始的办法，假如我们有一系列的标准角度尺，其度数分别为：

这里你可能会好奇，为什么角度尺系列不是，而是上面这些有点接近，又比较奇怪的系列呢？

接下来，我们就可以用这些角度尺进行度量，首先拿45°尺子与这个角度进行比较，看看比这个角度大还是小？如果小，再加一个26.5651° 的看看，如果此时变大了，就减一个14.0362°。就这样一直比下去，最终就会得到一个非常接近真实值的测量结果。比如待测角度是53°，测量过程如下：

45°尺子小了，加一个26.5651°的尺子，变成71.5651°，又大了，

好，那我们就减一个14.0362°，变成57.5289°，有点接近了，但还是有点大，

好，那我们再减一个7.12502° ，变成50.4039°，又变小了，

好，再加一个3.57633° ，变成53.9802°，又变大了，

好，在减一个1.78991° ，变成52.1903°，又变小了，

没关系，再加一个0.895174°，变成53.0855° ........

如此持续下去，结果会越来越接近真实值53°。

这里有一个问题，上面的比较过程中，可以用肉眼进行观测，但是计算机如何判断下一次应该加还是减呢？

这个其实也不难，我们只需要对原始向量（x，y）做对应角度的旋转，看看旋转后的纵坐标是否大于零，就知道下一次是该加，还是该减了。

比如，已知 x 和 y 分别是0.601815和0.798636，计算对应的角度。首先逆时针旋转 45°，计算一下旋转后的x1 和 y1，这个有现成的欧拉公式

等等，这里面好像有问题。首先，我们不知道 sin⁡α 和 cos⁡α 的值；其次，这不又要做乘法运算了吗？

惊艳一幕要出现了！

把公式（1）稍作改造，把 cos⁡α 提出来，得到

不要忘了，我们的目的是判断旋转后的纵坐标 y1 是否大于零，以决定下一次旋转的方向，因此并不需要计算 cos⁡α。于是，乘法运算只剩下 y∗tan⁡α 和 x∗tan⁡αx 了。

还记得我们前面的疑惑吗？为什么我们选择红色框内的数据

作为标准角度尺序列，而不是

因为这个角度序列的 tan 值正好是：

那又怎么样呢?此时，计算 y∗tan⁡α 和 x∗tan⁡α 就变得异常容易和快速，只需要做移位操作就可以了！

你说惊艳不惊艳！

当然，这还不是全部，我们接着往下看。

上面是知道正切值计算角度，如果知道角度，想要计算正切值，又该如何处理呢？

我们都知道，如果能计算出 sin⁡θ 和 cos⁡θ，则只需做一次除法就可以了。

问题是如何计算 sin⁡θ 和 cos⁡θ ？

考虑到，，因此只需要知道 y、x 和 r 就可以了。如果在单位圆内，则只需知道 y 和 x 就可以了。

还是举一个例子吧，比如已知 θ = 50° ，如何计算该角度在单位圆内对应的 y 和 x 呢？

这里再把欧拉公式拷贝过来以方便理解

我们从向量（1, 0）出发，首先旋转45°，根据上式计算旋转后的该向量的横纵坐标，

上面的如前所述，只需要进行移位和加减运算就可以得到，至于 cos⁡45°，我们先保留着，后面会有惊喜。

45°离50°还有5°，按理接下来应该再转5°就可以了，但是实际上不能这样，因为我们不知道 tan⁡5° 是多少，即使知道了，计算 y∗tan⁡5° 和 y∗tan⁡5° 也很费时。

所以我们需要根据前面的标准角度序列，选择26.5651° ，经过这次旋转以后，新的横纵坐标分别为

此时的角度是 71.5651°，大于要计算的角度 θ = 50°，因此接下来要旋转 −14.0362°，一直进行下去，最终的角度会越来越接近 50°。

比如我们旋转了8次之后，角度为，此时单位向量的横纵坐标为。

49.9601° 和 50° 应该算很接近了吧，而且需要的话，我们还可以旋转更多的次数，更加逼近 50°。

此时就剩下最后一点遗憾了，就是我们还没有彻底计算出 sin49.9601° 与 cos49.9601°，我们还不知道系数的值等于多少？

让人振奋的是，随着旋转次数的增多，这个连乘序列最终收敛到一个值，就是 0.6072529

为什么呢？

因为，于是上面的连乘序列就成了。

数学上可以证明其收敛性，我们这里做一个直接的计算验证一下，如下图

掌握各种技巧、方法和工具，与此同时培养起自己的核心技能，提高自己的稀缺性和不可替代性。觉得不错，动动发财的小手点个赞哦！