Simulin金宝appk上的Guy

金宝appSimulink &基于模型的设计

在c++应用程序中利用MATLAB生成的代码

저자家伙卷轴，

91회조회(최근30일)|좋아|0댓글
今天我很高兴欢迎客座博主 艾琳McGarrity ．我很高兴欢迎Erin作为客座博客的主要原因是，他将讨论如何从MATLAB代码和Simulink模型中生成C/ c++代码金宝app MATLAB编码器 ， 金宝app仿真软件编码器 而且 嵌入式编码器 ．虽然我以前在这个博客中更多地关注与模拟相关的主题，但我意识到代码生成对这个博客的许多读者来说是一个重要的主题。我们希望在下面的评论中听到您对今天的主题的看法，以及您希望在这个博客中看到其他与代码生成相关的主题。

简介

假设我们有一个奇特的数值例程，我们一直在MATLAB中工作，我们想在外部c++应用程序中使用。在这篇文章中，我们将展示如何从MATLAB代码中生成动态库，我们可以从c++程序中调用它。这将允许我们在外部程序中利用MATLAB的一些功能。

MATLAB代码

为了演示工作流，让我们创建一个执行适合某些数据的行的例程。这个函数有两个输入， x 而且 y ，它们都是要拟合的数据向量。这些向量的长度应该相等 N ．这个函数的输出是 米 而且 b 为最拟合数据的直线的斜率和截距。我们将通过最小化点到直线垂直距离的平方来进行拟合，其形式是这个方程给出的点斜式 [1] :
ϕ(m,b)= ∑i=1N(y(i)-(m⋅x(i)+b))2" style="vertical-align:-17px"> ϕ （ 米 ， b ） ＝ ∑ 我 ＝ 1 N （ y （ 我 ） - （ 米 ⋅ x （ 我 ） + b ） ） 2
的最小值 ϕ(m,b) " style="vertical-align:-5px"> ϕ （ 米 ， b ） 可以用通常的方法求它对的导数吗 米 而且 b 把这些设为0。这样我们就得到了以下两个方程组:
∂∂mϕ(m,b)=0=∑i=1N-2(y(i)-(m⋅x(i)+b))⋅x(i)" style="vertical-align:-17px"> ∂ ∂ 米 ϕ （ 米 ， b ） ＝ 0 ＝ ∑ 我 ＝ 1 N - 2 （ y （ 我 ） - （ 米 ⋅ x （ 我 ） + b ） ） ⋅ x （ 我 ）
而且
∂∂bϕ (m,b)=0=∑i=1N-2(y(i)-(m⋅x(i)+b))⋅1" style="vertical-align:-17px"> ∂ ∂ b ϕ （ 米 ， b ） ＝ 0 ＝ ∑ 我 ＝ 1 N - 2 （ y （ 我 ） - （ 米 ⋅ x （ 我 ） + b ） ） ⋅ 1
这里我们用到了导数算子和和交换。方程两边都除以-2后，我们可以把这个方程组重新排列成一个矩阵方程
[∑i=1Nx(i)2∑i=1Nx(i)∑i=1Nx(i)N]⋅[mb]=[∑i=1Nx(i)⋅y(i)∑i=1Ny(i)]." style="vertical-align:-45px"> ［ ∑ 我 ＝ 1 N x （ 我 ） 2 ∑ 我 ＝ 1 N x （ 我 ） ∑ 我 ＝ 1 N x （ 我 ） N ］ ⋅ ［ 米 b ］ ＝ ［ ∑ 我 ＝ 1 N x （ 我 ） ⋅ y （ 我 ） ∑ 我 ＝ 1 N y （ 我 ） ］ ．
这个方程组可以用紧凑符号表示为
H⋅p=f." style="vertical-align:-5px"> H ⋅ p ＝ f ．
来解 $ p=[m,b]^T $ 我们可以两边同时乘以的倒数 H
H-1⋅H⋅p=H-1⋅f," style="vertical-align:-5px"> H - 1 ⋅ H ⋅ p ＝ H - 1 ⋅ f ，
或者简单地
p=H-1⋅f." style="vertical-align:-5px"> p ＝ H - 1 ⋅ f ．
说明:MATLAB代码求解。- 米 而且 b 看起来是这样的:
函数[m, b] = lineFitter(x,y)
确保x和y有相同数量的元素。
断言(元素个数(x) = =元素个数(y));
形成左边的矩阵
H = [x(:)'*x(:) sum(x(:)，1);
总和(x(:), 1)元素个数(x)];
%形成残差
F = [x(:)'*y(:)
总和(y (:), 1)];
%解方程组
p = H\f;
%分配斜率
M = p(1);
B = p(2);
结束

在MATLAB中测试拟合程序

为了检查我们的代码，让我们加载一些数据，拟合直线并绘制所有内容。
D = readmatrix(“myData.csv”）;
X = d(:，1);
Y = d(:，2);
拟合数据
[m,b] = lineFitter(x,y)
M = 4.0493
B = -0.0247
根据拟合参数创建直线
Xgrid = 0:0.1:1;
Ygrid = m*xgrid + b;
绘制所有内容
图;clf
散射(x, y);
持有所有
情节(xgrid ygrid,“线宽”2);

为拟合例程生成代码

现在，我们可以生成代码和创建动态库所需的一切 lineFitter 例行公事。我们将使用 coder.config 而且 coder.typeof
为动态库设置编码器对象
CFG = code .config(“dll”）;
cfg。冗长=“详细”；
cfg。GenCodeOnly = true;
为输入创建样例变量。我们想要做这些输入
%动态大小，因为我们可能有任意大小的数据文件。
Xarg = code .typeof(1.0， [10000, 1]， [1,0]);
Yarg = code .typeof(1.0， [10000, 1]， [1,0]);
生成代码和报告
codegen-config cfg lineFitter。米-args {xarg,yarg} -nargout 2 -report
编译lineFitter函数…------------------------------------------------------------------------ 编译抑制:生成代码。------------------------------------------------------------------------ ### 生成编译报告……代码生成成功:查看报告
MATLAB R2022b中的代码生成报告有一个整洁的功能，称为“ 跟踪代码 ，它显示了MATLAB代码对应于C代码:
我们稍后需要的相关代码是接口 lineFitter ．关键代码在里面 lineFitter.h :
/*函数声明*/
(const emxArray_real_T *x, const emxArray_real_T *y，
双*m，双*b);
输入是常量数组指针，输出是指向double类型的指针。这将指导我们的客户端实现，如下所示。

打包代码

现在我们有了代码，我们可以使用 codebuild 而且 packNgo 生成和打包构建工件，我们可以接管我们的客户端应用程序。在本例中，我们将使用 CMake 而且 SHARED_LIBRARY 选项来进行代码构建，以便我们能够使用 CMake程序 在我们的客户端建立一切。CMake是一个允许我们执行平台独立编译代码的工具。简而言之，我们可以为CMake提供一个要构建的东西的列表，它将为我们执行所有的检查和编译。
codebuild (”。/ codegen / dll / lineFitter”，“BuildMethod”，“CMake”，“BuildVariant”，“SHARED_LIBRARY”）;
packNGo (”。/ codegen / dll / lineFitter”，“PackType”，“分层”，“文件名”，“lineFitter”）;
这会生成一个存档文件 lineFitter.zip ，我们可以复制到我们的客户端代码库。

创建动态库

现在我们有了代码，就可以构建它并创建一个例程来链接到客户端机器上。之后，我们可以在客户端代码中添加调用行拟合例程所需的代码。假设我们把新生成的 lineFitter.zip 这里，把所有东西都解压。解 lineFitter.zip 会产生两个文件， mlrFiles.zip 而且 sDirFiles.zip ．解压缩这些文件将创建两个目录，R2022b和codegen。
C:\work\lineFitExample> dir /w
[codegen] linefiter .zip mlrFiles.zip [R2022b] sDirFiles.zip
它们分别包含所需的MATLAB头文件和我们生成的代码。为了构建这些文件，我们将创建一个名为build_lib的目录，然后使用以下命令调用cmake [２] (结果也显示出来了):
C:\work\lineFitExample> mkdir build_lib
C:\work\LineFitExample> cmake -G "NMake Makefiles" -B ./build_lib -DCMAKE_BUILD_TYPE=Release -DMATLAB_ROOT=。/ R2022b s / codegen / dll / lineFitter
C编译器标识为MSVC 19.29.30137.0
<剪>
构建文件已经写到:C:/work/LineFitExample/build_lib
C:\work\LineFitExample> cmake—build build_lib
[8/8]链接CXX共享库codegen\dll\lineFitter\lineFitter_win64.dll
\#\#\#已创建库:C:/work/LineFitExample/build_lib/codegen/dll/lineFitter/lineFitter_win64.dll

使用动态库

现在我们已经生成了动态库 lineFitter_win64.dll 时，就可以创建将使用 lineFitter 例行公事。我们的客户端应用程序读取csv文件，并将列放入两个列表中:
为了使这段代码与我们新创建的动态库连接，我们需要分配数组。这些数组是有类型的 emx_Array_real_T 如上所示。我们将编写一个函数来进行分配，但首先我们将包括两个我们需要的头文件:
# include“lineFitter.h”
# include“lineFitter_emxAPI.h”
现在我们准备编写数组分配函数，我们将把它放在主例程之上。此函数接受一个double类型的列表，并将其复制到 emxArray_real_T 它已经被分配到合适的大小。此代码的示例可以在该目录中找到 。\ codegen \ dll \ lineFitter \ \ c例子 ．
ArrayHelperFunc.png
最后，我们将添加调用来分配我们的向量，并在主例程的读取代码下面，但在最终的return语句之前求解系统:
LineFitCode.png
我们客户端的CMakeLists.txt文件如下所示:
CMakeFile.png
现在，我们准备编译客户端应用程序。你可以在这里下载结果文件: CMakeLists.txt 而且 myFit.cpp ．您还需要数据文件，它在 myData.csv ．
这个过程类似于编译上面的库，这是CMake的吸引力的一部分。命令如下:
C:\work\LineFitExample> mkdir build
C:只\work\LineFitExample> cmake -G "NMake Makefiles" -B build -S。-DCMAKE_BUILD_TYPE =释放
C编译器标识为MSVC 19.29.30137.0
<剪>
构建文件已经被写入:C:/work/LineFitExample/ Build
C:\work\LineFitExample> cmake—build build
[2/2]链接CXX可执行文件myFit.exe
现在我们在构建目录中有了可执行文件myFit.exe。测试代码的最后步骤是:
C:\work\LineFitExample\build_lib\codegen\dll\lineFitter\;%PATH%
C:\work\LineFitExample> .\build\myFit.exe myData.csv
M,b = 4.04926， -0.0246821
我们可以看到，斜率和截距和我们在MATLAB中得到的是一样的。

笔记

此方法仅用于演示目的。在生产中，您应该使用 polyfit 来解决这个问题。
在这个例子中，我们使用Visual Studio工具来编译代码。为了在命令行中设置，我运行了脚本:
C:\Program Files (x86)\Microsoft Visual Studio\2019\Professional\VC\辅助\Build\vcvars64.bat

现在轮到你了

我们希望你喜欢这个例子。很快，我们将在此基础上构建一个更复杂的示例。如果你想在博客上看到其他与Coder相关的话题，请在下面的评论中告诉我们。
|
범주:
代码生成,
客人的博客
  • 打印
  • 发送电子邮件

另请参阅

댓글

댓글을남기려면링크를클릭하여MathWorks계정에로그하거나계정을새로만드십시오。