Die Neuheiten im Überblick
Profitieren您最佳的冯MATLAB和Simulink,我金宝appndem Sie die neueste Version herunterladen.
R2022a Release-Highlights
Neue Produkte
- Bluetooth Toolbox: Simulation, Analyse und Test von Bluetooth-Kommunikationssystemen
- DSP HDL Toolbox: Anwendungsentwicklung für die digitale Signalverarbeitung für FPGAs, ASICs und SoCs
- Industrial Communication Toolbox: Datenaustausch über OPC UA, Modbus, MQTT und andere Industrieprotokolle
- RoadRunner Scenario: Szenarien zur Simulation von autonomem Fahren erstellen und wiedergeben
- Wireless Testbench: Erprobung und Test drahtloser Referenzanwendungen in Echtzeit auf SDR-Hardware
Wichtige Updates
- Econometrics Toolbox: Kointegrationstests durchführen und multivariate Zeitreihenmodelle interaktiv in der Econometric Modeler-App einpassen
- MATLAB Compiler SDK: Veröffentlichen Sie eine MATLAB-Funktion als Docker-Container-Microservice
- MATLAB Production Server: Benutzerdefinierte Anfrage-URLs können bereitgestellten MATLAB-Funktionen zugeordnet, statische Inhalte angeboten und benutzerspezifische Anfrage-Kopfzeilen erstellt werden
- Polyspace Access: Erkennen Sie Codierfehler, überprüfen Sie die Ergebnisse statischer Analysen und überwachen Sie Softwarequalitätsmetriken
- Requirements Toolbox: Anforderungen lassen sich mit MATLAB-Code und -Tests verknüpfen, formalisieren und validieren
- Risk Management Toolbox: Sie können die erwarteten Kreditausfälle (ECL - Expected Credit Loss) über die Gesamtlaufzeit für einzelne Vermögenswerte oder ganze Portfolios berechnen
- Robotics System Toolbox: Bauen Sie quaderförmige Szenarien auf und simulieren Sie Sensormesswerte für Robotikanwendungen
- Signal Processing Toolbox: KI-Abläufe: Vorverarbeitung, Merkmalsextraktion und Signalkennzeichnung
- Simulink Check: Sie können benutzerdefinierte Edit-Time-Checks (Überprüfungen zur Bearbeitungszeit) verfassen und Verstöße gegen den Model Advisor begründen
- Simulink Real-Time: Linux-Plattformunterstützung für Entwicklungscomputer
Release-Hinweise nach Produkt
MATLAB-Produktfamilie
- 3 neue Apps: Data Cleaner, Hardware Manager, Code Compatibility Analyzer
pcode
: Neuespcode
-Dateiformat mit stärkerer Obfuskation- Python: Einfachere Schlüsselwortübertragung mit
name=value
语法和Editor-Unterstutzung毛皮python代码 - Grafik: Erstellen animierter GIF-Dateien, Übertragen von Tabellen direkt in
plot
-,plot3
-,polarplot
- und andere Funktionen zur grafischen Darstellung von Zeilen - Erstellung einer App: Erstellen benutzerdefinierter UI-Komponenten mit dem App Designer
- Live Editor: Entwickeln eigener Live Editor Tasks
- 一天Array-Mathematik:
tensorprod
,pagemldivide
,pagemrdivide
undpageinv
- Parquet-Dateien: Bedingte Filter (Predicate Pushdown) mit
rowfilter
; Unterstützung für das Lesen und Schreiben von Zeilengruppen und verschachtelten Datenstrukturen
KI, Data Science und Statistik
- Modellkomprimierung (Pruning): Erstellen komprimierter Versionen von Modellen, die weniger Computerressourcen verbrauchen
- MATLAB Deep Learning Model Hub: Entdecken und verwenden von vortrainierten Deep-Learning-Modellen
- Bereitstellung importierter Modelle: Codegenerierung für zusätzliche integrierte Keras- und ONNX-Ebenen
- Batch-Experimente mit Experiment Manager: Ausführen mehrerer Experimente gleichzeitig auf einem Remote-Cluster (erfordert MATLAB Parallel Server)
- 1D-Faltungsnetzwerke: Erstellen und Trainieren von Netzen mit transponierter 1D-Faltung für Sequenz- und Zeitreihendaten
Statistics and Machine Learning Toolbox
- Apps für Machine Learning: Sitzungen speichern und fortsetzen; Merkmale nach Wichtigkeit bewerten und auswählen, Reservieren von Daten zum Testen
- Inkrementelles Machine Learning: Drift-Erkennung an Streamingdaten durchführen, Trainieren von Kernel und linearen Mehrklassenmodellen
- Bereitstellung: Generieren von C/C++ Code zur Inferenz mit flachen neuronalen Netzen
- Simulink: Simulink-Block für Gaußsche Prozessregression
- Curve Fitter-App: Neues benutzerfreundlicheres Toolstrip-Design, Auswahl von Einpassungs- und Validierungsdaten aus MATLAB-Tabellendatentypen
Regelungssysteme
Model Predictive Control Toolbox
- MISRA C 2012: Implementierung von MISRA C:2012-konformen Reglern mit linearen MPC- und ADAS-Blöcken in Simulink
- Nichtlineare Systemidentifikation: Erstellen von Hammerstein-Wiener-Modellen, die auf Machine-Learning-Algorithmen basierende Regressionsfunktionen nutzen
- Surrogate Optimization Solver in Response Optimizer- und Parameter Estimator-App: Beschleunigen zeitraubender Optimierungsprobleme
Reinforcement Learning Toolbox
- Model-Based Policy Optimization Agent: Verwenden eines Umgebungsmodells, um Probeneffizienz und -untersuchung zu verbessern
- Multi-Agent Reinforcement Learning: Mehrere Agenten zentral trainieren, um effizienter zu untersuchen und zu lernen
Predictive Maintenance Toolbox
- Bereitstellung: Generieren von C/C++ Code für RUL-Ähnlichkeitsmodelle, Metriken rotierender Maschinen und nichtlineare Signalmerkmale
- Diagnostic Feature Designer: Extraktion stationärer Zeitreihenmerkmale aus Signaldaten
Mathematik und Optimierung
- Problembasierter Optimize Live Editor Task: Lösen von Optimierungsproblemen und Gleichungssystemen mithilfe einer visuellen Benutzeroberfläche
- Problembasierter Optimize Live Editor Task: Lösen globaler und Mehrziel-Optimierungsprobleme mithilfe einer visuellen Benutzeroberfläche
- Symbolische Matrixfunktionen: Parameterabhängige Berechnungen der linearen Algebra in kompakter Matrixnotation
Partial Differential Equation Toolbox
- Elektromagnetische Analyse: Lösen von Problemen der zeitharmonischen Wellenstreuung und -übertragung mithilfe einer Finite-Elemente-Methode
- Thermische Modelle mit reduzierter Ordnung: Näherungslösungen für dynamische Charakteristiken eines thermischen Modells zur schnelleren Ausführung (z. B. für Batterien und CPUs)
Bereitstellung von Anwendungen
- Microservice-Integration: Erstellen eines Microservice-Docker-Image mithilfe der
compiler.package.microserviceDockerImage
-Funktion
- Web Request Handlers: Unterstützung für benutzerdefinierte URL-Routen und Anfragenutzlasten
Codegenerierung
- Adaptive AUTOSAR: Verwenden von ara::com-Methoden und ara::com-Ereignissen mit serviceorientierter Kommunikationsunterstützung
- Classic AUTOSAR: Simulieren von Ausfall- und Wiederherstellungsereignissen für Softwarekomponenten, einschließlich Version 19-11
- Unterstützung für RTI Connext Micro-Kommunikationsmiddleware
- Schätzen von Entwurfskosten des Datenspeicherverbrauchs und der Operator-Anzahl in generiertem Code
- Erzeugen von generischem C/C++ Code für zusätzliche Deep-Learning-Ebenen
- Verbesserte Leistung für Deep-Learning-Netzebenen, einschließlich SIMD
- Unterstützung für zusätzliche integrierte TensorFlow-Keras- und ONNX-Ebenen
- Integrieren vortrainierter TensorFlow Lite-Modelle zur Simulation und Codegenerierung
- Spezifizieren optimierbarer Parameter für geschützte Modelle
- Verwenden verschiedener Bereitstellungstypen, um die Konfiguration der oberen sowie der referenzierenden Modellschnittstellen zu vereinfachen
- Verbessern der Einhaltung von MISRA C:2012, MISRA C++:2008 und AUTOSAR C++14
- Generieren von SIMD-Code für Reduktions-, bitweise und Verschiebevorgänge
- Profil der Stack-Auslastung zur Abschätzung des Speicherverbrauchs
Simulink-Produktfamilie
- Optimieren von Masking-Workflows mit dem neuen Masken-Editor
- Integration benutzerdefinierter C++ Klassen in C Funktionsblöcke
- Steigern der Simulationsleistung mithilfe lokaler Solver in referenzierten Modellen
- Simulink-Grundlagenkurs
- App-Erstellung: Erzeugen einer konfigurierbaren MATLAB-Benutzeroberfläche aus einem Simulink-Modell ohne Programmierung
- FMU-Export: Bündeln von Dateien und Ordnern sowie geschützten Modelle zu einer eigenständigen FMU
- Zusammenfassen von Simulink-Modellinhalten in einem Tabellenobjekt
- Benutzerhinweise in Web-Ansichten aufnehmen
Ereignisbasierte Modellierung
- Integration von Stateflow-Haltepunkten in die Haltepunkte-Listenanzeige in Simulink
- Verbesserte Abläufe bei der Erstellung atomarer Teildiagramme mit Eingangs- und Ausgangsabzweigungen
- String-Datentypen werden jetzt in den State-Transition- und den Truth-Table-Blöcken unterstützt
Modellierung physikalischer Systeme
- Modellieren der Herstellung von Wasserstoff mit dem neuen Electrolyzer-Block
- Parametrisieren von Solarpanels durch Auswahl aus mehr als 250 herstellerspezifischen Datensätzen
- Erweiterte Motorbibliothek und -merkmale, einschließlich geschalteter Reluktanzmaschinen, PMSM und detaillierten Eisenverlusten
Echtzeit-Simulation und -Tests
- Installation und Nutzung von Simulink Real-Time auf Linux-Entwicklungscomputern
- Automatisch Erstellung einer App Designer-Instrumentenanzeige aus einer Modell- oder Echtzeitanwendung
- Verbesserte Testautomatisierung mit externen Tools mit ASAM XIL API-Klassen und Methoden für MAPort-Lesen/Schreiben, SignalFactory, SignalGeneratorFactory und SignalGenerator
Systemtechnik
- Client-Server-Schnittstellen: Modellieren verteilter Software-Service-Architekturen
- Verwendung von Subsystemreferenzen, um den Komponenten wiederverwendbares Simulink- und Simscape-Verhalten hinzuzufügen
- Vergleich zweier Versionen eines Architekturmodells mithilfe des Comparison Tool
Verifikation, Validierung und Test
- Verfassen, verknüpfen und validieren von Anforderungen innerhalb von MATLAB
- Nachverfolgen von Anforderungen für in MATLAB Unit Test erstellte Testfälle
- Formalisieren von Anforderungen mit logischen Ausdrücken mithilfe des Requirements Table-Blocks
- Nachverfolgen von Anforderungen, die von Änderungen an Testfällen betroffen sind
- Verfassen benutzerdefinierter, zum Bearbeitungszeitpunkt ausgeführter Überprüfungen
- Begründen und Verbergen von Überprüfungsverstößen
- System Composer-Modelle in den Artefaktverlauf des Model Testing Dashboard aufnehmen
- Refaktorieren ähnlicher Klone an beliebigen Stellen im Modell
- Debugging von Äquivalenztestfehlern mithilfe des Model Slicer
- Neue logische und zeitliche Beurteilungsfunktionen und -klassen
- Beobachterunterstützung für Meldungen
- Analysieren von in Anforderungstabellen verfassten Anforderungen, um Konsistenz und Vollständigkeit zu überprüfen
Signalverarbeitung
- KI-Abläufe: Vorverarbeitung, Extraktion von Merkmalen und Kennzeichnen von Signalen
- Generieren von C/C++ Code für mehr als 200 Toolboxfunktionen
- GPU-Unterstützung für Merkmalsextraktion, Spektralanalyse, Spektralmessungen und Transformationen
- Spectrum Analyzer mit besserer Reaktionsfähigkeit und Toolstrip-Benutzeroberfläche für Analyse-, Abschätzungs- und Messparameter
- Visualisieren eines Scalogramms mit der Wavelet Time-Frequency Analyzer-App
- Neue Beispiele für KI-, Raumakustik- und Elektroakustik-Modellierung
Radar
- Modellieren von Störflecken und Reflektivität von Boden- und Meeresoberflächen
- Erstellen von benutzerdefinierten Basiskarten zur Offline-Nutzung
- Erfassen von Bildern einer Basiskarte mit Georeferenzierungsinformationen
Bildverarbeitung und Computer Vision
- Neuer Bilddatentyp für Bildverarbeitung und Computer Vision in Simulink
- LiDAR-Sensormodell: Simulation von LiDAR-Sensoren und Erzeugen von Punktwolkendaten
Entwicklung für FPGAs, ASICs und SoCs
- Generieren von IP-Core für Xilinx Versal-Chips
- Referenzentwurfsablauf für Microsemi Libero SoC
- Erstellung benutzerdefinierter Netzwerkebenen, Registrierung, Validierung und Bereitstellung
- Neues Produkt: Modellierung der Hardwareimplementierungen von DSP-Algorithmen und Generieren von HDL (mithilfe von HDL Coder)
- Unterstützen von Multipixel pro Takt für Histogram- und Bilateral Filter-Blöcke
- Referenzanwendung für DVB-S2-Empfänger
- Vivado-Simulator zur Co-Simulation eines HDL-Entwurfs mit Simulink- oder MATLAB-Prüfständen
- Einsatz von Hardwarepufferung zur Verbesserung der Simulationsleistung für FPGA-in-the-Loop
Tests und Messungen
Industrial Communication Toolbox
- Neues Produkt: Datenaustausch über OPC UA, Modbus, MQTT und andere Industrieprotokolle
- Zugriff auf Anlagen- und Fertigungsdaten direkt von OSIsoft PI-Servern
- TDMS-Dateiunterstützung: Daten aus einer individuellen Datei im NI TDMS-Format lesen oder einen Datastore nutzen, um eine Sammlung von TDMS-Dateien zu lesen
- UDP Explorer-App: Erstellen eines UDP-Socket und Kommunizieren in Netzwerken mithilfe des UDP-Protokolls
- Neue Instrumententreiberschnittstelle: Anschluß von Instrumenten mithilfe von IVI- und VXI-Plug&Play-Treibern
- MDF-Dateiunterstützung: MDF-Dateien erstellen und direkt aus MATLAB in MDF-Dateien schreiben
- Image Acquisition Explorer-App: Eine Vorschau der Live-Videodaten von individueller Bilderfassungs-Hardware anzeigen und gerätespezifische Eigenschaften und Erfassungseinstellungen konfigurieren
Drahtlose Kommunikation
- Wireless Communications Onramp: Grundlagen der Simulation eines drahtlosen Kommunikationslinks in MATLAB erlernen
- Neues Produkt: Simulieren, Analysieren und testen von Bluetooth-Kommunikationssystemen
- Neues Produkt: Erkunden und Testen drahtloser Referenzanwendungen in Echtzeit auf SDR-Hardware
Autonome Systeme
- v联合仿真on Szenarien in RoadRunner mit in MATLAB und Simulink modellierten Aktoren
- Roboterszenarien und Sensormodelle: Aufbau von Quader-Szenarien und Simulation von Sensormesswerten für Robotikanwendungen
- Inverse Kinematics Designer-App: Visualisieren und Optimieren inverser Kinematik-Solver und Erstellen von Konfigurationen
- Hardware in the Loop: Hardware-in-the-Loop (HIL)-Simulationen mit Pixhawk Autopilot und dem Simulink-Werkmodell
- UAV Scenario Designer-App: Interaktives Entwickeln und Visualisieren von UAV-Simulationsszenarien
- Neues Produkt: Szenarien zur Simulation von autonomem Fahren erstellen und wiedergeben
Luft- und Raumfahrt
- 3D-Simulation: Unterstützt benutzerdefinierte Netze und Luftfahrzeugbeleuchtung im Simulation 3D Aircraft-Block
Computational Finance
- Instrumentenpreise: Modellieren von Trinomialbäumen mit
finpricer
- Beteiligungsinstrumente: Berechnen von Raten und Preisen für Rohstoff-, Aktienindex- und Devisen-Terminkontrakte
- Live Tasks: Options-Preismodell interaktiv kalibrieren
- Ko-Integrationstests durchführen und multivariate Zeitreihenmodelle interaktiv in der Econometric Modeler-App einpassen
- Bayes-Zustandsraummodelle: A-posteriori-Verteilungen von Zufallsparametern in multivariaten linearen Zustandsraummodellen analysieren
- Kreditrisikoanalyse über die Laufzeit: Berechnen eines erwarteten Kreditausfalls über die Laufzeit
- Beispiel für Fairness beim Kreditscoring: Berechnen von Fairnessmetriken und Erkennen von Bias auf Daten- und Modellebene
- Quasi-Monte-Carlo-Simulation
- Portfoliomanagement: Verwalten eines Risikoparitätsportfolios
- Beispiel für Backtesting-Framework: Backtest mit Deep-Learning-Strategien
Code-Verifizierung
- Neues Web-Dashboard mit verbessertem Benutzererlebnis
- Polyspace Access-Projekte programmgesteuert verwalten
- Visual Studio Code-Plug-in mit neuen Ansichten für Konfiguration, Ergebnisse, Baseline und die Begründung von Massenerkenntnissen
Polyspace Bug Finder und Polyspace Bug Finder Server
- Verbessern der Analysedauer mithilfe inkrementeller Kompilierung
- Unterstützt mehr als 1200 C/C++, MISRA C++, CERT-C++, CWE und AUTOSAR C++ Regeln mit 46 neuen Überprüfungen
Automobilindustrie
- Adaptive AUTOSAR: Verwenden von ara::com-Methoden und ara::com-Ereignissen mit serviceorientierter Kommunikationsunterstützung
- Classic AUTOSAR: Simulieren von Ausfall- und Wiederherstellungsereignissen für Softwarekomponenten, einschließlich Version 19-11
Model-Based Calibration Toolbox
- Batteriekalibrierung: Charakterisieren einer Äquivalenzschaltungs-Batterie (Equivalent Circuit Battery)
- Transiente Kalibrierung: Beschleunigte Optimierung für Simulink-Modelle mit transienten Systemen erster Ordnung
- Virtual Vehicle Composer-App für die Konfiguratioin und Konstruktion vollständiger Fahrzeugmodelle, einschließlich Bauteilgröße, Kraftstoffeffizienz und Fahrzyklus-Tracking
- Motor Dynamometer-Referenzanwendung: Größenanpassung und Auswertung von Elektromotoren und Reglern
- Virtual Vehicle Composer-App für die Konfiguration und Konstruktion vollständiger Fahrzeugmodelle, einschließlich Fahrkomfortanalyse und Unreal Engine-Visualisierung
- Verwenden von Federungsblöcken, um Charakteristiken für Kinematik- und Compliance-Tests zu implementieren