MATLAB函数块中行主数据的接口- MATLAB & Simulink金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

中的行主数据接口MATLAB函数块

数组布局对于集成、可用性和性能非常重要。金宝app动态仿真模块^®默认情况下使用列主布局MATLAB函数块。然而，许多设备、传感器和库对其数据使用行主数组布局。方法可以将模型直接应用于此数据coder.ceval类中具有行主布局的函数MATLAB函数块。

数组布局也会影响性能。对于一个特定的数组布局，许多算法更有效地执行内存访问。

模拟和代码生成中的行主要布局

为MATLAB函数块时，可以在块内指定行主数组布局。此规范发生在函数级别，并且不会改变函数外部模型的数组布局。控件中指定的数组布局MATLAB函数block适用于模拟和C/ c++代码生成。看到在函数和类中指定数组布局．

用于C/ c++代码生成使用金宝app仿真软件编码器™和嵌入式编码器^®软件中，可以在模型级指定数组布局，由金宝appMATLAB函数块。有关在模型级别控制数组布局的详细信息，请参见矩阵和数组的代码生成(金宝app仿真软件编码器)．阵列布局的模型代码生成设置对仿真没有影响。看到阵列布局(金宝app仿真软件编码器)．中使用行主布局的示例MATLAB函数代码生成块，请参见为包含MATLAB函数块的模型生成行主代码(金宝app仿真软件编码器)．

为MATLAB函数块中，函数级的数组布局规范优先于模型的数组布局规范。然而，对于全局变量和持久变量，模型的数组布局规范优先。

数组布局转换

MATLAB^®和Sim金宝appulink默认以列-主布局存储数据。当您在不同的函数和不同的边界指定不同的数组布局时，软件自动插入所需的数组布局转换。

例如，当您模拟模型或为使用列主布局的模型生成代码时，模型包含MATLAB函数块，然后软件根据需要将块输入数据转换为行主数据，并将块输出数据转换回列主数据。数组布局转换会影响性能。有关数组布局的性能注意事项的更多信息，请参见行-主数组布局代码设计．

阵列布局与算法效率

对于某些算法，行主布局提供了更有效的内存访问。考虑两个矩阵相加的函数。该算法通过显式的行和列遍历执行加法。

函数[S] = addMatrix(A,B) code . rowmajor;S = 0(大小(A));为行= 1:大小(A,1)为坳= 1:尺寸(2)年代(行,坳)=(行,上校)+ B(行,坳);结束结束

如果在a中使用此代码MATLAB函数block，代码生成的结果是这个函数的C代码:

．.．使用row-major */ for (row = 0;行< 20;Row ++) {for (col = 0;Col < 10;{S[col + 10 * row] = A[col + 10 * row] + B[col + 10 * row];}}…

数组由生成的代码索引，使用以下公式:

[col + 10 * row]

由于数组以行为主布局存储，相邻的内存元素由单列递增分隔。的步幅因为这个算法等于1。步幅长度是连续内存访问之间在内存元素中的距离。更短的步长提供更有效的内存访问。

对数据使用列-主布局会导致更长的跨步长度和更低的内存访问效率。要查看这种比较，请考虑生成的C代码addMatrix使用列-主布局:

．.．使用column-major */ for (row = 0;行< 20;Row ++) {for (col = 0;Col < 10;{S[行+ 20 * col] = A[行+ 20 * col] + B[行+ 20 * col];}}…

在列-主布局中，在生成的代码中，列元素在内存中是连续的。相邻的内存元素按单行递增分隔，并按公式索引:

[行+ 20 * col]

但是，该算法遍历内部for循环中的列。因此，列主C代码必须对每次连续的内存访问进行20个元素的跨步操作。

提供最有效内存访问的数组布局取决于算法。对于该算法，数据的行主布局提供了更有效的内存访问。该算法逐行遍历数据。因此，行主存储更有效。

n维数组的行主布局

对于n维数组，可以使用行主布局。当数组以行为主布局存储时，来自最后(最右边)维度或索引的元素在内存中是连续的。在主列布局中，来自第一个(最左边)维度或索引的元素是连续的。

考虑示例函数addMatrix3D，可接受三维输入。

函数[S] = addMatrix3D(A,B) code . rowmajor;S = 0(大小(A));为i = 1:size(A,1)为j = 1:size(A,2)为k = 1: S(i,j,k) = A(i,j,k) + B(i,j,k);结束结束结束结束

代码生成器生成以下C代码:

．.．/*主行布局*/ for (i = 0;I < 20;i++) {for (j = 0;J < 10;j++) {for (k = 0;K < 5;k + +) {S [(k + 5 * j) + 50 *我]= [(k + 5 * j) + 50 *我]+ B [(k + 5 * j) + 50 *我);}}}…

在行为主布局中，相邻的内存元素由最后一个索引的单个增量分隔，k．内部的for循环迭代内存中仅以一个位置分隔的相邻元素。

删除coder.rowMajor调用并生成使用列主布局的C代码:

．.．/*列-主布局*/ for (i = 0;I < 20;i++) {for (j = 0;J < 10;j++) {for (k = 0;K < 5;k + +) {S [(i + 20 * j) + 200 * k] = [(i + 20 * j) + 200 * k) + B [(i + 20 * j) + 200 * k);}}}…

在主列布局中，相邻元素由第一个索引的单个增量分隔，我．内部的for循环现在迭代内存中间隔200个位置的相邻元素。长步幅会由于缓存丢失而导致性能下降。

因为算法遍历最后一个索引，k，在内部for循环中，对于使用列主布局的生成代码，步长要长得多。对于该算法，数据的行主布局提供了更有效的内存访问。

在外部函数调用中指定数组布局

要调用期望以特定布局存储数据的外部C/ c++函数，请使用coder.ceval与布局语法。如果不使用此语法，则假定外部函数输入和输出默认使用列主布局。

考虑一个外部C函数，该函数被设计为使用行主布局myCFunctionRM．要将此函数集成到代码中，请使用“布局:rowMajor”或“行”选择。此选项确保输入和输出数组以行为主顺序存储。代码生成器根据需要自动插入数组布局转换。

coder.ceval (“布局:rowMajor”，“myCFunctionRM”, coder.ref coder.ref ())

在使用行主布局的MATLAB函数中，您可能会寻求调用设计为使用列主布局的外部函数。在本例中，使用“布局:columnMajor”或“上校”选择。

coder.ceval (“布局:columnMajor”，“myCFunctionCM”, coder.ref coder.ref ())

可以在同一代码中执行行主函数和列主函数调用。考虑函数myMixedFn1举个例子:

函数[E] = myMixedFn1(x,y)% # codegencoder.rowMajor;指定ceval调用的返回参数类型D = 0(大小(x));E = 0(大小(x));包括使用行主键和列主键的外部C函数coder.cinclude (“addMatrixRM.h”）;coder.updateBuildInfo (“addSourceFiles”，“addMatrixRM.c”）;coder.cinclude (“addMatrixCM.h”）;coder.updateBuildInfo (“addSourceFiles”，“addMatrixCM.c”）;调用使用行为主序的C函数coder.ceval (“布局:rowMajor”，“addMatrixRM”，．.．coder.rref (x) coder.rref (y), coder.wref (D));调用使用主列顺序的C函数coder.ceval (“布局:columnMajor”，“addMatrixCM”，．.．coder.rref (x) coder.rref (D), coder.wref (E));结束