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。
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。
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.
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。
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。
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
外部文件包括:
coder.rowMajor
|coder.columnMajor
|coder.isColumnMajor
|coder.isRowMajor
|coder.ceval