生成代码并将控制器部署到实时目标- MATLAB & Simulink - MathWorks日本金宝app

生成代码并将控制器部署到实时目标

模型预测控制工具箱™软件为在MATLAB中设计的控制器提供代码生成功能^®或仿真金宝app软件^®．

代码生成MATLAB

在MATLAB中设计MPC控制器后，可以使用C语言生成代码MATLAB编码器™并进行实时控制。

为隐式或显式线性MPC控制器生成计算最优MPC控制移动的代码:

从MPC控制器或显式MPC控制器生成数据结构getCodeGenerationData．
要验证控制器是否产生了预期的闭环结果，请使用mpcmoveCodeGeneration代替mpcmove．
为mpcmoveCodeGeneration使用codegen(MATLAB编码器)．这个步骤需要MATLAB编码器软件

有关示例，请参见在MATLAB中生成代码来计算最优MPC移动．

您还可以为使用默认值的非线性MPC控制器生成代码fminconSQP算法求解。生成计算非线性MPC控制器最优控制移动的代码:

从非线性MPC控制器生成数据结构使用getCodeGenerationData．
要验证控制器是否产生了预期的闭环结果，请使用nlmpcmoveCodeGeneration代替nlmpcmove．
为nlmpcmoveCodeGeneration使用codegen(MATLAB编码器)．这个步骤需要MATLAB编码器软件

代码生成金宝app

在Simulink中使用任何MPC块设计控制器后，您可以生成代码金宝app并将其部署为实时控制。您可以将控制器部署到以下产品支持的所有目标:下载188bet金宝搏金宝app

金宝app仿真软件编码器
嵌入式编码器^®
金宝appSimulink PLC Coder™
金宝app仿真软件实时™

您可以为任何模型预测控制工具箱Simulink块生成代码。金宝app

控制器类型	块
隐式MPC控制器	MPC控制器
显式MPC控制器	显式MPC控制器
增益调度MPC控制器	多MPC控制器多个显式MPC控制器
自适应MPC控制器	自适应MPC控制器
汽车用MPC控制器	自适应巡航控制系统车道保持辅助系统路径跟踪控制系统
使用的非线性MPC控制器`fmincon`用SQP	非线性MPC控制器多级非线性MPC控制器

请注意

的MPC控制器，显式MPC控制器，自适应MPC控制器,非线性MPC控制器块是使用MATLAB函数(金宝app模型)块。要查看结构，右键单击块并选择面具>面具下的样子．然后，打开货币政策委员会子系统下面。

请注意

如果您的非线性MPC控制器使用可选参数，还必须为总线的创造者连接到参数个数接口输入端口非线性MPC控制器块。为此，放置非线性MPC控制器而且总线的创造者块，并为该子系统生成代码。

生成线性MPC控制器的CUDA代码

你可以生成CUDA^®使用GPU Coder™的MPC控制器代码。有关支持的gpu的更多信息，请参见金宝appGPU支金宝app持版本(并行计算工具箱)．有关安装和设置必备产品的详细信息，请参见安装必备产品下载188bet金宝搏(GPU编码器)而且设置必备产品下载188bet金宝搏(GPU编码器)．

在MATLAB中生成和使用GPU代码:

设计一个线性控制器货币政策委员会对象。
函数从线性MPC控制器生成核心、状态和在线数据的结构getCodeGenerationData函数。
控件迭代地模拟闭环(可选)mpcmoveCodeGeneration函数和在前一步中创建的数据结构。
对象创建编码器配置选项对象coder.gpuConfig函数，并配置代码生成选项。
为mpcmoveCodeGeneration函数使用codegen函数和编码器配置选项对象。这样做会生成一个使用GPU上运行的代码的新函数。
使用新生成的函数和数据结构模拟控制器。

有关在MATLAB中使用GPU代码的示例，请参见在MATLAB中使用GPU计算MPC移动

生成和使用图形处理器代码MPC控制器，自适应MPC控制器,或显式MPC控制器块。

要从包含任何这些块的Simulink模型生成GPU代码，金宝app请单击打开“配置参数”对话框模型设置．然后，在代码生成部分中,选择生成GPU代码．

有关如何为GPU代码生成配置模型的详细信息，请参见代码生成从Simulink模型与GPU编码金宝app器(GPU编码器)．

实时环境中的采样率

控制器在实时环境中所能达到的采样率与系统有关。例如，对于一个典型的小型MIMO控制应用程序运行金宝app实时仿真软件线性MPC的采样时间可达1-10 ms，非线性MPC的采样时间可达100-1000 ms。为了确定采样时间，首先测试一个较低侵略性的控制器，其采样率对目标产生可接受的性能。其次，减少采样时间，监控控制器的执行时间。只要在工厂正常运行条件下，在每个采样周期内安全完成优化，就可以进一步减少采样时间。为了减少采样时间，还可以考虑使用:

明确的政策委员会。虽然显式MPC控制器有更快的执行时间，但它们也有更大的内存占用，因为它们存储预先计算的控制律。有关更多信息，请参见显式MPC设计．
经过指定数量的最大求解迭代后的次优QP解决方案。有关更多信息，请参见次优QP解决方案．

提示

较低的控制器采样时间不一定能提供更好的性能。事实上，你想要选择一个足够小的采样时间来提供良好的性能，但不能更小。对于相同的预测时间，较小的样本次数导致较大的预测步骤，从而产生更大的内存占用和更复杂的优化问题。

生成C代码的QP问题构造

在每个控制区间，隐式或自适应MPC控制器构造一个新的QP问题，定义为:

$\underset{x}{米我 n} （ \frac{1}{2} x^{⊺} H x + f^{⊺} x ）$

受线性不等式约束

$一个 x \leq b$

在哪里

x是解向量。
H是黑森矩阵。
一个是线性约束系数的矩阵。
f而且b是向量。

在生成的C代码中，使用以下矩阵来提供H，一个，f,b．根据MPC控制器的类型和配置，这些矩阵在每个控制间隔上都是常数或重新生成。

常数矩阵	大小	目的	隐性政策委员会	隐式MPC与在线权重调整	自适应MPC或LTV MPC
`Hinv`	N_米——- - - - - -N_米	黑森矩阵的逆，H	常数	再生	再生
`Linv`	N_米——- - - - - -N_米	的下三角Cholesky分解的逆H		再生
`交流`	N_C——- - - - - -N_米	线性约束系数，一个		常数
`Kx`	N_xqp——- - - - - -（N_米1)	用于生成f		再生
`基米-雷克南`	p＊N_y——- - - - - -（N_米1)
`Ku1`	N_mv——- - - - - -（N_米1)
`Kv`	（N_医学博士+ 1) * (p+ 1)——- - - - - -（N_米1)
`库特`	p＊N_mv——- - - - - -（N_米1)
`美林投资`	N_C1	用于生成b		常数	常量，除非存在自定义约束
`Mx`	N_C——- - - - - -N_xqp				再生
`Mu1`	N_C——- - - - - -N_mv
`Mv`	N_C——- - - - - -（N_医学博士+ 1) * (p+ 1)