内容简介：概述为在嵌入式开发中碰到的算法验证问题，借助matlab平台可以更方便的调试。如控制算法，可以先验证算法编写的正确性，防止盲目调参的无用功。借助的是SIMULINK 与 S-Function Builder方法
| 编辑推荐: |
| 本文来自于csdn，主要介绍了MATLAB与SIMULINK仿真嵌入式C算法的概述与方法。 |
概述
为在嵌入式开发中碰到的算法验证问题，借助matlab平台可以更方便的调试。如控制算法，可以先验证算法编写的正确性，防止盲目调参的无用功。借助的是SIMULINK 与 S-Function Builder
方法
首先保证 matlab MEX部分能正常工作，可以参考 mex -setup相关信息。主要是让mex找到正确的编译器，如：已安装了gcc套件，则只需设置下环境变量： setenv(‘MW_MINGW64_LOC’,’F:\MinGW64’);
即可
S-Function 是一个将c c++ 等编译为simulink模块的工具，吧待检测的代码构建为simulink 标准模块便可借助 simulink 强大功能仿真了。S-Function 有特定的格式，可以手写，这里用更简单的S-Function Builder做。
下面以一个iir滤波器算法为例
1.待验证的iir实现如下，保存为iir_souce.c
/**
* @brief 离散 IIR 滤波器算法，被s function builder
* 使用并建立iir.c (与builder设置的函数名相同)
*
* @param u 输入
* @param xD 离散变量寄存器， sfuncton builder 提供
* @return double 输出
*/
double iir(double u, double* xD) {
double y;
// IIR 的查分方程： y(n) = 0.2x(n)+0.3x (n-1)+0.5x (n- 2)
//定义 xD[0] x(n-1) xD[1] x(n-2)
y = 0.2 * u + 0.3 * xD[0] + 0.5 * xD[1];
xD[1] = xD[0];
xD[0] = y;
return y;
}
2.开启新的simulink，导入S-Function Builder 模块，双击打开编辑
2.1 命名
要求与刚才c文件不同命，不然会覆盖
2.2 离散状态设置
这是s function 特殊性，就是离散化的算法中的x[n-1]这样的历史值需要构建为离散状态。如上图设置两个，给x[n-1] x[n-2]用
2.3 函数输入输出设置
iir只需要单输入单输出 宽度都为1 double(默认的) 格式
2.4 说明要编译的文件
左侧 iir_souce.c 指出要编译的文件 右侧extern double iir(double u, double* xD); 提示一会儿要在后面用到里面的这个函数
2.5 这一步指出实现
y0[0]=iir(u0[0],xD);
u0[0] 是输信号，y0[0]为输出信号，xD是刚才定义的离散状态数组
2.6 编译
如图，默认设置就好，还可以产生TLC用于matlab builder 自动生成代码
2.7测试
构建如下系统：
至此，成功将目标代码构建到sinmulink中仿真
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
