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

中的行主要数据接口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中的行主布局函数MATLAB函数块。

数组布局也会影响性能。对于特定的数组布局，许多算法都能更有效地执行内存访问。

模拟和代码生成中的行-主布局

为MATLAB函数块中，可以在块中指定行-主数组布局。此规范发生在函数级，并不改变函数外部模型的数组布局。控件中指定的数组布局MATLAB函数块既适用于模拟，也适用于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^®在软件中，您可以在模型级别指定数组布局，这是由金宝appMATLAB函数块。有关在模型级别控制数组布局的更多信息，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-主布局的例子MATLAB函数块用于代码生成，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默认以列为主布局存储数据。当您在不同的功能和不同的边界指定不同的数组布局时，软件会根据需要自动插入数组布局转换。

例如，当您模拟一个模型或为使用列主布局的模型生成代码时，并且该模型包含一个MATLAB函数使用行为主布局的块，然后软件根据需要将块输入数据转换为行为主，并将块输出数据转换为列为主。数组布局转换会影响性能。有关数组布局的性能考虑因素的更多信息，请参见行-主阵列布局的代码设计．

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。考虑这个用于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 (size(A));为row = 1:size(A,1)为坳= 1:尺寸(2)年代(行,坳)=(行,上校)+ B(行,坳);结束结束

如果你在MATLAB函数块，代码生成的结果是这个函数的C代码:

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

数组被生成的代码索引，使用公式:

[col + 10 * row]

因为数组存储在行主布局中，相邻的内存元素由单列增量分隔。的步幅因为算法等于1。步幅长度是连续访问内存之间的内存元素的距离。更短的步幅可以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步幅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它使用了列主布局:

．.．/*为addMatrix使用column-major生成代码*/ 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，列元素在生成代码的内存中是连续的。相邻的内存元素由单行增量分隔，并按公式进行索引:

[row + 20 * col]

然而，该算法遍历内部for循环中的列。因此，列为主的C代码必须为每次连续的内存访问跨出20个元素。

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

可以对n维数组使用行主布局。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，第一个(最左)维度或索引的元素是连续的。

考虑示例函数addMatrix3D它接受三维输入。

函数[S] = addMatrix3D(A,B) code . rowmajor;S = 0 (size(A));为i = 1:size(A,1)为j = 1:size(A,2)为k = 1:size(A,3) 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:

．.．/* row-major layout */ 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for循环遍历内存中仅由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for循环现在在内存中被200个位置分隔的相邻元素上迭代。较长的跨步长度会由于缓存失误而导致性能下降。

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

若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，则默认假定外部函数输入和输出使用列主布局。

考虑一个使用行主布局的外部C函数称为myCFunctionRM．要将此函数集成到代码中，请使用“布局:rowMajor”或“行”选择。该选项确保输入和输出数组按行主顺序存储。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 ())

在一个使用行为主布局的MATLAB函数中，您可能会寻求调用一个设计用于使用列为主布局的外部函数。在本例中，使用“布局:columnMajor”或“上校”选择。

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

可以在相同的代码中执行行大函数和列大函数调用。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 (size(x));E = 0 (size(x));%包括使用row-major和column-major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C函数，使用行主顺序coder.ceval (“布局:rowMajor”，“addMatrixRM”，．.．coder.rref (x) coder.rref (y), coder.wref (D));%调用C函数，使用列主序coder.ceval (“布局:columnMajor”，“addMatrixCM”，．.．coder.rref (x) coder.rref (D), coder.wref (E));结束