MEX配置文件生成

您可以使用MATLAB Profiler与生成的MEX函数。另外，如果您有一个调用MATLAB函数的测试文件，您可以一步生成MEX函数并对其进行分析。您可以在命令行或MATLAB Coder应用程序中执行这些操作。

将分析器与生成的MEX函数一起使用:

如果你有一个测试文件MyFunctionTest.m调用你的MATLAB函数，你可以:

例子

您可以使用Profiler来识别MATLAB代码的函数或行，这些函数或行会产生花费最多时间的生成代码。下面是一个MATLAB函数的示例，它转换其输入矩阵的表示一个和B在其中一行中从行为主到列为主的布局。对于大型矩阵，这种转换的执行时间很长。通过修改特定的行来避免转换，使函数更有效。

考虑MATLAB函数:

函数[y] = MyFunction(A,B)% # codegen生成的代码使用矩阵A和B的行为主表示coder.rowMajor;length = size(A,1);将A和B中所有元素的绝对值相加，遍历%矩阵逐行Sum_abs = 0;为Row = 1:长度为col = 1:length sum_abs = sum_abs + abs(A(row,col)) + abs(B(row,col));结束结束调用外部C函数'foo.c'返回所有元素的和%的A和BSum = 0;Sum = coder.ceval(“foo”coder.ref (A), coder.ref (B),长度);%返回sum_abs和sum的差值Y = sum_abs - sum;结束

为该函数生成的代码使用方阵的行为主表示一个和B。代码首先计算sum_abs的所有元素的绝对值之和一个和B)，通过逐行遍历矩阵。该算法针对以行为主布局表示的矩阵进行了优化。然后代码使用coder.ceval调用外部C函数foo.c：

#include  #include  #include "foo.h" double foo(double *A, double *B, double length) {int i,j,s;Double sum = 0;S = (int)length;/*对A和B的所有元素求和*/ for(i=0;i
             

相应的C头文件foo。是:

#include "rtwtypes.h" double foo(double *A, double *B, double length);

foo.c返回变量总和的所有元素的和一个和B。函数的性能foo.c与矩阵是否无关一个和B以主要行或主要列布局表示。MyFunction返回的差值sum_abs和总和。

你可以衡量的性能MyFunction对于大输入矩阵一个和B，然后进一步优化:

折叠表达式对MEX代码覆盖率的影响

当你使用coder.const将表达式折叠成常量，会导致MATLAB函数和MEX函数之间代码覆盖率的差异。例如，考虑这个函数:

函数y = MyFoldFunction% # codegenA = 1;B = 2;C = a + b;Y = 5 + coder.const(c);结束

MATLAB函数分析MyFoldFunction在概要详细报告中显示了代码覆盖率:

然而，分析MEX函数MyFoldFunction_mex显示不同的代码覆盖率:

在生成的代码中没有执行第2、3和4行，因为您折叠了表达式C = a + b转换为一个常量，用于代码生成。

这个例子使用了用户定义的表达式折叠。代码生成器有时会自动折叠某些表达式，以优化生成代码的性能。这样的优化还会导致MEX函数的覆盖范围与MATLAB函数不同。