用二维Row-Major算法进行模拟

1.打开示例模型rtwdemo_row_lut2d．

模型=“rtwdemo_row_lut2d”；open_system(模型);

2.在默认情况下，Simul金宝appink配置一个具有列-主算法和列-主数组布局的模型。该模型rtwdemo_row_lut2d配置为使用列主算法。模拟模型。中打开数据检查器以观察输出模拟选项卡。输出值为4。

3.要启用行主算法，请打开“配置参数”对话框。在数学和数据类型窗格中，启用配置参数使用针对行-主数组布局优化的算法．或者，在MATLAB命令窗口中输入:

set_param(模型,“UseRowMajorAlgorithm”，“上”）;

4.模拟模型并在数据检查器中观察这些结果。输出值为4。

列主算法和行主算法的区别只是插补顺序不同。在某些情况下，由于对同一数据集的操作顺序不同，列主算法和行主算法的输出可能会有微小的数值差异。对于示例模型中使用的二维查找表，这里说明插值算法。

利用行-主算法和数组布局生成代码

模型中使用的二维表数据rtwdemo_row_lut2d是:

Table_3by2。价值

Ans = 1 4 2 5 3 6

1.打开“配置参数”对话框。除了启用使用针对行-主数组布局优化的算法配置参数，对代码生成>接口窗格中，设置配置参数阵列布局来行选择。此配置参数支持生成行主要代码的模型。或者，在MATLAB命令窗口中输入:

set_param(模型,“ArrayLayout”，“行”）;

2.将MATLAB®中的当前文件夹更改为可写文件夹。在C代码选项卡上,单击构建生成C代码。

3.在生成的代码中，观察具有行-主数组布局的表数据。为了进行比较，下面是生成的列主数组布局代码中的表数据。

在生成的代码中，表数据按行-主顺序排列，插值算法针对行-主数组布局进行了优化。行主算法对内存中相邻的表数据进行操作。这将导致更快的缓存访问，使这些算法缓存友好。

下表总结了数组布局和缓存友好算法之间的关系。建议使用针对指定阵列布局进行优化的算法，以获得较好的性能。例如，当数组布局设置为时，使用行主插值算法行代码生成。

三维表上的插值

1.打开示例模型rtwdemo_row_interpalg．

open_system (“rtwdemo_row_interpalg”）;

2.通过使用前面的过程为模型生成代码。通过重复所执行的步骤，从模型模拟和生成代码rtwdemo_row_lut2d模型。

示例模型中使用的3-D表上的行主和列主插值在这里说明。

close_system (“rtwdemo_row_lut2d”, 0);close_system (“rtwdemo_row_interpalg”, 0);