全文約6000字，你將看到以下內(nèi)容：

• Simulink代碼生成的基本概念（續(xù)）

• 詳解模型與代碼之間的聯(lián)系

• 規(guī)范建模過程
  

• 結(jié)束語

和大量的模型,、文檔和軟件資源

如何獲取請(qǐng)參考@所有讀者：autoMBD發(fā)布《autoMBD原創(chuàng)技術(shù)文章合集》,。

本篇文章繼續(xù)介紹Simulink生成代碼相關(guān)的內(nèi)容，之前的內(nèi)容可查看上一篇文章《MBD的Simulink使用技巧①：Simulink代碼生成的基本概念》,。文末有福利活動(dòng),。

1  Simulink代碼生成的基本概念（續(xù)）

1.1 上一期補(bǔ)充內(nèi)容

上一篇文章中提到，生成嵌入式代碼,，必須選擇定步長求解器。實(shí)際中,，生成嵌入式代碼幾乎不會(huì)使用Simulink模型庫中的連續(xù)模型,，往往需要通過最簡(jiǎn)單的離散模塊來實(shí)現(xiàn)算法模型。

所以要強(qiáng)調(diào)一點(diǎn)：生成嵌入式代碼,，要學(xué)會(huì)使用和適應(yīng)離散模型的搭建方式,。在建模的一開始就要充分考慮離散模型的特點(diǎn)和需求,。

一個(gè)模型是允許多個(gè)離散步長的，這涉及到多任務(wù)相關(guān)的內(nèi)容,，后續(xù)再作詳細(xì)介紹,。建議讀者在建模的時(shí)候，將離散步長（其倒數(shù)即為采樣頻率）顯示出來,，方便辨別不同模塊的實(shí)際步長,。顯示離散步長的方法如下：

1.2 Embedded Coder的使用

Embedded Coder工具專門為嵌入式軟件生成代碼而設(shè)計(jì)，集成了MATLAB Coder和Simulink Coder,，可以將m腳本和模型生成C代碼,。Embedded Coder可以在下圖位置找到：

Embedded Coder位置 - From autoMBD

單擊“Embedded Coder”便可以進(jìn)入到Code Perspective窗口。在這個(gè)窗口下可以看到四個(gè)主要功能區(qū)域：

• 工具欄
• 模型區(qū)域
• 代碼面板

• 代碼映射面板

如下圖所示：

Code Perspective四個(gè)功能區(qū)域 - From autoMBD

Tips：MATLAB/Simulink的版本不同,，上述界面可能會(huì)有差異,，截圖為版本為2020b。

在工具欄中,，可以找到大部分關(guān)于代碼生成的選項(xiàng)工具或配置入口,。模型區(qū)域用于編輯和設(shè)計(jì)模型，如果設(shè)置了定步長求解器和ert系統(tǒng)目標(biāo)文件,，單擊工具欄中的“Generate Code”按鈕便可以生成代碼了,。

代碼面板用于查看生成的代碼。在代碼面板中,，點(diǎn)擊生成的代碼,，代碼對(duì)應(yīng)的模型會(huì)高亮顯示。這樣方便用戶追蹤模型生成的代碼,。

代碼映射面板有很多功能,，涉及到的概念和知識(shí)點(diǎn)很多，在后續(xù)的內(nèi)容中會(huì)逐步講解,。

讀者可以自行探索和體驗(yàn)這四個(gè)功能區(qū)域的作用和使用方法,。

2  詳解模型與代碼之間的聯(lián)系

為了便于展示此部分內(nèi)容，我制作了一個(gè)簡(jiǎn)易的PI控制模型作為示例,。讀者可以在autoMBD資源庫的“臨時(shí)資源分享”文件夾中找到該模型（資源序號(hào)tA22）,。資源庫鏈接的獲取可以在《autoMBD原創(chuàng)技術(shù)文章合集》中找到（見文章開頭）。

2.1 模型生成的代碼

打開PI控制器示例模型,，可以看到模型如下圖所示：

PI控制器示例模型 - From autoMBD

該示例模型已經(jīng)配置好,，點(diǎn)擊“Generate Code”生成代碼?？梢园l(fā)現(xiàn)一共生成了六個(gè)文件：

PI控制器示例模型生成的代碼 - From autoMBD

生成的文件位于模型同級(jí)目錄下“模型名_ert_rtw”文件夾內(nèi),，這六個(gè)文件的作用分別是：

• ert_main.c：該文件是一個(gè)樣例文件,，向用戶展示主程序如何調(diào)用模型代碼，在代碼集成時(shí)可以參考該文件,；
• 模型名.c：該文件包含模型的全部實(shí)現(xiàn)方法,，包含變量的聲明和定義，Step函數(shù),、初始化函數(shù),、終止函數(shù)等的定義和實(shí)現(xiàn)，即“模型的本身”,；
• 模型名.h：該文件包含模型所依賴的數(shù)據(jù)結(jié)構(gòu),、數(shù)據(jù)類型的定義和聲明，以及模型變量,、模型算法函數(shù)的外部聲明,；
• 模型名_private.h：包含模型本地的宏和數(shù)據(jù)類型定義，有定義才會(huì)生成相關(guān)內(nèi)容,；
• 模型名_types.h：該文件包含模塊參數(shù)（Parameters）和模型數(shù)據(jù)（Model Data）的數(shù)據(jù)結(jié)構(gòu)的向前聲明,，在一些可重用函數(shù)中可能會(huì)被使用；
• rtwtypes.h：定義了基本的數(shù)據(jù)類型和宏,，大部分的生成代碼可能會(huì)依賴該文件,；

• 模型名_data.c：上圖中沒有生成，但在某些情況下會(huì)生成該文件,，其中包含模型中的模塊參數(shù)（Parameters）,、常數(shù)模塊和I/O的數(shù)據(jù)結(jié)構(gòu)的定義和聲明。

對(duì)于代碼集成來說,，用戶只需要在主函數(shù)代碼中,，添加下面這個(gè)語句，即可使用模型生成的代碼,，實(shí)現(xiàn)相關(guān)的算法和功能：

2.2 代碼之母——模型

作為MBD的核心,，怎么強(qiáng)調(diào)對(duì)模型的理解的重要性都不為過。

在嵌入式代碼中,，數(shù)據(jù)是代碼的重要組成部分,。代碼中的數(shù)據(jù)和模型中的數(shù)據(jù)是怎么聯(lián)系起來的，便是今天討論的重點(diǎn),。對(duì)于模型,，有四個(gè)與生成代碼緊密關(guān)聯(lián)的模型數(shù)據(jù)形式：

• 信號(hào)（Signals）
• 參數(shù)（Parameters）
• 狀態(tài)（States）

• 模型數(shù)據(jù)（Model Data）

模型中的這四種數(shù)據(jù)形式，生成的代碼各不相同,。通過控制這些模型數(shù)據(jù)的配置,，即可控制生成代碼的數(shù)據(jù)類型、存儲(chǔ)位置和數(shù)據(jù)形式,。

在開始介紹前,，給出模型數(shù)據(jù)形式的思維導(dǎo)圖：

模型數(shù)據(jù)形式的思維導(dǎo)圖 - From autoMBD

2.2.1 信號(hào)

信號(hào)（Signals），即模型中不同模塊之間的數(shù)據(jù)傳遞線,，有兩種：外部信號(hào)和內(nèi)部信號(hào),。其中外部信號(hào)又分為外部輸入信號(hào)和外部輸出信號(hào)。

以我構(gòu)建的PI控制器模型為例,，模型包含的信號(hào)如下圖所示：

PI控制器模型的信號(hào) - From autoMBD

上圖中,，Req_Ctrl和Feedback與輸入端口連接，屬于外部輸入信號(hào),；PI_Ctrl與輸出端口連接,，屬于外部輸出信號(hào)；Err,、P_value和I_value沒有與任何端口連接,，屬于內(nèi)部信號(hào)。

Tips：上圖并沒有標(biāo)注全部的內(nèi)部信號(hào),，一般只標(biāo)注有重要,、意義的內(nèi)部信號(hào)即可。

保持默認(rèn)設(shè)置情況下生成代碼,，外部信號(hào)會(huì)生成全局變量,，其中輸入變量為“模型名_U”，而輸出變量為“模型名_Y”,。

以本文的示例工程為例,，輸入輸出信號(hào)生成的全局變量以及相關(guān)的數(shù)據(jù)類型聲明和定義如下所示：

/* 外部輸入數(shù)據(jù)類型定義 代碼生成于'模型名.h' *//* External inputs (root inport signals with default storage) */typedef struct {  real_T Req_Ctrl;                     /* '<Root>/Req_Ctrl' */  real_T Feedback;                     /* '<Root>/Feedback' */} ExtU_autoMBD_example_PI_noSub_T;

/* 外部輸入變量定義 代碼生成于'模型名.c' *//* External inputs (root inport signals with default storage) */ExtU_autoMBD_example_PI_noSub_T autoMBD_example_PI_noSubs_U;

其他不具備分叉點(diǎn)的內(nèi)部信號(hào)，不會(huì)生成任何變量,，而是隱含在算法的運(yùn)算過程當(dāng)中,。

以示例工程的內(nèi)部信號(hào)Err為例，模型中僅該信號(hào)具有分叉點(diǎn),，它生成的局部變量如下所示：

/* 代碼生成于'模型名.c' *//* Model step function */void autoMBD_example_PI_noSubs_step(void){  real_T rtb_Err; /* 內(nèi)部信號(hào)Err 變量定義*/
  /* Sum: '<Root>/Sum2' incorporates:   *  Inport: '<Root>/Feedback'   *  Inport: '<Root>/Req_Ctrl'   */  rtb_Err = autoMBD_example_PI_noSubs_U.Req_Ctrl -    autoMBD_example_PI_noSubs_U.Feedback; /* 內(nèi)部信號(hào)Err 變量計(jì)算*/
  /* Outport: '<Root>/PI_Ctrl' incorporates:   *  DiscreteIntegrator: '<Root>/Discrete-Time Integrator'   *  Gain: '<Root>/Kp'   *  Sum: '<Root>/Sum1'   */  autoMBD_example_PI_noSubs_Y.PI_Ctrl = 2.0 * rtb_Err +    autoMBD_example_PI_noSubs_DW.DiscreteTimeIntegrator_DSTATE; /* 內(nèi)部信號(hào)Err 變量使用*/
  /* Update for DiscreteIntegrator: '<Root>/Discrete-Time Integrator' incorporates:   *  Gain: '<Root>/Ki'   */  autoMBD_example_PI_noSubs_DW.DiscreteTimeIntegrator_DSTATE += 3.0 * rtb_Err *    0.001; /* 內(nèi)部信號(hào)Err 變量使用*/}

2.2.2 參數(shù)

參數(shù)（Parameters）指的是模塊的參數(shù),，例如：本文PI控制器模型中的PI增益模塊,，它們的參數(shù)分別實(shí)現(xiàn)Kp和Ki，模型中的Discrete-Time Integrator模塊也有兩個(gè)慘數(shù),，具體為采樣時(shí)間參數(shù),、初始值參數(shù)。

保持默認(rèn)設(shè)置情況下,，模塊的參數(shù)會(huì)作為數(shù)值常數(shù),，直接用于算法的運(yùn)算過程。如下所示PI控制器生成的代碼中,，Kp,、Ki和采樣時(shí)間直接使用其數(shù)值2、3和0.001參與算法的運(yùn)算,。

關(guān)于如何修改模塊參數(shù)的代碼生成方式,，使其成為一個(gè)變量而不是數(shù)值常量,，可以按照下圖所示步驟進(jìn)行：

修改模塊參數(shù)的生成方式 - From autoMBD

簡(jiǎn)單來說，就是讓模型參數(shù)是可調(diào)（Tunable）的,，這樣便會(huì)生成一個(gè)新的變量來保存模型中所有模塊的參數(shù),。

修改模塊參數(shù)的生成方式后，重新生成代碼,?？梢钥吹剑凇?em>模型名.h”中會(huì)生成一個(gè)新的數(shù)據(jù)結(jié)構(gòu)體,，包含了所有模塊的全部可調(diào)參數(shù)：

/* 模塊參數(shù)數(shù)據(jù)結(jié)構(gòu)體定義 代碼生成于'模型名.h' *//* Parameters (default storage) */struct P_autoMBD_example_PI_noSubs_T_ {  real_T Kp_Gain;                      /* Expression: 2                                        * Referenced by: '<Root>/Kp'                                        */  real_T DiscreteTimeIntegrator_gainval;                           /* Computed Parameter: DiscreteTimeIntegrator_gainval                            * Referenced by: '<Root>/Discrete-Time Integrator'                            */  real_T DiscreteTimeIntegrator_IC;    /* Expression: 0                                        * Referenced by: '<Root>/Discrete-Time Integrator'                                        */  real_T Ki_Gain;                      /* Expression: 3                                        * Referenced by: '<Root>/Ki'                                        */};

/* 模塊參數(shù)變量定義和賦初值 代碼生成于'模型名_data.c '*//* Block parameters (default storage) */P_autoMBD_example_PI_noSubs_T autoMBD_example_PI_noSubs_P = {  /* Expression: 2   * Referenced by: '<Root>/Kp'   */  2.0,
  /* Computed Parameter: DiscreteTimeIntegrator_gainval   * Referenced by: '<Root>/Discrete-Time Integrator'   */  0.001,
  /* Expression: 0   * Referenced by: '<Root>/Discrete-Time Integrator'   */  0.0,
  /* Expression: 3   * Referenced by: '<Root>/Ki'   */  3.0};

2.2.3 狀態(tài)

狀態(tài)（States）是離散系統(tǒng)運(yùn)算過程中必不可少的元素,。

我們知道,，離散系統(tǒng)是在每一個(gè)離散的時(shí)間點(diǎn)上， 運(yùn)行一次Step函數(shù),。某一時(shí)刻運(yùn)行一次Step函數(shù),，除了需要輸入數(shù)據(jù)（通過外部輸入信號(hào)輸入）以外，往往還需要上一個(gè)時(shí)刻的運(yùn)算結(jié)果,，甚至之前連續(xù)幾個(gè)時(shí)刻的運(yùn)算結(jié)果。

在嵌入式系統(tǒng)中,，這些結(jié)果需要一個(gè)變量來存儲(chǔ),，這個(gè)變量即為狀態(tài)變量。

在Simulink模型庫中,，凡是包含離散因子“z”的模塊,，全部具有狀態(tài)變量。這些模塊在生成代碼時(shí),，都會(huì)生成一個(gè)名為“模型名_DW”的變量來保存狀態(tài)變量,。

具體而已，在本文PI控制器示例工程中,，包含一個(gè)離散積分模塊,，該模塊具有狀態(tài)變量，生成的代碼如下：

/* 數(shù)據(jù)類型定義 位于'模型名.h'中*//* Block states (default storage) for system '<Root>' */typedef struct {  real_T DiscreteTimeIntegrator_DSTATE;/* '<Root>/Discrete-Time Integrator' */} DW_autoMBD_example_PI_noSubs_T;

用戶還可以定義自己的“狀態(tài)變量”,，通過Data Store Memory模塊即可實(shí)現(xiàn),。Data Store Memory模塊位于Simulink庫中的下圖這個(gè)位置：

Data Store Memory - From autoMBD

Data Store Memory模塊與離散模塊一樣，被當(dāng)作狀態(tài)變量,，生成在變量“模型名_DW”當(dāng)中,。

雖然我們稱它為狀態(tài)變量，但對(duì)于Data Store Memory模塊,，把它當(dāng)作普通的變量來使用也是可以的,。

更多關(guān)于狀態(tài)變量的代碼生成，將在后續(xù)的文章中介紹,。

2.2.4 模型數(shù)據(jù)

模型數(shù)據(jù)是Simulink為模型定義的一個(gè)數(shù)據(jù)類型,，它保存了模型的部分信息。在代碼生成中,，它的數(shù)據(jù)類型和定義如下圖所示：

/* 模型數(shù)據(jù)結(jié)構(gòu)體定義 位于'模型名.h'中 *//* Real-time Model Data Structure */struct tag_RTM_autoMBD_example_PI_no_T {  const char_T * volatile errorStatus;};

/* 模型數(shù)據(jù)變量外部聲明 位于'模型名.h'中 *//* Real-time Model object */extern RT_MODEL_autoMBD_example_PI_n_T *const autoMBD_example_PI_noSubs_M;

• 為端口,、信號(hào)線,、子系統(tǒng)、模塊等命有意義的名字,，而不是空著,，或命名無意義；

• 建模時(shí),，遵循信號(hào)從上到下,、從左到右的傳遞順序，而不是雜亂無章的到處飛線,，盡量避免信號(hào)逆向傳遞,，無法避免時(shí)盡量少而清晰。
  

• 合理使用子系統(tǒng)模塊,、參考子系統(tǒng)模塊,、參考模型，構(gòu)建合理的模型框架和層級(jí),；
• 一個(gè)功能的模型不要太復(fù)雜,，復(fù)雜的模型可以考慮分層簡(jiǎn)化,，子系統(tǒng)模型不要嵌套太多層；

• 建模的過程,，要考慮模型的可重用性,、模型的獨(dú)立性；
  

• 可以使用腳本來定義模型數(shù)據(jù),，這樣可以擴(kuò)展模型的功能,。

以上是我的一些建模經(jīng)驗(yàn)，規(guī)范建模不是一朝一夕的事情,，是平時(shí)的積累和習(xí)慣養(yǎng)成,。雖然這會(huì)花一些精力，但好處是明顯的,。為了更好的生成可讀性高的代碼,，特別是模型復(fù)雜到一定程度時(shí)，我提倡保持一個(gè)好的建模習(xí)慣,。