2018年3月15日–MathWorks于今日推出了Release2018a(R2018a),其中包含一系列的MATLAB和Simulink新功能。R2018a包括两个新产品:用于设计和测试状态监控和预测性维护算法的PredictiveMaintenanceToolbox,集成了三维虚拟环境的车辆动态性能建模和仿真工具箱VehicleDynamicsBlockset。除了MATLAB和Simulink中的新功能和新产品以外,此发行版还包括94个其他产品的更新和修补程序。
MathWorks 发布包含 MATLAB 和 Simulink 产品系列的 Release 2018a
MATLAB产品系列更新包括:
•MATLAB:
o实时编辑器中的实时函数、文档编写、调试以及用于嵌入滑块和下拉菜单的交互式控件
o用于高级软件开发的App(UI)测试框架、C++MEX接口、自定义Tab键自动填充和函数助手
•MATLABOnline:
o用于与USB网络摄像机通信的硬件连接
•EconometricsToolbox:
o用于执行时序分析、规格测试、建模和诊断的EconometricModelerApp
•ImageProcessingToolbox:
o三维图像处理和卷可视化
•PartialDifferentialEquationToolbox:
o用来查找自然频率、模态形状和瞬态响应的结构动态分析
•OptimizationToolbox:
o用于更快求解混合整数线性问题的分支方法
深度学习
•NeuralNetworkToolbox:
o用于导入在TensorFlow-Keras中设计的深度学习层和网络的支持包
o用于求解回归问题以及利用TextAnalyticsToolbox进行文本分类的长短期记忆(LSTM)网络
o用来改进网络训练的Adam、RMSProp和梯度裁剪算法
o使用多个GPU并计算中间层激活,加快对有向无环图(DAG)的训练
•ComputerVisionSystemToolbox:
o用来自动标记各个像素实现语义分割的ImageLabelerApp
•GPUCoder:
o用于采用有向无环图(DAG)拓扑的网络和预训练网络(如GoogLeNet、ResNet和SegNet)的CUDA代码生成
o用于Intel和ARM处理器上深度学习网络的C代码生成
数据分析
•StatisticsandMachineLearningToolbox:
o在ClassificationLearnerApp中使用散点图的高密度数据可视化
o用于大数据的核SVM回归分析算法、混淆矩阵计算以及非分层分区的交叉验证
•TextAnalyticsToolbox:
o多词短语提取和计数、HTML文本提取以及句子、电子邮件地址和URL检测
o用于大型数据集的随机LDA模型训练
•PredictiveMaintenanceToolbox:
o一款用于设计和测试状态监控和预测性维护算法的新产品
Simulink产品系列更新包括:
•Simulink:
o根据当前模块端口预测可能要插入的新模块供选择,并迅速添加到模型中
oSimulationPacing可指定仿真速度,将仿真时间指定为与实际时间或其他时间一致,从而获得仿真运行时间与指定时间对应的体验
oLiveEditor中可使用SimulationDataInspector进行绘图的添加、查看和编辑
•Simulink3DAnimation:
o使用点云、射线追踪和原始几何形状,检测虚拟世界对象冲突
•Simscape:
o湿空气域和模块库,用来对HVAC和环境控制系统进行建模
o分区本地求解器,提高实时仿真速度
汽车
•AutomatedDrivingSystemToolbox:
o新增DrivingScenarioDesignerAPP用于交互式定义执行器和驾驶场景来测试控制和传感器融合算法
•ModelPredictiveControlToolbox:
o新增ADAS相关模块,用于设计、仿真和实现自适应巡航控制算法和车道保持算法
•VehicleNetworkToolbox:
o新增基于CANFD协议的Simulink通信模块,MATLAB或/Simulink与ECU通信的XCP协议新增UDP以及TCP
•Model-BasedCalibrationToolbox:
o实现与PowertrainBlockset工具箱集成,可基于测量数据直接标定和生成PowertrainBlockset查表型发动机模块的表格参数
•VehicleDynamicsBlockset:
o新增工具箱,实现车辆动态性能建模仿真并集成3D虚拟环境
代码生成
•EmbeddedCoder:
o用于定义数据和函数的自定义代码生成配置的EmbeddedCoder字典
oCodePerspective,可对用于代码生成流程的Simulink桌面进行自定义
•MATLABCoder:
o矩阵的行主序排布以简化所生成代码与C环境中存储的行主序矩阵间的访问接口
o稀疏矩阵支持,在生成的代码中使用稀疏矩阵实现更高效的计算
o用于机器学习部署的C代码生成,包括k-最近邻、非树整体模型以及使用StatisticsandMachineLearningToolbox进行距离计算
•Fixed-PointDesigner:
o用于近似函数和最小化现有查找表RAM使用率的查找表优化
•HDLCoder:
o矩阵运算支持,能够直接从使用二维矩阵数据类型和运算的算法中生成HDL代码
信号处理和通信
•SignalProcessingToolbox:
oSignalAnalyzerApp,可处理多个信号并从信号中提取感兴趣区域
o使用RPM追踪和阶次分析对旋转机械中的振动信号进行分析
•LTESystemToolbox:
oNB-IoT支持,对窄带物联网传输和物理下行链路共享信道的建模
•RFBlockset:
o根据输入/输出设备特性捕捉非线性和记忆效应的功率放大器模型
•WaveletToolbox:
o连续和离散小波变换滤波器组
•RoboticsSystemToolbox:
o基于激光雷达的SLAM,可使用激光雷达传感器对机器人和地图环境进行定位
验证和确认
•SimulinkRequirements:
o利用ReqIF的导入需求,可从IBMRationalDOORSNextGeneration或SiemensPolarion之类的第三方工具中导入需求
•SimulinkTest:
o覆盖率组合功能,可以用来组合多次测试运行(文件的)的覆盖率结果
•PolyspaceCodeProver:
o用于AUTOSAR软件组件静态分析的AUTOSAR支持
R2018a现已在全球上市。
精彩评论