转换模型到定点使用命令行- MATLAB和Simulink万博1manbetx - 万博1manbetx,s manbetx 845,万博尤文图斯

使用命令行将模型转换为定点

这个例子展示了如何使用MATLAB细化模型的数据类型^®命令行。

打开fxpdemo_feedback模型。
```
fxpdemo_feedback
```
的控制器子系统使用定点数据类型。
创建一个DataTypeWorkflow。转换器对象的数据类型来细化控制器子系统fxpdemo_feedback模型。
```
converter = DataTypeWorkflow。转换器(“fxpdemo_feedback /控制器”）;
```
模拟模型并将结果存储在InitialRun．若要记录模拟范围，请使用MinMaxOverflowLogging参数必须设置为MinMaxAndOverflow．在本例中，参数已经设置为正确的值。
```
转换器。CurrentRunName =“InitialRun”；converter.simulateSystem ();
```

确定是否有任何溢出InitialRun．

饱和=转换器。饱和溢出(“InitialRun”）

饱和=结果与属性:ResultName: 'fxpdemo_feedback/Controller/Up Cast' SpecifiedDataType: 'fixdt(1,16,14)' CompiledDataType: 'fixdt(1,16,14)' ProposedDataType: " Wraps: [] saturations: 23 SimMin: -2 SimMax: 1.9999 DerivedMin: [] DerivedMax: [] RunName: 'InitialRun' Comments: "

wrapped = converter.wrapOverflows(“InitialRun”）

Wraps = []

饱和发生在了把块控制器子系统。没有包装溢出。细化模型的数据类型，这样就不会出现饱和。

使用快捷方式配置转换模型。控件来查找系统可用的快捷方式ShortcutsForSelectedSystem转换器对象的属性。

转换器。ShortcutsForSelectedSystem

ans = '使用双重覆盖的范围收集' '使用指定数据类型的范围收集' '使用单一覆盖的范围收集' '禁用范围收集'

为模型收集一个浮点基准测试。应用快捷方式中的设置，用double覆盖整个模型并启用插装。
```
converter.applySettingsFromShortcut (“使用双重覆盖的范围收集”）
```
此快捷方式还会更新CurrentRunName转换器对象的属性。
```
转换器。CurrentRunName
```
```
ans = DoubleOverride
```
再次模拟模型以收集新的范围信息。将这些结果存储在DoubleOverride．
```
converter.simulateSystem ();
```

创建一个ProposalSettings对象来控制数据类型建议设置。

propSettings = DataTypeWorkflow.ProposalSettings;

propSettings =带有属性的提议设置:ProposeSignedness: true ProposeWordLength: false ProposeFractionLength: true ProposeForInherited: true ProposeForFloatingPoint: true SafetyMargin: 0 UseSimMinMax: true UseDerivedMinMax: true浮点和继承类型默认值:DefaultWordLength: 16 DefaultFractionLength: 4

类的数据类型可使用默认建议设置来细化控制器子系统。

使用提议设置对象中指定的设置为系统提议数据类型，propSettings和范围信息收集在“DoubleOverride”运行。
```
converter.proposeDataTypes (“DoubleOverride”, propSettings);
```
类建议的数据类型DoubleOverride跑到模型那里。
```
converter.applyDataTypes (“DoubleOverride”）
```

通过对模型应用配置设置来关闭数据类型覆盖。

converter.applySettingsFromShortcut (“指定数据类型的范围集合”）

设置一个新的运行并使用新的定点数据类型模拟模型。
```
转换器。CurrentRunName =“FixedRun”；converter.simulateSystem ();
```
该模型现在使用改进的定点类型。

创建两个结果对象，用于比较理想的浮点行为和定点行为。

DoubleOverrideResult = converter.results(“DoubleOverride”@ (r) (strcmp (r。ResultName,“fxpdemo_feedback /控制器/下来投”）））

DoubleOverrideResult = Result with properties: ResultName: 'fxpdemo_feedback/Controller/Down Cast' SpecifiedDataType: 'fixdt(1,16,12)' CompiledDataType: 'double' ProposedDataType: 'fixdt(1,16,12)' Wraps: [] Saturations: [] SimMin: -2.4135 SimMax: 4.3270 DerivedMin: [] DerivedMax: [] RunName: 'DoubleOverride' Comments: {}

FixedRunResult = converter.results(“FixedRun”@ (r) (strcmp (r。ResultName,“fxpdemo_feedback /控制器/下来投”）））

FixedRunResult =带有属性的结果:ResultName: 'fxpdemo_feedback/Controller/Down Cast' SpecifiedDataType: 'fixdt(1,16,12)' CompiledDataType: 'fixdt(1,16,12)' ProposedDataType: " Wraps: [] Saturations: [] SimMin: -2.4211 SimMax: 4.3496 DerivedMin: [] DerivedMax: [] RunName: 'FixedRun' Comments: "

比较结果对象的DoubleOverride跑到结果对象的FixedRun．

diff = converter.compareResults(DoubleOverrideResult,FixedRunResult);

把两个信号的差画出来。

F =数字;情节(diff.tol);持有在情节(diff.diff);

文档

使用命令行将模型转换为定点

相关的话题

定点设计器文档

万博1manbetx

试试MATLAB、Sim万博1manbetxulink和其他产品s manbetx 845