Этот пример показывает рекомендуемый рабочий процесс для генерации кода С от функции MATLAB с помощью команды codegen. Это шаги:
1. Добавьте директиву %#codegen к функции MATLAB, чтобы указать, что это предназначается для генерации кода. Эта директива также позволяет анализатору кода MATLAB идентифицировать предупреждения и ошибки, характерные для MATLAB для генерации кода.
2. Сгенерируйте MEX-функцию, чтобы проверить, что код MATLAB подходит для генерации кода. Если ошибки происходят, необходимо зафиксировать их прежде, чем сгенерировать код С.
3. Протестируйте MEX-функцию в MATLAB, чтобы гарантировать, что это функционально эквивалентно оригинальному коду MATLAB и что никакие ошибки времени выполнения не происходят.
4. Сгенерируйте код С.
5. Осмотрите код С.
Нет никаких предпосылок для этого примера.
averaging_filterФункция averaging_filter.m действует как фильтр усреднения на входном сигнале; это берет входной вектор значений и вычисляет среднее число для каждого значения в векторе. Выходной вектор одного размера и форма как входной вектор.
type averaging_filter% y = averaging_filter(x)
% Take an input vector signal 'x' and produce an output vector signal 'y' with
% same type and shape as 'x' but filtered.
function y = averaging_filter(x) %#codegen
% Use a persistent variable 'buffer' that represents a sliding window of
% 16 samples at a time.
persistent buffer;
if isempty(buffer)
buffer = zeros(16,1);
end
y = zeros(size(x), class(x));
for i = 1:numel(x)
% Scroll the buffer
buffer(2:end) = buffer(1:end-1);
% Add a new sample value to the buffer
buffer(1) = x(i);
% Compute the current average value of the window and
% write result
y(i) = sum(buffer)/numel(buffer);
end
Директива компиляции %#codegen указывает, что код MATLAB предназначается для генерации кода.
Сгенерируйте шумную синусоиду и постройте график результата.
v = 0:0.00614:2*pi;
x = sin(v) + 0.3*rand(1,numel(v));
plot(x, 'red');
Сгенерируйте MEX-функцию с помощью команды codegen. Команда codegen проверяет, что функция MATLAB подходит для генерации кода и генерирует MEX-функцию, которую можно протестировать в MATLAB до генерации кода С.
codegen averaging_filter -args {x}
Поскольку C использует статический контроль типов, codegen должен определить свойства всех переменных в файлах MATLAB во время компиляции. Здесь, параметр командной строки -args предоставляет входной параметр в качестве примера так, чтобы codegen мог вывести новые типы на основе входных типов. Используя демонстрационный сигнал, созданный выше, когда, входной параметр в качестве примера гарантирует, что MEX-функция может использовать тот же входной параметр.
По умолчанию codegen генерирует MEX-функцию под названием averaging_filter_mex в текущей папке. Это позволяет вам тестировать код MATLAB и MEX-функцию и сравнивать результаты.
Запустите MEX-функцию в MATLAB
y = averaging_filter_mex(x); % Plot the result when the MEX function is applied to the noisy sine wave. % The 'hold on' command ensures that the plot uses the same figure window as % the previous plot command. hold on; plot(y, 'blue');
codegen -config coder.config('lib') averaging_filter -args {x}
Команда codegen с опцией -config coder.config('lib') генерирует код С, группированный как автономная библиотека C. Сгенерированный код C находится в папке codegen/lib/averaging_filter/. Файлы:
dir codegen/lib/averaging_filter/. averaging_filter_terminate.h .. averaging_filter_terminate.o averaging_filter.a averaging_filter_types.h averaging_filter.c buildInfo.mat averaging_filter.h codeInfo.mat averaging_filter.o codedescriptor.dmr averaging_filter_initialize.c examples averaging_filter_initialize.h interface averaging_filter_initialize.o rtw_proj.tmw averaging_filter_ref.rsp rtwtypes.h averaging_filter_rtw.mk averaging_filter_terminate.c
averaging_filter.ctype codegen/lib/averaging_filter/averaging_filter.c/*
* File: averaging_filter.c
*
* MATLAB Coder version : 4.1
* C/C++ source code generated on : 21-Aug-2018 23:29:58
*/
/* Include Files */
#include <string.h>
#include "averaging_filter.h"
/* Variable Definitions */
static double buffer[16];
/* Function Definitions */
/*
* Use a persistent variable 'buffer' that represents a sliding window of
* 16 samples at a time.
* Arguments : const double x[1024]
* double y[1024]
* Return Type : void
*/
void averaging_filter(const double x[1024], double y[1024])
{
int i;
double dv0[15];
double b_y;
int k;
/* y = averaging_filter(x) */
/* Take an input vector signal 'x' and produce an output vector signal 'y' with */
/* same type and shape as 'x' but filtered. */
for (i = 0; i < 1024; i++) {
/* Scroll the buffer */
memcpy(&dv0[0], &buffer[0], 15U * sizeof(double));
/* Add a new sample value to the buffer */
buffer[0] = x[i];
/* Compute the current average value of the window and */
/* write result */
b_y = buffer[0];
for (k = 0; k < 15; k++) {
buffer[1 + k] = dv0[k];
b_y += dv0[k];
}
y[i] = b_y / 16.0;
}
}
/*
* Arguments : void
* Return Type : void
*/
void averaging_filter_init(void)
{
memset(&buffer[0], 0, sizeof(double) << 4);
}
/*
* File trailer for averaging_filter.c
*
* [EOF]
*/