Сгенерируйте код для усредняющего фильтра
В этом примере показан рекомендуемый рабочий процесс генерации кода С из функции MATLAB ® с помощью codegen команда. Вот следующие шаги:
1. Добавьте %#codegen директива на функцию MATLAB, чтобы указать, что она предназначена 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 возникают ошибки, необходимо исправить их перед генерацией кода С
3. Протестируйте MEX-функцию в MATLAB, чтобы убедиться, что она функционально эквивалентна оригинальному коду MATLAB и что никаких ошибок времени выполнения не происходит.
4. Сгенерируйте код С
5. Проверьте код С
Необходимые условия
Для этого примера нет необходимых условий.
О averaging_filter Функция
The averaging_filter.m функция действует как фильтр усреднения входного сигнала; он принимает вектор входа значений и вычисляет среднее значение для каждого значения в векторе. Вектор выхода имеет тот же размер и форму, что и вектор входа.
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
The %#codegen директива компиляции указывает, что код MATLAB предназначен для генерации кода.
Создайте некоторые выборочные данные
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 для проверки
Сгенерируйте MEX-функцию с помощью codegen команда. The codegen команда 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}
Code generation successful.
Поскольку на C используется статическое типирование, codegen необходимо определить свойства всех переменных в файлах MATLAB во время компиляции. Вот, -args опция командной строки предоставляет пример входа, так что codegen можно вывести новые типы на основе типов входа. Использование сигнала расчета, созданного выше, в качестве примера входа гарантирует, что MEX-функция может использовать тот же вход.
По умолчанию codegen генерирует MEX-функцию с именем averaging_filter_mex в текущей папке. Это позволяет вам протестировать код MATLAB и MEX-функцию и сравнить результаты.
Тестируйте MEX-функцию в MATLAB
Запуск MEX-функции 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');
Сгенерируйте код С
codegen -config coder.config('lib') averaging_filter -args {x}
Code generation successful.
Смотрите сгенерированный код
The codegen команда со -config coder.config('lib') опция генерирует код С, упакованный как автономная библиотека C. Сгенерированный код C находится в codegen/lib/averaging_filter/ папка. Файлы:
dir codegen/lib/averaging_filter/. averaging_filter_terminate.c .. averaging_filter_terminate.h .gitignore averaging_filter_terminate.o _clang-format averaging_filter_types.h averaging_filter.a buildInfo.mat averaging_filter.c codeInfo.mat averaging_filter.h codedescriptor.dmr averaging_filter.o compileInfo.mat averaging_filter_data.c defines.txt averaging_filter_data.h examples averaging_filter_data.o interface averaging_filter_initialize.c rtw_proj.tmw averaging_filter_initialize.h rtwtypes.h averaging_filter_initialize.o averaging_filter_rtw.mk
Смотрите код С для averaging_filter.c Функция
type codegen/lib/averaging_filter/averaging_filter.c/*
* File: averaging_filter.c
*
* MATLAB Coder version : 5.2
* C/C++ source code generated on : 21-Apr-2021 01:20:09
*/
/* Include Files */
#include "averaging_filter.h"
#include "averaging_filter_data.h"
#include "averaging_filter_initialize.h"
#include <string.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])
{
double dv[15];
double b_y;
double d;
int i;
int k;
if (!isInitialized_averaging_filter) {
averaging_filter_initialize();
}
/* 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(&dv[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++) {
d = dv[k];
buffer[k + 1] = d;
b_y += d;
}
y[i] = b_y / 16.0;
}
}
/*
* Use a persistent variable 'buffer' that represents a sliding window of
* 16 samples at a time.
*
* Arguments : void
* Return Type : void
*/
void averaging_filter_init(void)
{
memset(&buffer[0], 0, 16U * sizeof(double));
}
/*
* File trailer for averaging_filter.c
*
* [EOF]
*/