Сгенерируйте код для усреднения фильтра

Этот пример показывает рекомендуемый рабочий процесс для генерации кода С от функции MATLAB® использование codegen команда. Это шаги:

1. Добавьте %#codegen директива 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 проверять, 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. Смотрите код С.

Необходимые условия

Нет никаких необходимых условий для этого примера.

О averaging_filter Функция

averaging_filter.m функционируйте действия как фильтр усреднения на входном сигнале; это берет входной вектор значений и вычисляет среднее значение для каждого значения в векторе. Выходной вектор одного размера и форма с входным вектором.

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

%#codegen директива компиляции указывает, что код MATLAB предназначается для генерации кода.

Создайте некоторые выборочные данные

Сгенерируйте шумную синусоиду и постройте результат.

v = 0:0.00614:2*pi;
x = sin(v) + 0.3*rand(1,numel(v));
plot(x, 'red');

Figure contains an axes object. The axes object contains an object of type line.

Сгенерируйте MEX-функцию для тестирования

Сгенерируйте MEX-функцию с помощью codegen команда. 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 C использует статический контроль типов, codegen должен определить свойства всех переменных в файлах MATLAB во время компиляции. Здесь, -args параметр командной строки подает входной сигнал в качестве примера так, чтобы codegen может вывести новые типы на основе входных типов. Используя демонстрационный сигнал, созданный выше, когда, вход в качестве примера гарантирует, что MEX-функция может использовать тот же вход.

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.

Протестируйте MEX-функцию в MATLAB

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');

Figure contains an axes object. The axes object contains 2 objects of type line.

Сгенерируйте код С

codegen -config coder.config('lib') averaging_filter -args {x}
Code generation successful.

Смотрите сгенерированный код

codegen команда с -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            : 5.3
 * C/C++ source code generated on  : 25-Aug-2021 05:28:06
 */

/* 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]
 */
Для просмотра документации необходимо авторизоваться на сайте