В этом примере показано, как совершенствовать типы данных модели с помощью командной строки.
Откройте fxpdemo_feedback модель.
model = 'fxpdemo_feedback';
open_system(model);

Подсистема контроллера использует типы данных с фиксированной точкой.
sud = 'fxpdemo_feedback/Controller';
open_system(sud)

Создайте DataTypeWorkflow.Converter объект совершенствовать типы данных Подсистемы контроллера fxpdemo_feedback модель.
converter = DataTypeWorkflow.Converter(sud);
Симулируйте модель и сохраните результаты в запуске, названном InitialRun.
converter.CurrentRunName = 'InitialRun';
converter.simulateSystem();
Решите, что любое переполнение произошло во время запуска.
saturations = converter.saturationOverflows('InitialRun')
saturations =
Result with properties:
ResultName: 'fxpdemo_feedback/Controller/Up Cast'
SpecifiedDataType: 'fixdt(1,16,14)'
CompiledDataType: 'fixdt(1,16,14)'
ProposedDataType: ''
Wraps: []
Saturations: 23
WholeNumber: 0
SimMin: -2
SimMax: 1.9999
DerivedMin: []
DerivedMax: []
RunName: 'InitialRun'
Comments: {'An output data type cannot be specified on this result. The output type is the same as the input type.'}
DesignMin: []
DesignMax: []
wraps = converter.wrapOverflows('InitialRun')
wraps =
[]
Насыщение происходит в блоке Up Cast Подсистемы контроллера во время симуляции. Нет никакого переполнения переноса. Совершенствуйте типы данных модели так, чтобы не было никакого насыщения.
Сконфигурируйте модель для преобразования с помощью ярлыка. Найдите ярлыки, которые доступны для системы путем доступа к ShortcutsForSelectedSystem свойство объекта конвертера.
shortcuts = converter.ShortcutsForSelectedSystem
shortcuts =
6x1 cell array
{'Range collection using double override' }
{'Range collection with specified data types' }
{'Range collection using single override' }
{'Disable range collection' }
{'Remove overrides and disable range collection'}
{'Range collection using scaled double override'}
Собрать идеализированные области значений для системы, с помощью 'Range collection using double override' ярлык, замените систему с типами данных с двойной точностью и включите инструментирование.
converter.applySettingsFromShortcut(shortcuts{1});
Этот ярлык также обновляет текущее свойство имени запуска объекта конвертера.
baselineRun = converter.CurrentRunName
baselineRun =
'Ranges(Double)'
Симулируйте модель снова, чтобы собрать идеализированную информацию области значений. Эти результаты хранятся в запуске baselineRun.
converter.simulateSystem();
Создайте ProposalSettings возразите, чтобы управлять настройками предложения по типу данных и задать допуски к сигналам в модели.
propSettings = DataTypeWorkflow.ProposalSettings;
Задайте относительную погрешность 20% для выходного сигнала PlantOutput сигнал в модели.
addTolerance(propSettings, 'fxpdemo_feedback/Analog Plant', 1, 'RelTol', 2e-1);
Можно просмотреть все допуски, заданные для системы с помощью showTolerances метод.
showTolerances(propSettings)
Path Port_Index Tolerance_Type Tolerance_Value
_________________________________ __________ ______________ _______________
{'fxpdemo_feedback/Analog Plant'} 1 {'RelTol'} 0.2
Предложите типы данных для системы с помощью настроек предложения, заданных в propSettings, и области значений сохранены в baselineRun запущенный.
converter.proposeDataTypes(baselineRun, propSettings)
Примените типы данных, предложенные для baselineRun запуститесь к модели.
converter.applyDataTypes(baselineRun)
Проверьте, что поведение модели с помощью новых типов данных соответствует допускам, заданным на объекте настроек предложения, propSettings. verify метод удаляет переопределение типа данных и симулирует модель с помощью обновленных типов данных с фиксированной точкой. Это возвращает DataTypeWorkflow.VerificationResult объект.
result = verify(converter, baselineRun, 'FixedRun')
result =
VerificationResult with properties:
ScenarioResults: [0x0 DataTypeWorkflow.VerificationResult]
RunName: 'FixedRun'
BaselineRunName: 'Ranges(Double)'
Status: 'Pass'
MaxDifference: 0.0351
Используя explore метод DataTypeWorkflow.VerificationResult объект, запустите Инспектора Данных моделирования и исследуйте сигналы, к которым вы задали допуск.
explore(result)
