Technische Artikel

MathWorks Insights

Einführung in die objektorientierte Programmierung in MATLAB


Autoren:

  • Stuart McGarrity, MathWorks
  • Adam Sifounakis, MathWorks

9 Minuten Lesezeit

Zusammenfassung

  • Die objektorientierte Programmierung (OOP) in MATLAB organisiert zusammengehörige Daten und Funktionalitäten in Klassen und schafft so wiederverwendbare, in sich geschlossene Komponenten.
  • Objekte kapseln Zustand und Verhalten durch Eigenschaften und Methoden und ermöglichen so die Interaktion über wohldefinierte Schnittstellen.
  • OOP verbessert die Codestruktur durch die Gruppierung zusammengehöriger Logik, die Reduzierung der Komplexität und die Unterstützung von Wiederverwendung und Erweiterbarkeit.
  • Anhand eines Beispiels mit Sensorarrays wird veranschaulicht, wie Klassen reale Systeme modellieren und Arbeitsabläufe wie die Signalanalyse organisieren.

Bei der Erstellung von Software-Anwendungen ist es wichtig, die verschiedenen Bausteine Ihrer Software in verwandte Gruppen einzuordnen. Beispielsweise kann ein benutzerdefinierter numerischer Solver mehrere Konfigurationsparameter und Routinen erfordern, um einen vollständigen Satz an Berechnungen durchzuführen. Mit objektorientierter Programmierung (OOP) können Sie die Konfigurationsparameter (Eigenschaften) des Solvers zusammen mit seinen Funktionen (Methoden) in einer einzigen Definition zusammenfassen, einer Klasse. Alles, was ein Benutzer benötigt, um diesen Solver korrekt auszuführen, wird in dieser Klasse definiert.

Ein Objekt ist eine Instanz einer Klasse. Wenn ein Programm ausgeführt wird, wird das Objekt auf Grundlage seiner Klassendefinition erstellt, und es verhält sich so, wie es von der Klasse definiert wurde. Die Eigenschaften eines Objekts stellen seinen Zustand dar und seine Methoden repräsentieren sämtliche Aktionen, die ein Benutzer ausführen kann. Auf diese Weise kann ein Code-Autor alle zugehörigen Daten und Funktionen für ein Softwaresystem einfach gruppieren, und ein Benutzer kann alle Fähigkeiten, die der Code-Autor entwickelt hat, leicht finden und nutzen.

Das folgende Beispiel nutzt objektorientierte Programmierung, um eine Anwendung zu erstellen, die Sensordaten von einer Reihe von Sensoren analysiert. 

Der in diesem Artikel verwendete Code steht zum Download bereit.

Anwendungsbeispiel: Analyse von Sensorarray-Daten

Ein Sensorarray (Abbildung 1) ist eine Gruppe von Sensoren, die oft in einer Reihe angeordnet sind und mit denen ein Medium wie Luft, Wasser oder Erde für Radar, Sonar oder Mobilfunk abgetastet wird. Durch das Erfassen von Abtastwerten an mehreren Punkten im Raum können Sie zusätzliche Informationen aus dem abgetasteten Medium gewinnen.

Abbildung 1. Ein Sensorarray, das zwei entfernte elektromagnetische Quellen unter unbekannten Winkeln erfasst.

Abbildung 1. Ein Sensorarray, das zwei entfernte elektromagnetische Quellen unter unbekannten Winkeln erfasst.

Unsere Anwendung verwendet ein Sensorarray, um die Einfallsrichtung (Direction of Arrival, DOA) mehrerer entfernter elektromagnetischer Quellen wie Funkfeuern und Radarsendern zu bestimmen. In diesem Szenario werden wir versuchen, die Winkel θ1 und θ2 der beiden Quellen relativ zur Richtung, in die das Sensorarray zeigt, abzuschätzen.

Überprüfen der Datenelemente und Operationen

Für diese Anwendung müssen wir die folgenden Daten speichern und darstellen:

  • Anzahl der Sensoren und Abtastwerte
  • Abgetastete Sensordaten
  • Sensor-Abtastrate
  • Abstand zwischen den Sensoren
  • Wellenlänge entfernter Quellen
  • Geschwindigkeit der Welle
  • Name oder Beschreibung des Sensordatensatzes

Wir werden eine einfache, auf der schnellen Fourier-Transformation (FFT) basierende Methode verwenden, um die Einfallsrichtung (DOA) der Quellen zu schätzen. Diese Technik kann unterteilt und als eine Sammlung von Operationen umgesetzt werden. Zur Vereinfachung der Entwicklungsarbeit werden einige Hilfsoperationen implementiert. So müssen wir z. B. Folgendes tun:

  • Den Datensatz aus synthetischen Daten oder erfassten Live-Daten erstellen
  • Datensatzwerte und -parameter prüfen und ändern
  • Die Abtastdaten grafisch darstellen, um die Interpretation und Validierung zu erleichtern
  • Das Leistungsspektrum des Datensatzes berechnen und grafisch darstellen (mit der einfachen Methode des Betragsquadrats der FFT)
  • Die Maxima des Leistungsspektrums ermitteln, um die Einfallsrichtung der Quellen zu schätzen

Nachdem wir die Daten, die wir repräsentieren müssen, und die Aktivitäten, die wir durchführen müssen, identifiziert haben, können wir die Daten mit Klasseneigenschaften und die Aktivitäten mit Klassenmethoden repräsentieren.

Darstellung von Daten mit Klasseneigenschaften

Wir beginnen mit der Definition einer Klasse zur Beschreibung des Sensorarrays. Diese anfängliche Darstellung enthält nur die Datenelemente und stellt sie als Klasseneigenschaften dar.

Eine Klasse definieren Sie in MATLAB mit einer Klassendefinitionsdatei, die mit dem Schlüsselwort classdef beginnt und mit dem Schlüsselwort end abgeschlossen wird. Innerhalb des Klassendefinitionsblocks beschreiben zusätzliche Schlüsselwortblöcke verschiedene Aspekte der Klasse, wie z. B. Klasseneigenschaften und Klassenmethoden. Die in Abbildung 2 dargestellte Definitionsdatei beschreibt eine Klasse sads (Sensorarray-Datensatz), in deren Eigenschaftenblock alle Datenelemente aufgeführt sind, die wir darstellen müssen.

Abbildung 2. Klassendefinitionsdatei sads.m mit Eigenschaften.

Abbildung 2. Klassendefinitionsdatei sads.m mit Eigenschaften.

Erstellen eines Objekts und Zugriff auf Eigenschaften

Um ein Objekt oder eine Instanz der von uns definierten Klasse zu erzeugen, verwenden wir die Anweisung

>> s = sads;

Um den Wert einer Eigenschaft festzulegen, geben wir ihren Namen genau wie bei den Feldern einer Struktur an, mit

>> s.NumSensors = 16;

Wir können das Objekt anzeigen und alle verfügbaren Eigenschaften und aktuellen Werte sehen, indem wir seinen Namen eingeben.

>> s
s = 
  sads with properties:

      Wavelength: []
               c: 300000000
      NumSensors: 16
      NumSamples: []
            Data: []
         Spacing: []
      SampleRate: []
            Name: []

Alle Eigenschaften außer NumSensors und c sind noch leer. Der Datensatz kann nun mit der Funktion class, der Funktion isa und dem Befehl whos als sads-Objekt identifiziert werden, was bei Strukturen nicht möglich ist.

>> class(s)
ans =
 'sads'

Die Fähigkeit, die Klasse einer Variablen zu identifizieren, ist wichtig für Benutzer, die Code zum Bearbeiten des Datensatzes erstellen, da sie dadurch die verfügbaren Datenelemente, auf die zugegriffen werden kann, sowie die zulässigen Operationen bestimmen können.

Fehlerprüfung

Wenn Sie Strukturen zur Darstellung Ihrer Daten verwenden, können Sie jederzeit einen neuen Feldnamen hinzufügen, indem Sie einfach einen neuen Feldnamen angeben und ihm einen Wert zuweisen. Diese Möglichkeit ist besonders praktisch, wenn Sie mit Algorithmen experimentieren und Prototypen erstellen. Wenn Sie jedoch einen Feldnamen falsch schreiben, wird stillschweigend ein neues Feld hinzugefügt, was später zu einem schwer zu diagnostizierenden Fehler führen kann.

Im Gegensatz zu Strukturen können Sie einem Objekt nicht dynamisch eine neue Eigenschaft hinzufügen, indem Sie einfach einen neuen Eigenschaftsnamen angeben und ihm einen Wert zuweisen. Wenn Sie den Namen einer Objekteigenschaft falsch schreiben, gibt MATLAB sofort einen Fehler aus. Diese zusätzliche Ebene der Fehlerprüfung ist nützlich, wenn auf das Objekt von Benutzern zugegriffen wird, die mit dem Objekt weniger vertraut sind als der Autor, was bei der Entwicklung einer großen Anwendung üblich ist.

Kontrolle des Datenzugriffs

Klassen bieten Ihnen umfassende Kontrolle über den Zugriff auf Eigenschaften. So können Sie beispielsweise die Änderung einer Eigenschaft verbieten, eine Eigenschaft ausblenden oder ihre dynamische Berechnung veranlassen. Sie steuern den Zugriff auf Eigenschaften durch die Angabe von Eigenschaftsattributen in der Klassendefinitionsdatei. Wir erweitern die Klassendefinitionsdatei in Abbildung 2, indem wir die aktuelle Liste der Eigenschaften in mehrere Eigenschaftsblöcke mit jeweils eigenen Eigenschaftsattributen unterteilen: GetAccess, Constant und Dependent (Abbildung 3).

Abbildung 3. Klassendefinitionsdatei sads.m mit Eigenschaftsattributen.

Abbildung 3. Klassendefinitionsdatei sads.m mit Eigenschaftsattributen.

Sie verhindern die Änderung einer Eigenschaft, indem Sie das Attribut Constant setzen. In unserem Beispiel legen wir die Eigenschaft c (Lichtgeschwindigkeit) als konstant fest. Da sich konstante Eigenschaften nicht ändern, kann auf sie einfach durch Verweis auf den Klassennamen zugegriffen werden.

>> sads.c
ans =
 300000000

Sie machen eine Eigenschaft schreibgeschützt, indem Sie das Attribut SetAccess auf „private“ setzen. Sie können eine Eigenschaft nur für die Methoden sichtbar machen, die auf ihr operieren, indem Sie das Attribut GetAccess auf „private“ setzen, wie wir es bei der Eigenschaft Wavelength tun werden.

Sie können die Namen oder Merkmale einer privaten Eigenschaft beliebig ändern, ohne dass dies die Benutzer des Objekts betrifft. Dieser „Black-Box“-Ansatz zur Definition einer Software, der als Kapselung bekannt ist, verhindert, dass der Benutzer des Objekts von einem Implementierungsdetail oder Merkmal abhängig wird, das sich ändern und dadurch seinen Code funktionsunfähig machen könnte.

Sie legen fest, dass eine Eigenschaft nur bei Abfrage berechnet wird, indem Sie ihr Attribut Dependent setzen.

Sie geben dann eine Get-Methode an, die beim Zugriff auf die Eigenschaft automatisch aufgerufen wird. Einzelheiten zur Angabe von Klassenmethoden finden Sie im Abschnitt „Zugriff auf Eigenschaften mit Get- und Set-Methoden“ dieses Artikels. In unserer Anwendung legen wir die Eigenschaften NumSensors und NumSamples als abhängig fest.

Operationen mit Klassenmethoden implementieren

Methoden bzw. die Operationen, die auf dem Objekt ausgeführt werden können, werden als Liste von Funktionen in einem Methodenblock angegeben. Eine Klasse kann viele Arten von Methoden enthalten, die jeweils einen anderen Zweck erfüllen und unterschiedlich spezifiziert sind. Der folgende Abschnitt beschreibt eine Reihe dieser Methodentypen.

Wir fügen der Definitionsdatei sads einen Methodenblock hinzu und ergänzen jede neue Methode innerhalb dieses Blocks (Abbildung 4).

Abbildung 4. Klassendefinitionsdatei sads.m mit Methoden, im MATLAB-Editor angezeigt. Um die Anzeige zu erleichtern, wird die Code-Einklapp-Funktion verwendet, um einen Großteil des Codes auszublenden.

Abbildung 4. Klassendefinitionsdatei sads.m mit Methoden, im MATLAB-Editor angezeigt. Um die Anzeige zu erleichtern, wird die Code-Einklapp-Funktion verwendet, um einen Großteil des Codes auszublenden.

Festlegen einer Konstruktormethode

In unserem Beispiel spezifizieren wir eine Konstruktormethode, mit der der Benutzer Parameter angeben kann, die bei der Erstellung des Objekts verwendet werden sollen. Die Konstruktormethode führt häufig eine Dateninitialisierung und -validierung durch. Das Objekt wird nun erstellt mit

>> s = sads(Data, Wavelength, SampleRate, Spacing, Name); 

Implementierung anwendungsspezifischer Methoden

Wir werden mehrere Methoden zur Implementierung anwendungsspezifischer Operationen hinzufügen, die mit dem Datensatz durchgeführt werden sollen. Die meisten Methoden erhalten das Objekt als Eingabeargument (zum Beispiel obj) und greifen auf die Objekteigenschaften zu, indem sie auf diese Variable verweisen (zum Beispiel obj.NumSamples), wie in dieser Methode:

function mag = magfft(obj, zpt)
mag = zeros(obj.NumSamples, zpt); 
...
end

Obwohl dies zusätzliche Syntax erfordert, kann das Referenzieren von Eigenschaften über die Objektvariable dazu beitragen, sie von lokalen Funktionsvariablen wie mag oben zu unterscheiden.

Aufrufen von Methoden

Methoden werden genau wie Funktionen aufgerufen, wobei das übergebene Objekt eines der Argumente ist. Wir können die DOA-Winkel der Quellen schätzen, indem wir die Methode doa unserer Klasse aufrufen.

>> angles = doa(s)
angles =
 -10.1642 18.9953

Die DOA-Winkel nähern sich den tatsächlichen Positionen der in Abbildung 1 gezeigten Quellen an, die bei -10° und 20° liegen.

Zugriff auf Eigenschaften mit Get- und Set-Methoden

Sie können Eigenschaften validieren oder abhängige Eigenschaften implementieren, indem Sie zugehörige Set- und Get-Methoden angeben. Hier ist die Get-Methode für die Eigenschaft NumSensors.

function NumSensors = get.NumSensors(obj)
NumSensors = size(obj.Data, 2);
end

Get- und Set-Methoden werden automatisch aufgerufen, wenn auf Eigenschaften zugegriffen wird, zum Beispiel mit

>> N = s.NumSensors;

Spezifizieren von Methoden für bestehende MATLAB-Funktionen durch Überladen

Durch Überladen können Sie vorhandene MATLAB-Funktionen so neu definieren, dass sie mit Ihrem Objekt arbeiten, indem Sie in Ihrer Methodenliste eine Funktion mit diesem Namen bereitstellen. In unserer Anwendung werden wir die überladene Methode plot verwenden, die eine Funktion zur Darstellung des Datensatzes bereitstellt, die vielen MATLAB-Anwendern vertraut ist (Abbildung 5).

>> plot(s)
Abbildung 5. Überladene, für den Sensorarray-Datensatz spezialisierte plot-Methode.

Abbildung 5. Überladene, für den Sensorarray-Datensatz spezialisierte plot-Methode.

Diese benutzerdefinierte plot-Methode stellt die Informationen auf die für diesen Datensatz am besten geeignete Weise dar und beschriftet sie mit allen verfügbaren Informationen. Sie wird nur auf Objekte angewendet, für die sie definiert wurde – ein wesentlich robusterer Ansatz als die Manipulation der Reihenfolge der Verzeichnisse im Pfad.

Wenn Sie spezielle Verhaltensweisen für Ihre Klasse wünschen, können Sie auch grundlegende Operatoren und sogar die Indexierung überladen, indem Sie Methoden mit speziellen Namen verwenden.

Weiterentwicklung der Anwendung

Die Klasse, die wir in diesem Beispiel erstellt haben, stellt unseren Sensorarray-Datensatz dar und ermöglicht es uns, auf einfache Weise eine komplexe, spezialisierte Analyse unserer Daten durchzuführen, einschließlich der zentralen Operation zur Richtungsbestimmung. Mit dieser Klasse können wir die Leistung der FFT-basierten Technik in verschiedenen Szenarien schnell bewerten.

Wir könnten die Anwendung durch zusätzliche OO-Techniken erweitern. Wir könnten zum Beispiel Folgendes tun:

  • Mithilfe von Vererbung Unterklassen bestehender Klassen definieren (die Definition einer übergeordneten Kategorie wiederverwenden, um eine spezifischere Unterkategorie zu definieren)
  • Statische Methoden angeben, mit denen wir eine Operation für die Klasse als Ganzes definieren können
  • Handle-Klassen mit Referenzverhalten verwenden, mit denen wir Datenstrukturen wie verknüpfte Listen erstellen oder mit einem großen Datensatz arbeiten können, ohne ihn zu kopieren
  • Ereignisse und Listener definieren, mit denen wir Objekteigenschaften oder Aktionen überwachen können

Diese Techniken verbessern unsere Fähigkeit, mit Komplexität umzugehen, indem sie es uns ermöglichen, Beziehungen und Verhalten in der Anwendung weiter zu definieren.

Da sie mit OO-Techniken erstellt wurde, ist die Anwendung jetzt robust genug, um auch von anderen genutzt und gewartet zu werden, und sie kann mit anderen Anwendungen innerhalb einer Organisation integriert werden.

Veröffentlicht 2020


Über den Autor

Adam Sifounakis

Adam Sifounakis is a MATLAB language product manager focused on software developer workflows. With over 20 years of MATLAB experience, 10 years at MathWorks, and over 5 years working directly with aerospace and defense customers, Adam helps deliver the capabilities customers need to develop powerful MATLAB applications.

Mehr entdecken