Was ist neu?

Profitieren Sie noch mehr von MATLAB und Simulink, indem Sie die neueste Version herunterladen.

 

Release Highlights

Verwenden Sie die automatische Differenzierung, gemeinsame Gewichte und benutzerdefinierte Trainings-Schleifen, um komplexere Deep-Learning-Architekturen aufzubauen, wie Generative Adversarial Networks (GANs) und Siamesische Netze.

Erlernen Sie in einem interaktiven Tutorial die Grundlagen zum Erstellen, Bearbeiten und Simulieren von Stateflow-Modellen.

Entwickeln, testen und verifizieren Sie Fahralgorithmen; führen Sie Fusionen zwischen Tracks durch und entwerfen Sie dezentrale Trackingsysteme; verwenden Sie das Deep Learning Motor-Modell und P0-P4 HEV Modelle für das Testen von Regelungsalgorithmen sowie Systemsimulationen.

ROS Toolbox: Entwerfen, Simulieren und Bereitstellen ROS-basierter Anwendungen

Navigation Toolbox: Entwerfen, Simulieren und Bereitstellen von Algorithmen für Planung und Navigation

Robotics System Toolbox: Entwerfen, Simulieren und Testen von Robotikanwendungen

Untersuchen Sie Parameter interaktiv und führen Sie Vorverarbeitungen von Daten durch. Generieren Sie MATLAB-Code, der Teil Ihres Live-Skripts wird.

Mit dem neuen Simulink-Toolstrip können Sie auf Simulink-Funktionalitäten zugreifen und diese entdecken.


Weitere Ressourcen


Updates nach Produkt

MATLAB® Produktfamilie

MATLAB

  • Live Editor Tasks
    • Hinzufügen von Live Tasks zu Live-Skripten, um Parameter zu untersuchen und automatisch Code zu generieren 
    • Verwenden von Live Tasks, um Daten interaktiv vorzuverarbeiten und automatisch MATLAB-Code zu generieren
  • Chart Container - klasse: Entwickeln benutzerdefinierter Diagramme, die sich wie integrierte MATLAB-Grafiken verhalten
  • Funktionen uitable und uistyle: Interaktives Sortieren von Tabellen sowie Definieren der  Formatierung für Zeilen, Spalten oder Zellen in einer Tabelle als UI-Komponente
  • uihtml-Funktion: Hinzufügen von HTML-, JavaScript- oder CSS-Inhalten zu Apps
  • Eingabeargumente für Funktionen: Deklarieren von Eingabeargumenten für eine vereinfachte Prüfung auf Eingabefehler
  • Hexadezimal- und Binärzahlen: Angeben von Zahlen mithilfe von Hexadezimal- und Binär-Literalwerten
  • Python-Schnittstelle: Ausführen von Python-Funktionen in einem separaten Prozess zur Vermeidung von Bibliothekskonflikten zwischen MATLAB und Python

Optimization Toolbox

  • Codegenerierung: Generierung von C/C++-Code zur Lösung von Optimierungsproblemen mit nichtlinearen Nebenbedingungen mit fmincon (erfordert MATLAB Coder)

Statistics and Machine Learning Toolbox

  • Machine Learner-Apps: Optimieren von Hyperparametern in Classification Learner und Regression Learner und Angeben einer Kostenmatrix für die Fehlklassifikation im Classification Learner
  • Codegenerierung: Aktualisieren eines Entscheidungsbaums oder linearen Modells im C/C++-Code ohne Code-Neugenerierung sowie Generieren von C/C++-Code für Wahrscheinlichkeitsverteilungsfunktionen (erfordert MATLAB-Coder)
  • Codegenerierung: Generieren von Festkomma-Code in C/C++ für Vorhersagen mit einem SVM-Modell (erfordert MATLAB-Coder und Fixed-Point Designer)

Text Analytics Toolbox

  • Stimmungsanalysen: Bewertung des Grundtenors in Textdaten mit Hilfe von Sentiment-Scoring-Algorithmen einschließlich VADER
  • Deep Learning: Initialisieren Sie Worteinbettungsschichten mit vordefinierten Worteinbettungen

Control System Toolbox

  • Live Editor Tasks: Interaktive Durchführung von Aufgaben im Bereich der Modelltransformation und des Reglerentwurfs und Generierung von MATLAB-Code in einem Live-Skript

Deep Learning

Deep Learning Toolbox

  • Flexibilität für das Training: Trainieren komplexerNetzarchitekturen mit benutzerdefinierten Trainings-Schleifen, automatischer Differenzierung, gemeinsamen Gewichten und benutzerdefinierten Verlustfunktionen
  • Deep Learning-Netze: Erstellen von Generative Adversarial Networks (GANs), Siamesischen Netzen, variational autoencoders und attention networks
  • MIMO-Netze (Multi-Input, Multi-Output): Trainieren von Netzen mit mehreren Eingängen und mehreren Ausgaben
  • ONNX-Unterstützung: Exportieren von Netzen, in denen CNN- und LSTM-Schichten kombiniert sind, sowie Netzen mit 3D CNN-Schichten in das ONNX-Format

Signalverarbeitung

Audio Toolbox

  • Audio- und Sprach-Merkmalsextraktion: Automatisieren der Extraktion häufig verwendeter Audio- und Sprachmerkmale unter gemeinsamer Nutzung von Berechnungen
  • Erweiterung von Audiodaten: Automatische Generierung modifizierter Versionen von Audio- und Sprachaufzeichnungen mit Kombinationen allgemein verwendeter und benutzerdefinierter Effekte

Phased Array System Toolbox

  • Rückstreumodell für Fahrradfahrer-Radar: Simulieren von Radarsignalen mit Rückstreuung von Fahrrad und Fahrradfahrer

Simulink® Produktfamilie

Simulink

  • Simulink-Toolstrip: Zugriff auf und Erkennung von Simulink-Funktionalitäten nach Bedarf
  • Subsystemreferenzen: Aufbauen Ihrer Modelle aus Komponenten, indem Sie jedes Subsystem in eine Subsystemreferenz umwandeln und es so zur leichten Wiederverwendung in einer eigenständigen Datei speichern
  • Blockset Designer: Erstellen, Testen, Dokumentieren und Veröffentlichen eines gesamten Blocksets von einer einzigen Benutzeroberfläche aus
  • Nachrichten: Modellierung und C++-Codegenerierung für  die Softwareerstellung mit nachrichtenbasierter Kommunikation

Stateflow

  • Stateflow Onramp: Erlernen Sie in einem interaktiven Tutorial die Grundlagen zum Erstellen, Bearbeiten und Simulieren von Zustandsautomaten.

System Composer

  • Architekturansichten: Erstellen Sie automatisch oder manuell benutzerdefinierte Ansichten für spezielle Entwurfs- oder Analyseaspekte, die die Kommunikation zwischen mehreren Beteiligten ermöglichen.

Simscape Multibody

  • Block für flexible Festkörper mit reduzierter Ordnung: Modellieren der Verformung von Körpern mit unterschiedlichen Geometrien
  • Kontaktkräfte: Modellieren des Kontakts zwischen bei der Simulation zusammengepressten Körpern

Simscape Driveline

  • Zugang zum Quellcode: Anzeigen des Quellcodes für Simscape Driveline-Blöcke

Simulink Report Generator

  • Zugang zum Quellcode: Anzeigen des Quellcodes für Simscape Driveline-Blöcke

Codegenerierung und Verifikation

Fixed-Point Designer

  • Optimierung der Lookup-Tabelle: Zulassen von Tabellenwerten außerhalb der Kurve in optimierten Lookup-Tabellen
  • Bitmuster für Tests: Generieren von Simulationseingaben, um den gesamten relevanten Bitbereich für Ihr Design zu testen

MATLAB Coder

  • Optimization Toolbox-Codegenerierung: Generieren von Code für die Optimierung mit nichtlinearen Nebenbedingungen mit fmincon
  • Codegenerierung für die Statistics and Machine Learning Toolbox™: Generieren von Code für Wahrscheinlichkeitsverteilungsfunktionen und von Festkomma-Code für Vorhersage mit einem SVM-Modell

GPU Coder

  • LSTM-Netze (Long Short-Term Memory): Generieren von Code für rekurrente Netze wie LSTM-Netze

Vision HDL Toolbox

  • Multipixel-Streaming: Verarbeiten von Videos mit hoher Frame-Rate oder hoher Auflösung auf FPGA

HDL Verifier

  • Unterstützung der Universal Verification Methodology (UVM): Automatische Generierung von UVM-Komponenten aus Simulink-Modellen für den Einsatz in Verifikationsumgebungen
  • Data Capture von FPGAs: Flexiblere Signalerfassung unter Verwendung von Vergleichsoperatoren bei der Definition von Triggern

Automobilindustrie

AUTOSAR Blockset

  • AUTOSAR-Architektur: Erstellen und Simulieren funktionalen Verhaltens mit Basic Software Services mit dem CompositionEditor (erfordert System Composer)

Automated Driving Toolbox

  • 3D-Simulation: Entwickeln, Testen und Verifizieren von Fahralgorithmen in einer 3D-Simulationsumgebung, die mit der Unreal Engine von Epic Games dargestellt wird

Powertrain Blockset

  • Deep-Learning-Modell für SI-Motor: Generierung eines Deep-Learning-Modells eines Motors für Algorithmus-Design und -Performance, niedrigen Kraftstoffverbrauch und Emissionsanalyse (erfordert die Deep Learning Toolbox sowie die Statistics and Machine Learning Toolbox zur Modellgenerierung)
  • HEV-Referenzanwendungen: Neue bzw. aktualisierte Referenzanwendungen für die HEV-Architekturen P0, P1, P2, P3 und P4 mit einzelnem Motor. Vollständige Modelle verwenden eine neue Equivalent Consumption Minimization Strategy (ECMS) für die Regelung des Hybrids.

Autonome Systeme

Navigation Toolbox

  • Neues Produkt für den Entwurf, die Simulation und die Bereitstellung von Algorithmen für Planung und Navigation

ROS Toolbox

  • Neues Produkt für den Entwurf, die Simulation und die Bereitstellung von ROS-basierten Anwendungen

Robotics System Toolbox

  • Gazebo-Kosimulation: Durchführen zeitsynchroner Simulationen von Gazebo mit Simulink
  • Kollisionsprüfung: Definieren von Kollisionsformen und Erkennen von Kollisionen zwischen Gittergeometrien

Sensor Fusion and Tracking Toolbox

  • Track-Level Fuser: Durchführen von Fusionen zwischen Tracks und Entwerfen dezentraler Trackingsysteme
  • PHD-Tracker mit Gaußscher Mischverteilung: Verfolgen von Punktobjekten und größeren Objekten mit bestimmten Formen

Verifikation und Validierung

Simulink Test

  • Geführter Back-to-Back-Test-Assistent: Verwenden eines geführten Workflows zum Einrichten von Back-to-Back-Äquivalenz- und Baseline-Tests

Simulink Coverage

  • Testabdeckungsaggregation von Unit bis System: Anzeigen der Systemtestabdeckung, die durch Unit-Tests erreicht wurde, im neuen Abschnitt für aggregierte Tests im Abdeckungsbericht
  • Rückverfolgbarkeit von Anforderungen bis zum Testfall: Anzeigen von Simulink Requirements-Links und Abdeckungsdetails für jeden Simulink-Block beim Erzeugen von Abdeckungsberichten aus dem Simulink Test Manager

Simulink Requirements

  • Link-Austausch mit Drittanbieter-Tools:  Freigeben von Links für Drittanbieter-Tools über ReqIF
  • Rückverfolgbarkeit zu DOORS 9-Baselines: Navigieren vom Modell zu den Baseline-Anforderungen in IBM Rational DOORS 9

Simulink Check

  • Automated Clone Refactoring-App: Erkennung von Klonen von Subsystemen oder Bibliotheken, Refaktorierung und Überprüfung der Äquivalenz eines refaktorierten Modells

Polyspace Products

  • Unterstützung von AUTOSAR C++14: Überprüfen auf fehlerhafte Verwendung von Lambda-Ausdrücken, mögliche Probleme mit Aufzählungen und andere Probleme
  • Modus für gemeinsame Variablen: Durchführen einer weniger umfangreichen Code Prover-Analyse für eine gesamte Anwendung, um nur die gemeinsame Nutzung globaler Variablen zu berechnen
  • Simulink-Unterstützung: Analysieren von generiertem Code mithilfe von Kontext-Schaltflächen im Simulink Editor-Toolstrip
  • Simulink-Unterstützung: Verifizieren von benutzerdefiniertem Code, der aus C Caller-Blöcken und Stateflow-Diagrammen im Kontext eines Modells aufgerufen wird

Release Notes nach Produkt