使用嵌入式MATLAB实现算法和系统级设计整合.docVIP

使用嵌入式MATLAB实现算法和系统级设计整合 　　引言 　　 　　本篇文章介绍了使用嵌入式MATLAB语言子集实现系统级整合验证的过程。本文通过一个无线多媒体通信系统中增强视频信号接收能力的自适应滤波器算法的例子来说明这一过程。首先构造一个Simulink的测试平台来测试嵌入式MATLAB算法，把它整合到无线通信系统模型中，修改使其达到系统级度量要求，并加入控制逻辑来提高处理效率。 　　为了使整个过程更清晰，这里选择了一个简单的算法和系统模型。实际上整个流程可以扩展为更复杂的算法和系统。 　　 　　设计问题 　　 　　假设现在需要对一段经移动通信网络传输的实况录像进行后期处理，可以编写一个算法来降低传输过程中引入的噪声。这个算法能否提供高质量的视频接收需要进行验证。另外，还需要一个统一的开发环境来准确地给每一个子系统及其相互作用建模。 　　Simulink是一个图形化开发环境，允许多域建模仿真，这对系统级设计和整合非常有用。下面的部分将会解释如何把已有的MATLAB算法整合到Simulink模型中。 　　 　　Simulink中的嵌入式MATLAB函数模块 　　 　　假设已经在MATLAB中编写好了算法，并且符合嵌入式MATLAB的要求。假设系统级模型是在Simulink中建立的，并且可能包含其他使用嵌入式MATLAB编写的模块。 　　为了把嵌入式MATLAB函数整合到Simulink模型中，首先需要把一个嵌入式MATLAB函数模块放到模型中。这个Simulink中的嵌入式MATLAB函数模块是专门为把MATLAB代码整合到Simulink模型而设计的。整个流程以在嵌入式MATLAB函数模块中定义顶层MATLAB函数开始，顶层函数的输入变量自动成为输入端口或模块的参数，函数的输出变量成为模块的输出端口，如图1所示。 　　 　　在嵌入式MATLAB函数模块中可以调用在任意MATLAB路径中符合嵌入式MATLAB要求的M函数代码，利用MATLAB debugger来识别和改正错误，调用客户自定义的C函数，并重复利用函数，以获得最优性能。 　　在仿真开始的时候，Simulink首先对包括嵌入式MATLAB函数模块在内的代码进行编译，把它当作Simulink模块的一部分来执行。嵌入式MATLAB代码以编译后C代码的速度执行。 　　 　　Simulink中嵌入式MATLAB代码的??能和接口验证 　　 　　要验证算法的功能和接口，在把算法整合到系统中之前，首先要执行一个单元测试。 　　在图2中，我们在几个滤波器中选择了其中之一搭建起一个测试平台。在视频源中引入视频流，画面帧中加入了椒盐噪声来模拟无线信道中的影响。在整合嵌入式MATLAB滤波器算法前，首先尝试Video and Image Processing模块库中不同的视频处理滤波器模块，快速验证测试平台的功能。在显示的视频中可以看到这些默认模块的效果。虽然在这个例子中视频源是一个静态文件，在附加的模块库有相关模块允许使用从摄像机等设备中获取的实时视频。 　　 　　如图2所示，这个方法虽然消除了噪声，但是输出的图像非常模糊。需要用自适应中值滤波器将这种人为的模糊降到最低。为了把MATLAB算法整合到Simulink测试平台中，这里用嵌入式MATLAB函数模块代替测试平台中的滤波器模块，直接在模块编辑器中调用嵌入式MATLAB代码。 　　有了适当的测试平台后，就可以迅速调试修改这个MATLAB算法了。在仿真过程中，debugger有助于检测运行错误。M-lint代码分析工具用来识别并修改嵌入式MATLAB函数的句法错误。 　　另外一个非常有用的调试技术是通过声明外部MATLAB函数，使得用户可以利用许多MATLAB中的调试和分析性能。使用eml.extrinsic声明使声明语句处于未编译状态，进而由MATLAB翻译。通过这个方法，用户可以使用嵌入式MATLAB子集之外的MATLAB其他可视化及数据分析工具。用户也可以在仿真过程中使用MATLAB调试高级功能，如设置条件断点，读写变量的值和大小。 　　使用嵌入式MATLAB的debugger模块可以进入自适应中值滤波器函数，并研究变化的参数对算法的影响。自适应中值滤波器函数中一个参数控制了自适应滤波器窗口的最大值。一个较大的窗口值能提高滤波器的效果，但是增加了运行时间。可以对一定范围内的窗口值进行测试，利用实时的可视反馈和定量的度量来估计折衷点。当使用合适的窗口值作为窗口最大值时，滤波器滤掉了主要的噪声，结果如图3所示。 　　通过测试平台对这一单元的测试，现在可以确认滤波器单独工作时工作正常，可以集成到系统中了。 　　 　　系统级集成和程序的优化 　　 　　下一步要看这个