MathWorks

作者:Steve Leibson,编译:黑夜

相信大家和小编一样,都了解Matlab以及FPGA开发,但是你有想过使用Matlab来对你的FPGA进行开发吗?一段时间以来,MathWorks一直主张使用Matlab和Simulink开发工具进行基于模型的设计,因为好的设计技术使您能够在更短的时间内开发更高质量的复杂软件。(参见MathWorks 白皮书:“小型团队如何采用基于模块的设计“)。基于模块的设计采用了数学和可视化的方法,通过整个开发过程中使用的系统级建模(从初始设计到设计分析,仿真,自动代码生成和开发和验证)来开发复杂的控制和信号处理系统。这些模块是由框图,文本程序和其他图形元素组成的可执行规范。基于模型的设计鼓励对比其他设计方法更广泛的设计空间的快速探索,因为您可以在设计周期的早期更快地迭代设计。而且,由于这些模型是可执行的,所以验证成为每一步开发过程中不可或缺的一部分。

MathWorks推出用于新型3GPP无线电技术开发的5G库

为未来5G标准提供物理层算法和链路级参考

MathWorks公司今日推出了用于支持无线设计开发的5G库,为即将于2018年3月发布的初版3GPP 5G标准规范做好准备。该5G库提供功能和链路级参考设计,可帮助无线工程师探索3GPP新型无线电技术的行为和性能。借助5G库,无线工程师可以进行仿真,评估5G技术,及其对整个5G系统设计的影响。

5G标准将引入先进技术,以推动移动宽带、机器对机器通信和车联网等应用的快速创新。5G库有助于无线系统工程师在标准定稿之前探索和应用5G新技术。通过采用该库中可靠的5G MATLAB算法和38.901信道模型,工程师可以快速评估新的波形和编码方案的性能特性,并开发接收算法。

“在MATLAB中运行仿真的能力使我们能够更好地融入5G工作组,因为我们的很多合作公司也在使用MATLAB进行系统仿真和数据分析”,Convida Wireless链路级仿真负责人Lakshmi Iyer说道。“为与另外一名成员就标准贡献展开有效的讨论,我们需要将我们的假设和结果进行比较,而且大部分的讨论都以仿真为基础。使用5G库进行MATLAB仿真有助于推动这种对话。”

加强深度学习能力以简化设计、训练和部署模型

MathWorks今日推出了Release 2017b(R2017b),其中包括MATLAB和Simulink的若干新功能、六款新产品以及对其他86款产品的更新和修复补丁。此发行版还添加了新的重要的深度学习功能,可简化工程师、研究人员及其他领域专家设计、训练和部署模型的方式。

深度学习支持
R2017b中的具体深度学习特性、产品和功能包括:
• Neural Network Toolbox增加了对复杂架构的支持,包括有向无环图(DAG)和长短期记忆(LSTM)网络,并提供对 GoogLeNet 等流行的预训练模型的访问。
• Computer Vision System Toolbox中的Image Labeler应用现在提供一种方便和交互的方式来标记一系列图像中的地面实况数据。除对象检测工作流程外,该工具箱现在还利用深度学习支持语义分割、对图像中的像素区域进行分类,以及评估和可视化分割结果。
• 新产品GPU Coder可自动将深度学习模型转换为NVIDIA GPU的CUDA代码。内部基准测试显示,在部署阶段为深度学习模型产生的代码,比TensorFlow的性能提高7倍,比Caffe2的性能提高4.5倍。*

Simulink R2017a新特性:四大简便建模技巧

作者: Guy Rouleau MathWorks应用工程师

MATLAB 2017a 已经正式发布,点击左侧蓝色文字可下载试用。作为 R2017a 版本的第一篇博客,我想重点介绍几个能让大家建模更方便的Simulink新特性。

简化的子系统总线接口
我经常会从客户那收到很大的模型,子系统以及总线布置看起来就像下面这张图。通常会将子系统额外多包一层(中间那层),让连线看起来没那么乱。

在 2017a 里,增加了新元素: bus element ports。子系统看起来就会像这样:

MathWorks今日推出了包含一系列 MATLAB 和 Simulink 新功能的 Release 2017a (R2017a)。值得一提的是,R2017a包含一款名为 Automated Driving System Toolbox 的新产品,其有助于工程师设计、仿真和测试 ADAS 以及自动驾驶系统。除此之外,R2017a 还包含对 86 款其他产品的更新和补丁修复。

MATLAB 产品系列更新包括:
• MATLAB
o 实时编辑器中的交互式图形更新,包括标题、标签、图例和其他注释,以及将实时脚本输出复制到其他应用程序的功能
o heatmap 绘图函数,用于实现数据的可视化
o 作用于 tall 数组的其他函数,包括 ismember、sort、conv 和移动统计函数
• Econometrics Toolbox
o 贝叶斯线性回归模型,用于分析响应变量和一组预测变量之间的关系
o 向量自回归模型,用于分析多变量时序数据,包括外生预测值
• MATLAB Production Server
o 基于 Web 的服务器管理仪表盘,用于 IT 配置和控制
• Neural Network Toolbox

MathWorks 今日推出了包含一系列 MATLAB 和Simulink 新功能的 Release 2017a (R2017a)。值得一提的是,R2017a 包含一款名为 Automated Driving System Toolbox 的新产品,其有助于工程师设计、仿真和测试ADAS 以及自动驾驶系统。除此之外,R2017a 还包含对 86 款其他产品的更新和补丁修复。

MATLAB 产品系列更新包括:

MATLAB
实时编辑器中的交互式图形更新,包括标题、标签、图例和其他注释,以及将实时脚本输出复制到其他应用程序的功能
heatmap 绘图函数,用于实现数据的可视化
作用于 tall 数组的其他函数,包括 ismember、sort、conv和移动统计函数

MATLAB Online
通过 Web 浏览器访问 MATLAB
教学及便捷访问的理想选择
大多数许可证均可使用

Econometrics Toolbox
贝叶斯线性回归模型,用于分析响应变量和一组预测变量之间的关系
向量自回归模型,用于分析多变量时序数据,包括外生预测值

MathWorks加快FPGA在环验证

HDL Verifier 增加新的 FPGA 硬件在环测试功能

MathWorks今日发布了HDL Verifier中的新功能,用来加快 FPGA 在环(FIL)验证。利用新的 FIL 功能,可以更快地与 FPGA 板通信,实现更高的仿真时钟频率。现在,系统工程师和研究人员可以自信地快速确认和验证 FPGA 设计在系统中按预期方式工作,从而节省开发时间。

随着信号处理、视觉影像处理和控制系统算法的复杂度不断增加,在 FPGA 板上对硬件实现进行仿真,可以帮助验证设计在其系统环境中的工作情况。用于 FIL 验证的 HDL Verifier 自动设置 MATLAB 和 Simulink 测试环境,并将其与运行于 FPGA 开发板上的设计相连接。这有助于实现在实际硬件上运行的 FPGA 设计的高逼真度协同仿真,同时复用开发阶段使用的测试环境。

LTE System Toolbox 提供用于设计、仿真和验证 LTE 和 LTE-Advanced 通信系统且符合标准的函数和应用程序。该系统工具箱加速了 LTE 算法和物理层 (PHY) 部署,支持黄金参考验证和一致性测试,并能够生成测试波形。借助该系统工具箱,您可以配置、仿真、测量和分析端到端通信链路,还可以创建并重复使用符合性测试平台来验证设计、原型和实现是否符合 LTE 标准。

主要特性:
. 符合标准的 LTE 和 LTE-Advanced 模型
. 链路级传输和接收处理函数,支持 1 到 10 的下行传输模式和参考设计,包括协同多点 (CoMP)
. LTE、LTE-A 的测试模型 (E-TM) 和参考测量信道 (RMC) 以及 UMTS 波形生成
. 一致性和 BER 测试的交互式工具
. 使用无线电设备和仪器传输和接收波形以进行无线测试
. 从捕获的信号进行系统和控制参数恢复,包括小区标识、MIB 和 SIB1
. 信道估计、同步、MIMO 接收机函数和传播信道模型

主要功能:

1. 设计验证

对一系列功能进行了扩展并简化了在 MATLAB 中处理大数据的方式

MathWorks今日宣布,于今日推出了Release 2016b(R2016b),其中增加了新的功能以简化MATLAB中的大数据处理过程。如今,工程师和科学家可更轻松地在MATLAB中进行大数据处理而不必考虑内存的限制。R2016b 中还包括了Simulink的其他新功能、一个新的工具箱Risk Management Toolbox以及其它 83 款产品的更新和问题修复。

工程师和科学家可利用 MATLAB 的常用功能和语法,通过tall数组轻松处理超出内存限制的数据,而无需学习大数据编程。并且有上百个数学、统计和机器学习算法实现了对tall数组的支持。采用tall数组实现的大数据处理代码可以在 Hadoop 集群上运行或者被直接集成到其它 Spark 应用程序当中。

R2016b 还增加一个时间表数据容器,用于索引和同步带时间戳的表格数据;增加了字符串数组,用于进行有效的进行文本数据的操作、比较和存储;以及增加其它用于数据预处理的新功能。

该网络研讨面向 Avnet 基于 Zynq SoC  PicoZed SDR 系统级模块 (SOM) 展示了最新的无线电设计工作流程,其可帮助用户在统一软硬件开发环境中完成从通信系统的设计和仿真到生产部署的整个工作流程。观看 webinar »

同步内容