MathWorks stellt Release 2018a der MATLAB- und Simulink-Produktfamilien vor

MathWorks stellt heute Release 2018a (R2018a) mit einer Reihe neuer Funktionen in MATLAB und Simulink vor. R2018a umfasst zwei neue Produkte: die Predictive Maintenance Toolbox zum Entwerfen und Testen von Algorithmen für die Zustandsüberwachung und Predictive Maintenance und das Vehicle Dynamics Blockset für die Modellierung und Simulation von Fahrzeugdynamik in einer virtuellen 3D-Umgebung. Zusätzlich enthält dieses Release Updates und Fehlerbehebungen für 94 weitere Produkte.

Updates der MATLAB-Produktfamilie:

• MATLAB:
  • Live-Funktionen, Dokumentationserstellung, Debugging und interaktive Bedienelemente zur Einbettung von Schiebereglern und Drop-Down-Menüs in den Live Editor
  • App (UI) Testing Framework, MEX-Schnittstelle für C++, benutzerdefinierte Tab-Vervollständigung und Funktionsassistenten für die fortgeschrittene Softwareentwicklung
• MATLAB Online:
  • Hardware-Konnektivität für die Kommunikation mit USB-Webcams
• Econometrics Toolbox:
  • Econometric-Modeler-App zur Durchführung von Zeitreihenanalysen, Spezifikationstests, Modellierung und Diagnosen
• Image Processing Toolbox:
  • 3-D-Bildverarbeitung und Volumenvisualisierung
• Partial Differential Equation Toolbox:
  • Strukturdynamik-Analysen zum Finden von Eigenfrequenzen, Schwingungsformen und Einschwingverhalten
• Optimization Toolbox:
  • Verzweigungsmethoden zur schnelleren Lösung gemischt-ganzzahliger linearer Probleme

Deep Learning

• Neural Network Toolbox:
  • Support-Paket zum Importieren von Deep-Learning-Schichten und -Netzen, die in TensorFlow-Keras entworfen wurden
  • LSTM-Netze (Long Short-Term Memory) zum Lösen von Regressionsproblemen und zur Durchführung von Textklassifizierungen mit der Text Analytics Toolbox
  • Adam, RMSProp und Gradienten-Clipping für besseres Trainieren von Netzen
  • Beschleunigtes Training für Netze in Form gerichteter, azyklischer Graphen (DAG) unter Verwendung mehrerer GPUs und Berechnung von Zwischenschicht-Aktivierungen
• Computer Vision System Toolbox:
  • Image-Labeler-App zur Automatisierung der Kennzeichnung einzelner Pixel zur semantischen Segmentierung
• GPU Coder:
  • Generierung von CUDA-Code für Netze mit Topologien in Form gerichteter, azyklischer Graphen (DAG) sowie für vortrainierte Netze wie GoogLeNet, ResNet und SegNet
  • Generierung von C-Code für Deep-Learning-Netze auf Intel- und ARM-Prozessoren

Datenanalysen

• Statistics and Machine Learning Toolbox:
  • Visualisierung von Daten hoher Dichte mithilfe von Streudiagrammen in der Classification-Learner-App
  • Big-Data-Algorithmen für die Kernel-SVM-Regression, die Berechnung von Konfusionsmatrizen und die Erstellung nicht geschichteter Partitionen (nonstratified partitions) für die Kreuzvalidierung
• Text Analytics Toolbox:
  • Extrahierung und Zählung von Multiword-Ausdrücken, Extrahierung von HTML-Text sowie Erkennung von Sätzen, E-Mail-Adressen und URLs
  • Training stochastischer LDA-Modelle für große Datasets
• Predictive Maintenance Toolbox:
  • Neues Produkt für den Entwurf und das Testen von Algorithmen für die Zustandsüberwachung und Predictive Maintenance

Updates der Simulink-Produktfamilie:

• Simulink:
  • Vorausschauendes, schnelles Einfügen, um einen empfohlenen Block mit einem vorhandenen Block im Modell zu verbinden
  • Bessere Visualisierung durch Geschwindigkeitssteuerung der Simulation, Durchführung in realer Zeit oder in einem anderen vorgegebenen Tempo
  • Simulation Data Inspector im Live Editor, um Diagramme direkt hinzuzufügen, anzuzeigen und zu bearbeiten
• Simulink 3D Animation:
  • Kollisionserkennung zur Wahrnehmung von Kollisionen von Objekten in der virtuellen Welt mithilfe von Punktwolken, Ray-Tracing und primitiven Geometrien
• Simscape:
  • Domäne und Blockbibliothek für Feuchtluft zur Modellierung von HVAC- und Umweltkontrollsystemen
  • Partitionierung des lokalen Solvers zur Erhöhung der Geschwindigkeit von Echtzeit-Simulationen

Automobilindustrie

• Automated Driving System Toolbox:
  • Driving-Scenario-Designer-App zum interaktiven Definieren von Akteuren und Fahrszenarios, um Steuerungs- und Sensorfusionsalgorithmen zu testen
• Model Predictive Control Toolbox:
  • ADAS-Blöcke zum Entwerfen, Simulieren und Implementieren von adaptiven Algorithmen für die Geschwindigkeitsregelung und das Halten der Fahrspur
• Vehicle Network Toolbox:
  • Unterstützung des CAN FD-Protokolls in Simulink sowie XCP über Ethernet zur Kommunikation mit ECUs von MATLAB oder Simulink aus
• Model-Based Calibration Toolbox:
  • Powertrain Blockset-Integration zur Verwendung gemessener Daten für die Kalibrierung und Generierung von Tabellen für Powertrain-Blockset-Motormodelle
• Vehicle Dynamics Blockset:
  • Ein neues Produkt zur Modellierung und Simulation von Fahrzeugdynamik in einer virtuellen 3D-Umgebung

Codegenerierung

• Embedded Coder:
  • Embedded Coder Dictionary für die Erstellung benutzerdefinierter Codegenerierungs-Konfigurationen für Daten und Funktionen
  • Code Perspective zur Anpassung des Simulink-Desktops an Codegenerierungs-Workflows
• MATLAB Coder:
  • Zeilenorientiertes Array-Layout zu Vereinfachung der Anbindung des generierten Codes an C-Umgebungen, in denen Arrays im zeilenorientierten Format gespeichert werden
  • Unterstützung dünnbesetzter Matrizen zur Ermöglichung effizienterer entsprechender Berechnungen im generierten Code
  • Generierung von C-Code für maschinelles Lernen, einschließlich k-Nearest-Neighbor, nontree Ensemble-Modelle und Abstandsberechnungen mit der Statistics and Machine Learning Toolbox
• Fixed-Point Designer:
  • Optimierung von Lookup-Tabellen zur Annäherung von Funktionen und zur Minimierung der RAM-Beanspruchung vorhandener Lookup-Tabellen
• HDL Coder:
  • Matrix-Unterstützung zur Ermöglichung der HDL-Codegenerierung direkt aus Algorithmen mit zweidimensionalen Matrix-Datentypen und -Operationen

Signalverarbeitung und Kommunikation

• Signal Processing Toolbox:
  • Signal-Analyzer-App zu Verarbeitung mehrerer Signale und Extraktion zu untersuchender Bereiche aus Signalen
  • Schwingungssignalanalyse von rotierenden Maschinen mithilfe von Drehzahlverfolgung und Ordnungsanalyse
• LTE System Toolbox:
  • NB-IoT-Unterstützung für die Modellierung des Schmalband-Internet-of-Things-Transports und des physikalischen, mehrfach genutzten Downlink-Übertragungskanals
• RF Blockset:
  • Leistungsverstärkermodell zur Erfassung von Nichtlinearität und Memory-Effekten auf der Grundlage von Eingabe- und Ausgabeverhalten
• Wavelet Toolbox:
  • Kontinuierliche und diskrete Wavelet-Transformations-Filterbänke
• Robotics System Toolbox:
  • LiDAR-basiertes SLAM zur Lokalisierung von Robotern und Abbildung von Umgebungen mit LiDAR-Sensoren

Verifikation und Validierung

• Requirements Toolbox:
  • Import von Anforderungen mit ReqIF aus Drittanbieter-Tools wie IBM Rational DOORS Next Generation oder Siemens Polarion
• Simulink Test:
  • Abdeckungsaggregation zur Kombination der Abdeckungsergebnisse von mehreren Testläufen
• Polyspace Code Prover:
  • AUTOSAR-Unterstützung zur statischen Analyse von AUTOSAR-Softwarekomponenten

R2018a ist ab sofort weltweit erhältlich. Weitere Informationen siehe R2018a Highlights.

Folgen Sie @MATLAB auf Twitter, um mitzuverfolgen, was bei R2018a neu ist, oder klicken Sie auf der MATLAB Facebook-Seite auf „Gefällt mir“.