Schulungen zu MATLAB und Simulink

Kursbeschreibung

In diesem dreitägigen Kurs modellieren Sie Systeme zur digitalen Signalverarbeitung, analysieren Signalspektren und entwerfen digitale Filter. Sie erstellen Simulink®-Blockdiagramme, um diese Systeme zu simulieren und verwenden Algorithmen für die Signalverarbeitung aus der DSP System Toolbox™. Für diese grundlegende Einführung benötigen Sie keine Vorkenntnisse in der Modellierung von Systemen und Algorithmen in Simulink.

Themen sind unter anderem:

  • Was ist Simulink?
  • Arbeiten mit der Simulink-Oberfläche
  • Modellieren zeitdiskreter Ein- und Mehrkanalsysteme
  • Implementieren von Sample- und Frame-basierter Verarbeitung
  • Modellieren von Systemen mit kontinuierlichen und diskreten Komponenten
  • Entwickeln eigener Blöcke und Bibliotheken
  • Bedingtes Ausführen von Systemen
  • Spektralanalyse mit Simulink
  • Integrieren von Filterentwürfen in Simulink
  • Modellieren von Multiratensystemen
  • Integrieren externen Codes
  • Automatisieren von Simulationen

Tag 1 von 3


Was ist Simulink?

Ziel: Einen Überblick über die Verwendung von Simulink erhalten.

  • Überblick über Simulink
  • Vorteile der Verwendung von Simulink
  • Simulink Add-ons
  • Ein Blick auf ein Simulink-Modell

Erstellen und Simulieren eines Modells

Ziel: Erstellen eines einfachen Modells und Analysieren der Simulationsergebnisse, um die Simulink-Oberfläche und Bibliotheken kennenzulernen.

  • Erstellen und Ändern eines Simulink-Modells
  • Definieren von Systemeingängen und -ausgängen
  • Simulieren des Modells und Analysieren der Simulationsergebnisse

Modellieren diskreter dynamischer Systeme

Ziel: Frame-basiertes Modellieren diskreter dynamischer Systeme, um digitale Systeme wie z.B. Filter zu simulieren, die sich durch Differenzengleichungen oder diskrete Übertragungsfunktionen beschreiben lassen.

  • Modellieren eines diskreten Systems mit einfachen Blöcken
  • Identifizieren der Abtastzeiten von Blockausgängen
  • Verwenden von Frames
  • Verwenden von Puffern
  • Unterschied zwischen Frames und Mehrkanalsignalen
  • Visualisieren Frame-basierter Signale
  • Verhalten von Delay-Blöcken im Zusammenspiel mit Frame-basierten Signalen
  • Mehrkanalige Frame-basierte Signale

Modellieren logischer Konstrukte

Ziel: Verwenden von Logik-Blöcken und MATLAB-Code, um logische Ausdrücke zu modellieren.

  • Modellieren logischer Ausdrücke
  • Modellieren bedingter Verzweigungen
  • Verstehen der Nulldurchgangserkennung (Zero-Crossings)
  • Modellieren mit dem MATLAB-Function-Block

Vom Algorithmus zum Modell

Ziel: Erstellen eines Modells basierend auf Spezifikationen von Algorithmen.

  • Modellieren spezifizierter Algorithmen
  • Schrittweises Entwickeln von Algorithmen durch Modellieren und Simulieren
  • Verifizieren von Modellen durch Vergleichen mit spezifizierten Algorithmen

Tag 2 von 3


Mixed-Signal-Modelle

Ziel: Modellieren hybrider Systeme mit diskreten und kontinuierlichen Blöcken, um Mixed-Signal-Systeme wie z.B. Analog-Digital-Wandler zu simulieren.

  • Was ist ein Mixed-Signal-Modell?
  • Modellieren eines ADC (Analog-Digital-Wandlers) mit Apertur-Jitter und Nichtlinearität
  • Fallstudie: Modellieren des TI ADS62P29 ADC

Simulink Solver

Ziel: Auswählen eines geeigneten Solver für ein Simulink-Modell, um Simulationen genau und schnell durchzuführen.

  • Verstehen der Simulink-Solver
  • Simulieren einfacher Modelle
  • Simulieren von Modellen mit diskreten und kontinuierlichen Zuständen
  • Simulieren von Multiratenmodellen
  • Solver mit fester und variabler Schrittweite
  • Auswählen eines Solvers für kontinuierliche Systeme
  • Umgang mit Zero-Crossings
  • Umgang mit algebraischen Schleifen

Subsysteme und Bibliotheken

Ziel: Erstellen eigener Blöcke in Simulink, Maskieren von Blöcken und Entwickeln eigener Bibliotheken, um wiederverwendbare Komponenten zu erstellen.

  • Erzeugen von Subsystemen
  • Kennenlernen virtueller und nicht-virtueller Subsysteme
  • Verwenden von Subsystemen als Modellkomponente
  • Maskieren von Subsystemen
  • Erzeugen eigener Bibliotheken
  • Arbeiten mit und Verändern von Bibliotheksblöcken
  • Hinzufügen eigener Bibliotheken zum Simulink Library Browser

Modellieren bedingungsgesteuerter Algorithmen

Ziel: Verwenden bedingungsgesteuerter Subsysteme, um Teile eines Modells abhängig von logischen Ausdrücken ausführen zu können.

  • Modellieren bedingungsgesteuerter Systeme mit aktivierten Subsystemen
  • Modellieren bedingungsgesteuerter Systeme mit getriggerten Subsystemen
  • Anwenden auf das Beispiel des AGC-Modells

Spektralanalyse

Ziel: Durchführen von Spektralanalysen in Simulink, um Signale charakterisieren zu können.

  • Analysieren von Spektren mit dem Spectrum-Analyzer-Block
  • Einstellen der Parameter für die Spektralanalyse
  • Analysieren des Leistungsspektrums von Motorengeräuschen
  • Klassifizieren von Sprache basierend auf ihrem Spektrum
  • Bestimmen des Frequenzgangs eines diskreten Systems

Tag 3 von 3


Entwerfen und Anwenden von Filtern

Ziel: Entwerfen und Implementieren digitaler Filter in einem Simulink-Modell, um Signale während einer Simulation filtern zu können.

  • Entwerfen von Filtern in Simulink
  • Umwandeln von Filtern in Fixed-Point Darstellung

Multiratensysteme

Ziel: Verwenden von Multiraten-Filter-Blöcken, um bei der Änderung der Abtastrate eines Signals Imaging- oder Alias-Effekte zu reduzieren.

  • Modellieren von Multiratensystemen
  • Blöcke für Multiraten-Signalverarbeitung
  • Resampling von überabgetasteten Signalen
  • Entwerfen und Implementieren von Anti-Imaging und Anti-Aliasing Filtern
  • Verwenden von Multiratenfilter-Blöcken
  • Fallstudie: Umwandeln professioneller Audio-Daten in CD-Format
  • Umwandeln des Entwurfs in Fixed-Point-Darstellung

Einbinden externen Codes

Ziel: Einbinden externen oder benutzererzeugten MATLAB- bzw. C-Codes in ein Simulink-Modell, um bestehende Algorithmen verwenden zu können.

  • Grundlegende Betrachtungen zum Einbinden externen Codes
  • Einbinden von MATLAB-Code und C-Code mit dem MATLAB Function Block

Zusammenfassen von Modellen zu Diagrammen

Ziel: Integrieren mehrerer Modelle zu einem Gesamtmodell, um die zeitgleiche Bearbeitung verschiedener Komponenten eines Simulink-Modells durch verschiedene Entwickler zu ermöglichen.

  • Modellreferenzierung und Subsysteme
  • Einrichten einer Modellreferenz
  • Definieren von Modellreferenzargumenten
  • Simulationsmodi für Modellreferenzen
  • Betrachten von Signalen in referenzierten Modellen
  • Erzeugen eines Abhängigkeitsgraphen für ein Modell

Automatisieren von Modellierungsaufgaben

Ziel: Steuern und Ausführen von Simulink-Modellen von der MATLAB-Kommandozeile, um Abläufe wie z.B. Parametervariationen zu automatisieren.

  • Automatisieren von Testläufen
  • Überprüfen und Verändern von Parametern
  • Suchen nach Blöcken mit bestimmten Parameterwerten
  • Erstellen und Verändern von Blockdiagrammen

Stufe: Aufbaukurs

Voraussetzungen:

  • Kenntnisse in MATLAB® entsprechend der Schulung MATLAB Grundlagen and basic knowledge of digital signal processing
  • Grundlegende Kenntnisse der digitalen Signalverarbeitung werden dringend empfohlen

Dauer: 3 Tage

Sprachen: Deutsch, English, 日本語, 한국어