R2019b auf einen Blick

 

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 ddas 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