📚 课程目录第4章 SIL环境搭建与代码集成

4. SIL环境搭建与代码集成

SIL（Software-in-the-Loop）验证的核心思想，是把控制器模型通过自动代码生成得到的C代码，与原本在Simulink等建模环境中运行被控对象模型放在同一台主机上闭环运行。这样做的价值在于：验证的不再是图形化模型，而是真正要烧录到ECU里的那份代码。因此本节的关键任务可以归纳为四件事——把代码生成配置对、把SIL仿真框架搭起来、把被控对象模型与生成代码正确闭环、把编译与运行脚本固化下来。

一、自动代码生成配置

以Embedded Coder为例，代码生成配置的核心是让生成代码的接口、数据类型和调度方式与后续集成环境一致。常用配置项包括：系统目标文件选择ert.tlc（Embedded Real-Time目标），语言选择C，代码生成仅生成代码而不构建（Generate code only）在SIL阶段通常先勾选，便于单独控制编译过程。

接口配置上，求解器建议使用固定步长（Fixed-step）、离散求解器（discrete），步长与后续SIL仿真步长保持一致，例如0.001 s。这样生成代码中的步进函数才会以确定周期被调用。对于被控对象与控制器分属不同模型的场景，控制器模型应配置为导出函数（Export function）或可重入（Reusable function），并明确步进函数名，例如Controller_step。

数据类型方面，需要保证控制器模型中的信号类型与生成代码一致，避免出现double与single混用导致的精度差异。若控制器使用定点，应在配置中指定定点目标，并检查生成代码中的类型定义头文件。一个典型的配置检查清单如下：

系统目标文件：ert.tlc，语言C；
求解器：固定步长、离散，步长与SIL一致；
代码生成：仅生成代码，生成报告；
接口：导出步进函数，函数名与集成脚本一致；
数据类型：与目标一致，检查rtwtypes.h；
代码风格：可读性优先，便于人工核对。

二、SIL仿真框架

SIL仿真框架的本质是一个"调度器+接口层"。调度器负责按固定步长推进时间，接口层负责在每一步中先调用被控对象模型计算传感器输出，再把该输出送入生成代码的步进函数，最后把生成代码返回的控制量送回被控对象模型。这个顺序不能颠倒，否则会引入一步延迟，导致闭环特性与真实系统不符。

在Simulink中，常用做法是把生成代码封装成S-Function或使用Legacy Code Tool，也可以直接用coder.ceval在MATLAB Function块中调用。无论哪种方式，接口层需要完成三件事：初始化（调用生成代码的初始化函数）、步进（调用步进函数）、终止（调用终止函数）。初始化只在仿真开始时执行一次，步进在每个采样周期执行，终止在仿真结束时执行。

框架中还需要处理输入输出缓冲。生成代码的输入输出通常是结构体指针或数组指针，接口层要把Simulink信号转换成对应的内存布局。例如控制器输入为real_T rtw_u[2]，输出为real_T rtw_y[1]，接口层就要在每一步把传感器信号写入rtw_u，再从rtw_y读取控制量。

三、被控对象模型与生成代码的闭环连接

闭环连接的关键是明确信号方向与单位。以直流电机速度控制为例：被控对象模型输入为电压U（单位V），输出为转速n（单位rpm）；控制器输入为转速误差，输出为电压。连接时，被控对象输出的转速送入控制器，控制器输出的电压送回被控对象，形成负反馈。

需要注意的是，被控对象模型与生成代码的采样周期必须一致。如果被控对象用连续求解器、控制器用离散步进，就会出现采样时刻不匹配。推荐做法是被控对象也离散化，或使用固定步长求解器，使两者在同一时间网格上推进。此外，控制器中的积分器、滤波器等状态量由生成代码内部维护，接口层不要重复初始化，否则会破坏状态连续性。

下面这张图展示了SIL闭环的数据流与调用关系，重点体现"被控对象—接口层—生成代码"三者的信号方向与步进顺序。

四、编译与运行脚本

手工点击编译和运行容易出错，也不利于回归。推荐把编译与运行固化成脚本。编译脚本负责把生成代码、接口层代码和必要的运行时文件一起编译成可执行文件或动态库；运行脚本负责启动仿真、加载参数、记录日志。

以MATLAB环境为例，可以用mex命令编译S-Function，把生成代码的.c文件与接口层.c文件一起加入编译列表。下面是一个简化的编译脚本示例：

% build_sil.m —— 编译SIL接口
src = { ...
  'Controller.c', ...        % 生成代码
  'Controller_data.c', ...
  'sil_interface.c' ...      % 接口层
};
inc = { ...
  '-I./codegen', ...
  '-I./include'
};
mex('-v', src{:}, inc{:}, 'sil_wrapper.c', '-output', 'sil_model');

运行脚本则负责设置仿真参数并启动。例如把仿真时长设为2 s、步长0.001 s，给定转速阶跃指令1000 rpm，然后运行模型并保存日志：

% run_sil.m —— 运行SIL仿真
set_param('sil_top', 'StopTime', '2');
set_param('sil_top', 'FixedStep', '0.001');
set_param('sil_top', 'Solver', 'FixedStepDiscrete');
ref = 1000;                 % 目标转速 rpm
simOut = sim('sil_top');
n = simOut.logsout.get('n').Values;
u = simOut.logsout.get('U').Values;

运行结束后，判断SIL是否通过，通常看三个指标：一是转速是否在合理时间内跟踪到指令值，例如1000 rpm阶跃下超调不超过10%、稳态误差不超过1%；二是控制量是否在物理范围内，例如电压不超过24 V；三是生成代码的输出与纯模型仿真（MIL）结果是否一致，若存在偏差，应检查数据类型、采样周期和状态初始化。

SIL阶段最常见的三类问题是：采样周期不一致导致相位偏差、数据类型不一致导致精度差异、状态重复初始化导致积分器行为异常。排查时优先核对这三项，往往能快速定位。

把上述四步串起来，SIL环境就具备了可重复、可回归的基础。代码生成配置保证"生成什么"，仿真框架保证"怎么调度"，闭环连接保证"信号对不对"，编译运行脚本保证"每次都能一致地跑起来"。这四者缺一不可，也是后续HIL阶段能够顺利迁移的前提。