4. SIL基础概念与工程定位

MIL（Model-in-the-Loop）自动化测试，说白了就是把原来人工点鼠标的测试工作，交给脚本和工具去跑。我刚开始做MIL测试那会儿，还傻乎乎地一个个模型双击、一个个信号对。后来项目一多，版本一迭代，才发现手工测试根本扛不住。嗯，自动化是唯一的路。

这一章，我带你走一遍MIL自动化的三个核心环节：脚本编写、Test Manager操作、报告生成。这三件事串起来，就是一条完整的自动化流水线。

4.1 为什么MIL必须自动化？

你想想看，一个中等规模的车控模型，测试用例少说几百条。如果每次模型改个参数、加个功能，都要手动跑一遍，那项目周期就别想控住了。更麻烦的是，手动操作容易漏测、误判，出了问题回溯起来也费劲。

自动化的好处很直接：

• 可重复：同样的用例，每次跑结果一致
• 可追溯：谁跑的、什么时候跑的、结果怎样，一清二楚
• 可集成：能挂到CI/CD流水线上，模型一更新就自动触发测试

4.2 MATLAB脚本编写：从手动到自动的第一步

我个人习惯，先写一个基础的测试脚本框架。这个框架包含三个部分：模型加载、信号注入、结果采集。

下面是一个最简单的例子，用来测试一个PID控制器的阶跃响应：

%% 1. 加载模型
modelName = 'PID_Controller_MIL';
load_system(modelName);

%% 2. 设置输入信号
t = 0:0.01:10;
inputSignal = [t', ones(length(t),1)];  % 阶跃信号

%% 3. 运行仿真
simOut = sim(modelName, 'SimulationMode', 'normal', ...
             'StopTime', '10', ...
             'SaveOutput', 'on', ...
             'OutputSaveName', 'yout');

%% 4. 提取结果
y = simOut.yout.signals(1).values;
t_sim = simOut.tout;

%% 5. 自动判据
overshoot = (max(y) - y(end)) / y(end) * 100;
if overshoot < 5
    disp('超调量合格');
else
    error('超调量超标：%.2f%%', overshoot);
end

%% 6. 清理
bdclose(modelName);

这段脚本看起来简单，但我在项目中遇到过一个问题：模型路径写死了。后来换了个目录，脚本就报错。我建议你把模型路径、参数配置都抽成变量，或者用which函数动态查找。

4.3 Test Manager工具：把脚本组织成测试套件

脚本写好了，但总不能每次都手动敲命令吧？MATLAB的Test Manager就是干这个的。它能把你的脚本、模型、测试用例组织成一个可视化的测试工程。

我常用的操作流程是这样的：

1. 创建测试文件：在Test Manager里新建一个.mldatx文件
2. 添加测试套件：按功能模块分组，比如“加速测试”、“制动测试”
3. 关联脚本：每个测试用例绑定一个MATLAB脚本或Simulink Test迭代
4. 设置参数：定义输入信号、仿真时长、容差范围
5. 执行测试：点一下Run，或者用命令行runTests触发

下面这张图展示了Test Manager里的测试结构：

Test Manager还有一个很实用的功能——参数化测试。比如你要测不同车速下的制动距离，不用写10个脚本，只需要定义一个参数范围，工具会自动展开成多个测试用例。

4.4 测试报告自动生成：让结果说话

测试跑完了，结果得让人看得懂。手动截图、贴数据？太原始了。MATLAB提供了测试报告生成器，可以一键生成PDF或HTML报告。

我常用的报告生成方式有两种：

方式	适用场景	优点	缺点
Test Manager内置导出	快速查看、临时汇报	操作简单，无需写代码	格式固定，定制性差
MATLAB Report Generator	自动化流水线、客户交付	完全自定义，可嵌入图表	需要学习模板语法

如果你用Report Generator，代码大概长这样：

%% 创建报告对象
import mlreportgen.report.*
rpt = Report('MIL_Test_Report', 'pdf');

%% 添加章节
ch1 = Chapter('测试概述');
add(rpt, ch1);

p1 = Paragraph('本次测试覆盖了加速、制动、转向三个模块，共执行用例12个。');
add(ch1, p1);

%% 添加结果表格
tbl = Table({'用例ID', '状态', '超调量', '结论'; ...
             'TC001', '通过', '3.2%', '合格'; ...
             'TC002', '通过', '1.8%', '合格'; ...
             'TC003', '失败', '8.7%', '超调超标'});
add(ch1, tbl);

%% 添加波形图
fig = figure('Visible', 'off');
plot(t_sim, y);
title('TC001 阶跃响应曲线');
img = Image(sprintf('%s.png', tempname));
print(fig, img.Path, '-dpng');
add(ch1, img);

%% 生成报告
close(rpt);
rptview(rpt);

这段代码生成一份带表格和波形的PDF报告。我在项目中遇到过一个问题：波形图分辨率太低。后来我加了-r300参数，图片才清晰起来。

4.5 自动化流水线的完整拼图

把上面三块拼起来，就是一条完整的MIL自动化测试流水线：

1. 脚本层：定义测试逻辑、判据、数据采集
2. 组织层：用Test Manager管理用例、参数、执行顺序
3. 报告层：自动生成文档，存档或发送邮件

我曾经帮一个团队搭过这套流水线。刚开始他们觉得“写脚本太麻烦”，后来模型迭代了三个版本，手工测试的人累得不行，自动化测试那边点一下按钮就出结果。嗯，从那以后，没人再提手工测试的事了。