3、Simulink模型基础：创建简单模型、子系统封装、信号与参数设置，为代码生成做准备
在Embedded Coder的工程实践中，Simulink模型不仅是算法验证的载体，更是嵌入式代码生成的唯一权威来源。模型的质量直接决定了生成代码的可靠性、可读性与可维护性。本章聚焦于代码生成前的三个核心建模技能：创建符合代码生成规范的简单模型、通过子系统封装实现层次化与复用、以及精确管理信号属性与模型参数。我们将从代码生成视角审视这些基础操作，确保模型不仅“能跑”，更能“生成好代码”。
3.1 创建符合代码生成规范的简单模型
核心原理：从“仿真模型”到“产品代码模型”的思维转变
在代码生成语境下，Simulink模型不再仅仅是图形化的数学表达，而是被严格解析为数据流图与状态机的工程描述。Embedded Coder会将模型中的每个模块映射为C代码中的函数调用或表达式。因此，模型中的任何模糊性（如可变尺寸信号、连续求解器、隐式数据类型）都会导致生成代码效率低下甚至无法编译。代码生成模型的黄金法则是：模型中的每个元素都必须有明确的、面向嵌入式实现的语义。这意味着我们需要从建模之初就考虑目标硬件的资源约束（RAM/ROM/CPU周期）和实时性要求。
操作流程：搭建一个可生成嵌入式代码的最小模型
以下步骤演示如何从零构建一个满足代码生成要求的简单模型（例如一个比例-积分控制器或简单的信号调理模块）：
- 新建模型并配置求解器：在模型配置参数中，将求解器类型设置为“固定步长（Fixed-step）”，求解器选择“离散（Discrete）”，固定步长大小设置为与目标采样周期一致（如0.01s）。这是代码生成的前提，连续求解器无法直接生成嵌入式代码。
- 添加基本模块：从Simulink库中拖入Inport、Outport、Gain、Sum、Unit Delay等模块。避免使用Continuous库中的积分器（Integrator），改用离散积分器（Discrete-Time Integrator）或累加器。
- 设置信号属性：双击信号线，在“信号属性”对话框中明确数据类型（如uint16、single）、采样时间（-1表示继承）和信号名称。信号名称将成为生成代码中的变量名基础。
- 配置硬件实现：在“硬件实现”选项卡中，选择目标处理器类型（如ARM Cortex-M），设置字节顺序、整数溢出处理方式（饱和或回绕）等。这些设置直接影响生成代码中数据类型的行为。
- 验证模型：使用“代码生成预览”功能（Ctrl+Shift+G）快速查看生成的C代码，检查是否有意外的局部变量或低效的表达式。
| 模型元素 | 仿真导向设置（不推荐） | 代码生成导向设置（推荐） | 对生成代码的影响 |
|---|---|---|---|
| 求解器 | 变步长（Variable-step） | 固定步长离散 | 变步长无法生成确定性代码 |
| 数据类型 | double（默认） | single 或定点（fixdt） | double类型在MCU上运算开销大 |
| 信号命名 | 空或自动生成（如Signal_1） | 有意义的名称（如speed_feedback） | 命名直接映射为C变量名 |
| 采样时间 | 继承（-1） | 显式指定（如0.01） | 影响任务调度与定时器配置 |
案例拆解：从零搭建一个电机转速计算模型
背景与约束：某工业驱动器项目需要将编码器脉冲信号转换为转速值（RPM），目标MCU为STM32F407（Cortex-M4，带FPU），采样周期1ms。初始模型使用连续积分器和double类型，生成代码后RAM占用超标。
分析过程：检查模型发现，连续积分器导致生成代码中嵌入了昂贵的龙格-库塔求解器，且double运算在Cortex-M4上虽然支持但效率低于single。我们将积分器替换为离散累加器，并将所有数据类型改为single。
操作步骤：1) 将求解器改为固定步长离散，步长0.001；2) 将数据类型double改为single；3) 使用Discrete-Time Integrator替代Integrator；4) 重新生成代码，RAM占用降低约40%，执行时间减少25%。
结果对比：优化前生成代码约120行，包含大量数学库调用；优化后代码约60行，仅使用基本算术运算。代码可读性和可维护性显著提升。
3.2 子系统封装：从“平面模型”到“层次化架构”
核心原理：子系统是代码模块化的基石
子系统（Subsystem）在代码生成中对应C语言的函数。合理划分子系统不仅使模型更清晰，更重要的是，每个子系统可以独立配置代码生成选项（如函数名、内存分配、复用策略）。Embedded Coder支持三种子系统类型：普通子系统（Inline）、原子子系统（Atomic）、函数封装子系统（Function-Call）。其中，原子子系统是代码生成的首选，它保证子系统内的逻辑在生成代码中作为一个独立的函数存在，不会被内联展开，从而支持函数级复用和独立测试。
操作流程：创建并封装一个可配置的子系统
- 创建子系统：选中模型中的相关模块，右键选择“Create Subsystem from Selection”。系统自动生成子系统及其输入输出端口。
- 设置子系统属性：双击子系统，在“子系统参数”对话框中勾选“Treat as atomic unit”。在“代码生成”选项卡中，可以指定函数名称（如
calc_speed）和函数注释。 - 封装（Mask）设计：右键子系统选择“Mask > Create Mask”。封装允许你为子系统创建自定义参数对话框，将内部模块的参数（如增益系数）暴露给上层用户。在封装编辑器中，添加参数“Gain_Value”，并将其关联到内部Gain模块的“Gain”属性。
- 参数透传与代码生成：封装后的参数在生成代码中默认作为#define宏或全局变量。通过设置参数对象的存储类（Storage Class），可以将其定义为可标定参数（Calibration Parameter）或外部可修改的全局变量。
案例拆解：封装一个可复用的数字滤波器子系统
场景：项目需要在一个模型中使用三个不同截止频率的低通滤波器。如果直接复制三个滤波器模块组，模型将变得臃肿且难以维护。
方案：创建一个原子子系统，内部包含一个二阶IIR滤波器（使用Discrete Transfer Fcn模块）。通过封装设计，暴露两个参数：截止频率fc和采样时间Ts。在封装初始化代码中，根据fc和Ts自动计算滤波器系数。
实施：1) 在封装初始化Pane中编写MATLAB代码计算系数；2) 将系数赋值给内部模块参数；3) 在模型顶层，拖入三个该子系统实例，分别设置fc为10Hz、50Hz、100Hz。生成代码后，每个实例对应一个独立的C函数（如filter_10Hz_step），且系数以常量数组形式存储在Flash中。
复盘：通过封装，模型顶层变得极其简洁，且滤波器算法只维护一份代码。后续若需修改滤波器结构（如改为FIR），只需修改子系统内部，所有实例自动更新。
3.3 信号与参数设置：精确控制代码接口
核心原理：信号与参数是模型与外部世界的“契约”
在代码生成中，信号（Signal）对应C代码中的局部变量或全局变量，参数（Parameter）对应常量或可标定变量。Embedded Coder通过“Simulink.Signal”和“Simulink.Parameter”对象，允许开发者精确控制这些变量在生成代码中的存储类型、作用域和内存位置。例如，一个标定参数可以定义为volatile类型以便在运行时通过调试器修改，而一个只读常量可以定义为const类型以节省RAM。
操作流程：定义信号与参数的对象属性
- 创建信号对象：在MATLAB工作区创建
Simulink.Signal对象，设置其数据类型、初始值、维度。在模型中使用“Signal Conversion”模块或直接在信号线上右键选择“Properties”，将信号与工作区对象关联。 - 创建参数对象：使用
Simulink.Parameter定义参数，设置Value、DataType、StorageClass。StorageClass选项包括：Auto（默认）、ExportedGlobal（导出为全局变量）、Volatile（定义为volatile）、Calibration（标定参数）等。 - 批量管理：使用“Model Data Editor”可以集中查看和修改模型中所有信号和参数的数据属性，支持从Excel导入参数值，便于批量标定。
- 代码生成验证：生成代码后，检查生成的
.h和.c文件，确认变量声明符合预期。例如，标定参数应出现在calib.h中，且带有#pragma或__attribute__段属性。
| 存储类（StorageClass） | 生成代码中的声明 | 典型应用场景 |
|---|---|---|
| Auto | 局部变量或static变量 | 中间计算信号 |
| ExportedGlobal | extern float param_x; |
跨文件共享的全局参数 |
| Volatile | extern volatile uint16_t flag; |
中断与主循环共享的变量 |
| Calibration | const float calib_x; 或带段属性 |
标定工具可在线修改的参数 |
| BitField | struct { uint8_t bit0:1; } |
状态标志位打包 |
motor_current），参数名使用大写字母前缀（如Kp_GAIN）。在模型资源管理器中启用“信号名称必须唯一”的检查，避免生成代码时变量名冲突。
案例拆解：为电机控制器定义可标定参数集
需求：某电机控制器需要在线调整PID参数（Kp、Ki、Kd）和电流限幅值（I_max）。这些参数需要被标定工具（如CANape）通过XCP协议访问。
实施步骤：1) 在MATLAB工作区创建三个Simulink.Parameter对象，StorageClass设置为Calibration，并指定内存段（如CALIB_FLASH）；2) 在模型中使用Constant模块引用这些参数对象；3) 在代码生成配置中，启用“Support XCP”选项；4) 生成代码后，标定工具通过A2L文件（由Embedded Coder自动生成）即可识别并修改这些参数。
结果：生成的代码中，PID参数被声明为const类型并放置在指定的Flash段，标定工具通过后台DMA方式直接修改Flash映射的RAM副本，实现实时标定。整个过程无需修改模型结构，仅通过参数对象属性配置即可完成。
常见误区与总结复盘
- 误区一：忽略信号命名。未命名的信号在生成代码中会得到类似
rtB.signal1的自动名称，调试时难以定位。务必为所有跨子系统边界的信号命名。 - 误区二：滥用Goto/From标签。虽然Goto/From可以简化连线，但会破坏数据流的可读性，且生成代码中会产生额外的全局变量。建议仅在状态机内部使用，或改用Data Store Memory。
- 误区三：参数直接使用工作区变量。如果直接在模块参数中填写
Kp，生成代码时该参数会被视为不可调用的宏。若需标定，必须使用Simulink.Parameter对象。
本章所阐述的建模基础操作，是后续学习Embedded Coder高级配置（如内存优化、任务调度、A2L标定）的必备前提。读者应在实际项目中反复练习，将“面向代码生成”的建模思维内化为习惯，从而在模型设计阶段就为高质量嵌入式代码的生成奠定坚实基础。