探索新亮点
下载最新版本，让 MATLAB 和 Simulink 为您再添助力。
R2021b 版本亮点
新产品
- RF PCB Toolbox - 对印刷电路板进行电磁分析
- Signal Integrity Toolbox - 对高速串行和并行链路进行仿真和分析
重要更新
- Lidar Toolbox - 使用激光雷达查看器，以交互方式可视化、分析和预处理激光雷达点云
- Simulink Code Inspector - 使用 Code Inspector 上下文选项卡，检查兼容性、检查代码并直接在模型中查看结果
- Simulink Control Design - 设计模型参考自适应控制器
- Symbolic Math Toolbox - 在 MATLAB 实时编辑器中提供下一步操作建议，引导用户完成符号工作流
- Wavelet Toolbox - 使用小波分析处理和提取信号和图像的特征，以用于 AI 工作流
按产品浏览版本详情
MATLAB 产品系列
- 编辑器：探索新的代码重构和列编辑功能，以及更为友好的代码建议、代码自动填充和调试器功能
- Python 接口：在 MATLAB 中运行 Python 命令和脚本
- BackgroundPool：在后台线程上运行 MATLAB 函数
- 实时编辑器任务：以交互方式汇总、变换和筛选数据组（“按组计算”任务）以及中心化和缩放数据（“归一化数据”任务）
trenddecomp函数：找出数据中的趋势- HDF5：支持 HDF5 1.10 版本，包括单写/多读 (SWMR)、虚拟数据集 (VDS) 和元数据缓存微调
- 硬件：使用串行通信管理器和 TCP/IP 通信管理器这两个新 App，通过串行和 TCP/IP 与设备通信
ode78 和 ode89函数：对常微分方程使用高阶 Runge-Kutta 求解器- 工程：在 MATLAB Online 中使用工程来组织、管理和共享工作
- 激光雷达查看器：使用激光雷达查看器，以交互方式可视化、分析和预处理激光雷达点云
- 航空激光雷达处理：将深度学习和 SLAM 算法应用于航空激光雷达数据
- 机器学习和深度学习特征提取：使用小波方法和交互式 App 执行信号和图像分析、预处理和特征提取，以用于 AI 模型
- 加速和部署：使用多核处理器和 GPU 加速小波算法；为桌面原型和嵌入式部署生成代码
Simulink 产品系列
- 多仿真面板：在 Simulink 编辑器中针对不同场景运行多个仿真
- 自定义选项卡：创建自定义 Simulink 工具条选项卡
- 缩略导航图：在整体背景下查看模块图局部
- entry 和 exit 结点：创建跨层次结构边界的 entry 和 exit 连接
- 与 Simscape 之间的物理接口：在组件上创建物理接口、端口和连接
- 软件架构：从现有组件创建软件架构
- 测试框架支持：为 System Composer 组件创建测试框架
- 运行时参数调优：在运行已部署仿真的同时调优参数
AI、数据科学和统计学
Statistics and Machine Learning Toolbox
- 浅层神经网络：在 Simulink 中作为原生模块使用；自动化超参数调优
- 机器学习：使用实时任务探查 k 均值聚类，并使用孤立森林进行异常检测
- 部署：将模型从分类学习器和回归学习器导出到 MATLAB Production Server
- 一维卷积网络：为序列和时间序列数据创建和训练网络
- 深度网络设计器：将经过训练的网络导出到 Simulink
- 神经 ODE：使用
dlode45计算非刚性常微分方程的深度学习解
控制系统
- Model Reference Adaptive Control 模块：设计和仿真模型参考自适应控制器
Reinforcement Learning Toolbox
- 奖励生成：根据控制器设定自动生成奖励函数
Model Predictive Control Toolbox
- 非线性 MPC：用 Embotech FORCESPRO 求解器实现多级非线性 MPC 控制器
- 非线性 ARX 模型：基于机器学习算法创建使用回归函数的模型
Predictive Maintenance Toolbox
- 诊断特征设计器：对未标注的特征排位，并在旋转机械中针对典型故障频带生成频谱特征
数学和优化
- 下一步操作建议：在 MATLAB 实时编辑器中提供下一步操作建议，引导用户完成符号工作流
- 基于问题的工作流：使用基于问题的优化工作流求解非平滑或全局优化问题
