全世界不同技术成熟水平的航空航天和国防公司都依赖 MATLAB® 和 Simulink®,用以完成包括原型设计及其重要安全及关键任务系统在内的一系列任务。MATLAB 和 Simulink 广泛应用于多个领域的重大项目,如 F-35 联合歼击机和火星探测漫游者项目,并推动飞机自主系统、高超音速系统、高级无线系统、混合动力系统和电子化系统的研发步伐。
采用基于模型设计的数字工程通过早期设计仿真和代码生成降低项目在性能、调度和集成等方面的风险。面向系统工程的 Simulink 还建立了数字线程,可实现需求、架构、设计、自动生成代码和测试工件之间的可追溯性。这不仅可以确保设计完整性,还便于复杂系统的变更管理,而且全部在同一环境中实现。
在“第三波”人工智能浪潮中,领域专家还广泛使用 MATLAB 和 Simulink 开发 AI 解决方案,开展早期预测并改善决策水平。在 MATLAB 和 Simulink 的帮助下,团队可以整合各种数据源,加快将机器学习、深度学习和数据科学算法融入应用程序,继而部署到硬件或云端。
“基于模型的设计让我们在系统功能设计中更具前瞻性。我们能够较以往更早地完成需求验证,且能对多个并发组件故障进行仿真,所以我们能够预见问题,并充分相信控制逻辑能加以妥善应对。”
Christopher Slack,空中客车公司
MATLAB 和 Simulink 与航空航天和国防

MathWorks 系列讲座之次世代航空航天
通过观看视频了解建模的价值并通过协作超越单系统设计,以支持复杂的体系设计
系统工程
系统工程在管理复杂需求、架构及多域集成、确保交付具有出色性能和安全性的系统方面正发挥日益关键的作用。Simulink 提供了易于使用的架构建模和分析环境,让您可以将需求与基于模型的设计完全同步。
MATLAB 和 Simulink 支持数字工程工作流程,允许用户:
- 通过数字线程 (33:33)采集、查看、分析和管理需求,提供需求、架构、设计与实现之间的双向可追溯性,而且支持覆盖率和变更影响分析
- 基于需求、现有 Simulink 模型、ICD 及外部创建架构的各种组合开发和检查系统架构模型
- 进行数据驱动的权衡研究,比较、分析或优化系统架构
- 自动生成报告,包括覆盖率、测试用例、ICD 和 Bug 报告
- 仿真系统组合以验证系统级行为
- 遵循行业安全标准,如 DO-178C、DO-254 和 ARP-4754

飞行控制和发动机控制
通过仿真设计并测试安全关键控制系统,然后自动生成代码并集成至物理平台。在同一开发环境中轻松针对不同场景和平台配置进行设计,执行硬件在环测试,鉴定控制逻辑是否符合 DO-178C 等安全标准,从而缩短开发周期。
MATLAB 和 Simulink 支持控制工程师:
- 利用多种飞行控制、6-DoF、环境模型和飞行器模型(如 NASA HL-20)示例快速着手构建被控对象模型
- 全机建模及子系统建模
- 使用预置的工具自动调节多变量控制器 (4:56),并利用模型预测控制和稳健控制等高级控制策略
- 设计故障检测、隔离和恢复逻辑并进行故障排除
- 为微处理器和 FPGA 自动生成优化代码
- 执行验证和确认并进行安全标准认证
无人机设计
无人机 (UAV) 工程师和科学家依托 MATLAB 和 Simulink,只需一个软件环境,即可对控制系统以及跨平台情报、监视和侦察 (ISR) 任务算法进行设计和调优,对真实系统进行建模,然后自动生成并验证代码。
MATLAB 和 Simulink 支持工程师:
- 从 MATLAB 和 Simulink 连接并控制 UAV 及其组件
- 使用机器人操作系统 (ROS) 和 MAVLink 与平台通信
- 仿真常见 UAV 传感器,例如 GPS、IMU、INS 和高度计
- 直接连接 Gazebo 和虚幻引擎等仿真器,协同仿真无人机应用
- 开发跨硬件控制算法,通过原生四元数支持执行三维即时定位与地图构建 (SLAM)、路径规划和轨迹生成
- 采用多种语言为微控制器、FPGA、PLC 和 GPU 自动生成嵌入式代码,从而摆脱手动编码
- 使用预置的硬件支持包连接常见 UAV 无人机(如 PX4)和低成本硬件(如 Raspberry Pi™)
- 利用既有代码,并与现有系统集成。
无线系统
为下一代无线通信 (27:30)、雷达和电子作战系统 (35:28)进行高级算法、多功能 RF 系统和天线阵列的设计、原型构建和测试。借助 MATLAB 和 Simulink,研究工程师可以快速证明新技术理念的可行性,在开发周期的早期消除设计问题,并简化设计验证过程。借助 MATLAB 和 Simulink 工具,工程师能够:
- 在密集频谱环境中对复杂通信和雷达场景进行建模和可视化
- 对端到端通信链路进行仿真,包括基带、RF 和天线组件
- 生成和分析基于标准的波形(5G、LTE、WLAN)和自定义波形
- 使用 Antenna Toolbox™ 进行天线阵列和波束成形架构建模
- 使用运动目标和雷达平台对陆基、机载或舰载雷达系统进行动态性能建模
- 设计和仿真多传感器追踪和定位系统
- 创建可重用黄金参考模型,用于无线设计、原型与实现的迭代验证
- 在常用软件无线电硬件(如 USRP 和 PlutoSDR)上构建算法设计的原型并进行测试
航空航天和国防人工智能
MATLAB 和 Simulink 提供了一个综合性平台,帮助用户应对包括预测性维护和多模目标识别等复杂任务在内的多种 AI 挑战。即使工程师的 AI 经验有限,MATLAB 也可以为他们提供支持。它可以帮助团队完善 AI 数据集、解决集成问题、降低风险并在系统范围内持续测试模型。
- 使用预测性维护和数字孪生 (8:28)功能优化机队服务,开发算法以检测和预测故障与系统故障,并估算剩余使用寿命 (9:34)
- 为雷达波形和目标分类算法等应用生成基于仿真的训练和测试数据,并通过强化学习创建复杂的控制系统 (22:32)
- 利用深度学习和机器学习算法基于各种数据类型准确建模,使用 App 和可视化工具试验不同的架构
- 将模型部署到各类平台,包括嵌入式 GPU 和 CPU、企业系统或云