上海 摘要

登月计划：工程师和科学家们如何征服不可能

9:30–10:00

“登月计划”-- 一个有着崇高目标而看似不可能实现的项目。它是推动创新、增加人类知识和提高我们生活水平的引擎。50多年前，美国宇航局的阿波罗计划让人类第一次登上了月球，实现了真正意义上的登月，并孕育了一批如今无处不在的新兴技术，如集成电路、光伏电池和数字图像处理等等。今天，工程师和科学家的目标是产生无限的清洁能源，创造先进的医疗设备来拯救和改善生命，前往广袤的火星，探索浩瀚的宇宙。在本次演讲中，您将了解这些富有远见的项目，MATLAB^®和Simulink^®在帮助工程师和科学家实现目标方面所扮演的角色，以及如何将这些相同的工具和技术应用于您自己的“登月计划”。

从数据中学习 - 微分方程数值解法的创新与工业应用

10:00–10:30

微分方程在物理学、工程学、经济学、生物学等领域中有广泛的应用。微分方程是指含有未知函数和导数的关系式。解微分方程就是找出未知函数。当前利用数据求解微分方程的实践如火如荼，从纯数据的深度学习到结合物理约束的PINN。本次演讲将从第一性原理的角度出发，利用数据“学习”微分方程算子，然后利用“学习“得到的算子更高效地实现不同边界的推断与计算，并在理论上保证计算的可靠性。

基于MATLAB平台和工具链的燃料电池先进模型及控制算法开发

11:00–11:30

燃料电池技术是实现氢能利用和国家双碳目标的重要技术之一。燃料电池模型和控制算法开发作为燃料电池系统中的核心技术，对于实现系统的可靠性，耐久性以及在整个生命周期内的性能都有着至关重要的作用。捷氢科技的系统建模以及控制算法开发充分运用MATLAB平台和各种工具链，将模型和算法开发共平台有机融合，打造基于模型闭环的先进算法，有效实现了控制精准度和鲁棒性，助力系统产品性能的全方位提升。本次演讲将分享捷氢科技运用MATLAB^®和Simulink^®平台进行高精度燃料电池系统建模，运用Simulink，Polyspace^®, Simulink Test™和Simulink Check™等工具按照ASPICE II流程开发FCU控制算法, 以及运用MATLAB深度学习工具箱开发基于AI的智能算法中的一些实例，体现MATLAB平台和工具链在提升软件开发深度以及软件可靠性中的重要作用。

MATLAB 和 Simulink R2023a 版本新功能

11:30–12:00

学习 MATLAB^® 和 Simulink^® 中的新功能。本演讲将重点介绍新工具，如交互式apps，实时编辑器tasks和在MATLAB中几乎不需要编码就能完成任务的高级功能，以及Simulink中用于定义输入信号、管理设计变体和调试仿真的新功能。考察构建与测试代码和模型的新功能，在MATLAB和Simulink中使用Python^®，并与其他工具和环境集成，包括Jupyter^®、VS code和Unreal^®。

人工智能算法在变速箱耐久试验中的应用

13:15–13:45

变速箱是汽车的重要核心零部件，在开发与可靠性验证阶段，需要在试验台架上进行综合耐久测试以验证其性能和工艺是否符合设计要求。变速箱的全天候耐久试验耗时长，且一旦试验样机出现故障或失效，需要工程人员及时发现与处理以避免问题扩大化，而频繁巡检需要投入大量人力，且存在测试异常漏检出风险。

为了辅助测试人员高效和精准地发现测试异常，并快速处理故障问题，并降低试验成本，在过去一年中，本田汽车零部件制造有限公司的工程团队使用MATLAB^®开发了基于人工智能算法的数据分析和外观异常分析软件，以实现试验台架的智能化异常监视，包括：

• 使用基于AI的视觉检测算法自动检测变速箱漏油点
• 分析不同运行工况下的传感器时序数据，开发基于AI的异常预警系统
• 设计综合多通道图像和时序数据的监控软件界面

 通过综合分析图像和信号数据，可以尽可能全面地覆盖潜在的异常隐患。目前，基础软件功能已完成，下一步将进行生产环境的部署，实现对试验台架的自动状态监视和故障预警，以降低工程人员的巡检压力，提升异常检测的效率和精准度，并为后续品质问题的解析提供帮助，不断进行品质改善，向客户提供高品质商品。

探索“智能+”发动机数字化研发之路

13:45–14:15

为了满足车辆驱动系统产品快速更新迭代设计的需求，发动机需要提高研发效率、缩短设计周期，数字化转型是实现该目标的重要手段。我们通过实践，从研发方法、知识、工具等几个方面入手，将开发的公式、流程、知识、经验等内容模型化和代码化，利用MATLAB^®和MATLAB App Designer等组件，定义了发动机架构和技术策略开发框架，搭建了发动机技术策略库智能决策和优化模型，利用智能算法解决了发动机开发中的多目标决策问题，并开发了实用的发动机研发app，提高发动机研发效率。

本次演讲分享了机械研发业务向数字化转型的可行路径，按照同样的开发思路，可以扩展运用在其它机械硬件研发领域，提升新产品的研发效率。

面向时间序列的异常检测

14:15–14:45

复杂系统中的异常状态，可能难以通过机理建模、统计过程控制或频域分析等方法直接识别。从多通道传感器采集的海量时间序列数据中挖掘关键特征信息，识别潜在异常模式，首选的方案一般是有监督的机器学习算法，根据含标签的数据集，构建分类学习模型区分系统中的正常和异常行为。但是，如果异常数据和正常数据的样本量不均衡，甚至没有先验的标签时，则需要考虑使用无监督或半监督的异常检测方法。

本演讲将结合具体示例，介绍在MATLAB^®中如何实现面向时间序列的异常检测方法。

AI的高安全性应用与可靠性验证——医学影像分析与可解释性

15:15–15:45

人工智能已展现出其在各种应用中的不俗表现。因此，我们一直希望将其用于高安全性的领域，例如医疗设备、汽车/自动驾驶等。虽然这些行业已经建立了确认和验证传统软件的流程，但通常不清楚如何验证AI模型的可靠性。

在本讲中，我们展示用于确认和验证 AI 模型的工作流程，以医疗影像处理分析的实例，展示神经网络内部工作原理的可解释性方法。介绍Deep Learning Toolbox™ Verification Library 如何验证网络的鲁棒性，并确定AI模型在推理时，遇到的数据是否与训练数据分布一致。通过全面测试 AI 模型的要求，可以确保 AI 模型适用于高安全性的应用。

基于云的MATLAB视觉检查系统

15:45–16:15

本次演讲将从一个使用案例开始，该案例描述了一个可重新调整用途的基于云的视觉检查系统，该系统由运行在MATLAB Production Server™上的图像处理和计算机视觉算法提供支持。您可以从本次演讲中了解如何使用基于移动设备的工作流，通过流式视频和图像捕获直观地登记和检查感兴趣的对象，并实施DevOps工作流。

使用MATLAB进行DevOps: 流数据的预测性维护系统

16:15–16:45

许多公司使用MATLAB^®和Simulink^®来开发算法——但这些算法在整个生命周期中的部署、监控和管理他们是如何实现的?DevOps指的是运维这些软件应用所需的一系列功能、工具和最佳实践，通常是针对IT场景提出的。Gartner报告称，由于来自运维方面的挑战，超过50%的数据科学项目没有产生商业价值。

在本次会议中，将演示一个完整的预测性维护场景的DevOps系统，用于监控电池群的健康状态(SOH)。同时学习如何在MATLAB中开发SOH预测模型和漂移检测模型。然后，了解如何使用CI/CD pipeline、Microsoft^® Azure^®上的MATLAB Production Server™以及用于性能监视的仪表板来对这些算法进行自动测试和部署。

了解工程团队如何使用MATLAB来运维他们的算法，以及如何更容易与IT/OT团队对接。

风电行业新一代控制系统开发

13:15–13:45 

风力发电作为我国绿色能源的重要组成部分，对于改善我国环境有着十分重要的意义。在风力发电系统的运行过程中，风机主控系统是风力发电机组的核心，直接关乎发电效率。通过本次演讲，您将了解：

• 复杂软件工程的多人协作
• 硬件平台无关化的软件算法开发
• 丰富的测试工具保证软件质量
• 自动代码生成

基于STM32的MATLAB电机控制方案

13:45–14:15

MathWorks 将展示使用基于模型的设计开发方法为 STM32 芯片开发电机控制系统，并介绍 Simulink^® 环境中的 STM32 硬件支持包所支持的功能。与会者将了解如何使用 Simulink 模型对 FOC PMSM 电机控制算法进行仿真和调谐，并将其转换为在 STM32 上运行和控制电机的C代码。意法半导体将讨论新型STM32G4在电机控制和功率转换方面的优势。

电动汽车充电对电网影响的技术经济性分析

14:15–14:45 

随着每天有越来越多的电动汽车连接到电网充电，人们会担心现有的电网基础设施将超出运行极限。我们可以尝试通过建立包括运营、定价以及预测的电力系统技术经济模型来解决这些问题。我们可以基于模型来评估充电基础设施的运行、风险、最优运营策略以及盈利能力。这些模型可以进一步帮助我们深入分析系统长期运行效能、识别会导致不良结果的潜在因素以及优化零部件选型。

在本次演讲中，我们假设以下场景：系统运营商可以控制每个电动车辆的电池储能单元连接到电网后提供或者吸收电力。运营商通过建立电力系统的技术经济性模型来优化充电策略，在达到最小化电力成本的目的的同时仍满足各种系统需求和约束，比如SOC限制、电网供电限制、充/放电速率限制。我们将建立一种快速且自动化的优化方法，利用连接到电网的所有储能单元来提高整体经济效益。同时，还可以基于电网仿真来模拟评估充电曲线对电网电压和功率流的影响。

利用仿真优化动力电池性能​ ​

15:15–15:45

在早期的车辆设计阶段，工程师需要决定电池组的尺寸。这通常涉及电动汽车续航里程和成本之间的权衡，从而难以选择最佳设计。建立评估潜在设计所需的闭环系统级模型需要大量的时间和建模专业知识。

在本次演讲中，我们将介绍一个工作流来解决这些难题。我们演示如何使用Powertrain Blockset™中的Virtual Vehicle Composer应用程序创建系统级电动汽车模型™. 该模型将用于使用优化技术迭代评估车辆性能。该研究结果可用于Simscape Battery™ 以生成适当的电池组设计并更详细地评估电池组的行为。然后将该电池模型集成回系统级模型中，以根据需求进行验证。

这种方法提供了一种严格的数值方法来量化设计问题中的权衡。它还简化了系统级和电池子系统级的建模过程。非领域专家现在可以利用这些强大的设计工作流。

微电网系统级设计及运行仿真

15:45–16:15

随着分布式能源、储能等新型源荷的发展，传统电网面临日益多样化的接入需求所带来的巨大挑战，交直流混合微电网已成为现代电网的一个重要发展方向，架构设计和能量管理是推动微电网应用的关键技术。

本次演讲将展示如何使用Simulink^®和Simscape Electrical™逐步建立一个完整的交直流混合微电网模型，针对具体的工程需求调整模型精度，实现系统层级架构及能量管理设计，进行微电网仿真及系统评估。

基于模型的自主机器人产品开发实践

16:15–16:45

随着协作机器人的快速发展与应用，控制器的通用性、开放性以及可拓展性等也面临着巨大挑战，给企业运营与项目开发增加巨大研发成本。基于模型设计的方式能够提供快速高效经济的开发方案，基于实时仿真控制系统，能够保证用户在完整的基于模型设计的开发流程中持续的确认和验证其设计，这些流程包括需求规范、离线仿真、快速控制原型（RCP）、硬件在环仿真（HIL）和部署等环节，满足六轴、七轴、双臂、移动协作等各种协作机器人产品及场景开发需求。

基于模型开发车载OS环境下的SOA应用软件

13:15–13:45

随着SOA（面向服务的软件架构）设计逐渐兴起，汽车行业中涌现出许多支持这一架构的软件中间件，比如我们熟知的自适应AUTOSAR平台。许多实力雄厚的公司正在自研车载操作系统，以更好地支持SOA软件产品。车载操作系统可以为多种操作系统（如Linux^®, QNX and AUTOSAR CP）提供了统一的跨平台通信接口，如包括RPC（远程函数调用）和Message（广播消息）两种形式。在中央计算平台架构的支撑下，我们可以更好地开发SOA应用软件，为用户持续提供价值。 当讨论到如何编写代码来开发一款SOA应用软件的时候，我们很多第一印象是使用手写C++的方式。这样的开发方式对程序员的编码能力以及配套的工具链都提出了很高的要求。对比而言，基于模型的设计在汽车嵌入式软件开发中被普遍使用，存在大量的成熟人才，从基于模型的设计开始向SOA方向进行转型无疑是更快捷的方式。Simulink^®从2022a开始对SOA软件开发的支持愈发完善，如提供了Client-Server接口的特性。因此，我们可以借助MATLAB^®和Simulink的力量，快速地从传统嵌入式开发过渡到SOA开发。 当我们使用基于模型的设计的方式在车载OS环境下开发应用层软件时，会面临两大问题：如何对SOA行为进行建模？如何维护如此复杂的新型软件系统？本次演讲将聚焦于这两大问题，并给出如何充分利用MATLAB和Simulink进行SOA软件开发的解决方案，也借此向外界展示极氪的工程技术实力。

MATLAB在混动动力总成控制策略软件开发中的应用

13:45–14:15

发动机管理系统具有专业性强、复杂度高、安全性高的特点，对控制策略及软件管控都有很高的要求。东风混合动力系统在新技术新策略、标准AUTOSAR软件架构设计、满足ISO 26262功能安全设计、软件全过程工具管控的支撑下，达到全行业技术领先水平。在整个控制策略设计过程中，既实现了复杂的控制策略设计，又实现了全过程工具管控，提高自动化率，具体体现在：架构实现上，使用Systemweaver进行软件架构设计，并通过脚本实现Systemweaver和MATLAB^®软件接口设计的自动衔接；软件实现上，制定模型搭建及信号命名规范，使用MATLAB的.m语言功能设计模型检查和单元测试自动化脚本，提升软件开发质量；过程管控上，包含变更管理、软件版本管理、软件集成管理等，都有Redmine、Mercurial服务器、Jenkins^®自动化集成等工具链进行支撑，也顺利达到了CMMI3级别的过程管控要求。

如何使用Polyspace提升软件开发过程中的质量

14:15–14:45

随着软件定义汽车的概念被提出，汽车上的软件复杂度越来越高，随之带来的是软件质量的巨大挑战。相信很多团队都有过这样的经历，一个现象十分奇怪的偶现问题，花了大量人力和时间调查了月余，最后发现就是一个数组越界，或者是函数传参超过范围这种并不是很高级的原因导致；团队成员们都很有个性，代码风格千奇百怪无法统一，或是并不知道正确的代码风格是什么样。针对这两个问题，Polyspace^®的工具都给出了很好的解决方案。

在软件开发节奏越来越快的背景下，很多时候已经没有条件让团队做单元测试的工作，来找到代码当中的潜在风险。Polyspace在提供静态代码的扫描的同时，还有动态的扫描功能，可以识别到如数组越界，指针跑飞等问题，帮助团队更早的识别问题，避免时候花人力和时间去解决bug。另外Polyspace依托于MISRA C™的规则，也可以适当的约束团队的代码风格，形成一定的统一，增加代码的整体性和易读性。

使用MATLAB，Simulink和RoadRunner仿真自动驾驶

15:15–15:45

MATLAB^®, Simulink^®和RoadRunner可帮助工程师实现仿真自动驾驶系统的自动化。我们将分享以下来自2022b和2023a最新发布的功能与示例：

1. 交互式设计自动驾驶仿真场景；
2. 从高精度地图数据生成3D道路环境；
3. 从记录的传感器数据生成驾驶场景；
4. 仿真自动驾驶功能，包括紧急制动、车道保持、车道变换、编队行驶和代客泊车

基于MATLAB平台的虚拟车辆验证转向系统可靠性

15:45–16:15

针对整车上很难模拟出全部的车辆行驶环境，无法对支持自动驾驶的转向系统ADS进行全面有效的测试，因此需要搭建相应的仿真环境，以更好的模拟和仿真该功能的特性。本次演讲将分享基于Simscape™搭建转向系统的各个子部件的物理模型，并通过试验来获取其模型所需的特征参数；以及基于Simulink^®搭建转向机系统模型，并基于实际批产零件的差异性对标定好的转向系统进行蒙特卡洛仿真分析，从而提高了转向系统ADS功能验证的可靠性。

使用Simscape进行新能源汽车热管理系统建模及仿真

16:15–16:45

当汽车电气化时代来临，迎来了整车驱动系统变革性地发展，同时对于乘客舒适度提出了更高的需求。传统解耦的空调及冷却系统已经无法满足当前新能源汽车对于热管理的需求。新的系统架构，技术方案能够帮助热管理系统不断迭代更新，帮助热系统更好地控制乘员舱以及零部件的温度。与此同时系统开发周期以及成本变得更为敏感，传统系统开发验证流程很难实现这一点。

在引入虚拟的工具加速优化系统开发之后，能够很有效地解决这个问题。整个热管理系统较为复杂涉及机，液，热，需要进行多物理域的建模，借助Simscape™的专业库就可以完成对于系统的建模，利用MathWorks同平台的优势，Simscape和Simulink^®可以完美地进行系统负载模型和控制模型的联合仿真。根据不同的仿真目的，对系统进行不同深度的建模，

• 验证控制器功能以及控制逻辑
• 指导系统开发以及零部件的选型
• 模拟系统最大性能
• 模拟乘员舱舒适性

减少物理验证，缩短开发时间，减少控制器在台架以及整车上的调试时间。

本次演讲将以一款搭载热泵，且具备电池热管理功能的整车热管理系统为例，讲解系统模型及仿真流程。

6G无线技术：利用MATLAB加速研发

13:15–13:45

无线通信世界已经开始研究和开发第六代（6G）无线系统。6G的研究和开发旨在提高当前5G系统的性能，开发更快、更智能、运行延迟更低、支持新应用的网络。6G的赋能技术可能包括新的频率，如亚太赫兹通信、人工智能和机器学习、可重构智能表面、通信感知一体化以及新的数字波形。了解6G系统的目标和愿景、支持技术以及MATLAB^®无线通信工具如何通过可靠的建模和仿真加速6G研发过程。

基于MATLAB的5G通信系统及分析工具设计

13:45–14:15

高效地分析基带数据，是5G通信系统设计与维护一个关键。使用MATLAB及其一系列工具箱设计5G通信系统模型，利用MATLAB^®提供的App设计工具MATLAB App Designer，在此基础上快速开发出具有图形界面接口(GUI)的应用程序。使用MATLAB Compiler™编译该App后，通过MATLAB Web App Server™部署，让Nokia全球的开发和测试人员可以在任何时间和地点，通过网页访问方式使用该系统，进行系统设计、测试和数据分析，加深了团队协作，提高了工作效率。

112G SerDes高速数据链路性能评估方法

14:15–14:45

112G SerDes设计需要克服诸多技术挑战，如功耗、面积、封装、SI/PI、散热等，实际使用中，需要准确评估系统性能，指导产品实现，确保系统可靠运行。中兴通迅工程师在利用MATLAB^®和Simulink^®的SerDes Toolbox™、Signal Integrity Toolbox™、Communications Toolbox™、Signal Processing Toolbox™等工具箱完成112G SerDes高速数据链路设计的基础上，从误码性能和误码分布两个维度进行系统性能评估，并在产品上进行了回归测试，取得较好的一致性，保障了112G SerDes产品落地应用。目前，中兴通讯基于112G SerDes技术的承载网设备已经产品化，进入商用阶段。

5G NTN与“手机直连卫星”的快速原型

15:15–15:45

在本次演讲中，您将了解NI和MathWorks如何通过连接到MATLAB^®的软件定义无线电（SDR）来加速无线系统设计。在低轨卫星与地面通信网络融合的趋势下， 探索NTN（Non-Terrestrial Network）系统端到端通信链路的研究与原型设计，包括卫星通信DVB体制、3GPP 5G NTN体制等。介绍如何在MATLAB 5G/卫星通信工具箱中实现低轨卫星通信协议的设计、并根据项目的通信带宽等性能指标要求，选取软件无线电USRP^®或更高性能PXI硬件实现半实物的快速原型系统，以及通过MATLAB来实现信道建模，构建专用于低轨卫星星座的超宽带星地信道模拟器，并在实验室使用星地信道模拟器来仿真低轨卫星与地面的通信链路。也讲介绍“手机直连卫星”背后的技术发展路径，需要解决的技术挑战，基于MATLAB与NI硬件的紧密连接，帮助相关领域的工程师，在“手机直连卫星“等领域实现从半实物原型到验证测试的全过程，包括窄带IoT-NTN和宽带NR-NTN，或卫星星座的私有通信体制，加速工程师在新兴技术领域的探索过程。

将图像处理算法和AI模型快速部署到CPU和FPGA

15:45–16:15

视频图像处理和AI在生活中应用愈加广泛，越来越复杂的算法给边缘端的实现带来巨大的挑战。为了应对这些新的挑战，MATLAB^® 和 Simulink^® 提供了从算法和模型自动生成C代码和HDL代码，并将其部署到处理器和FPGA上的完整流程。

本演讲将介绍如何从图像预处理开始，在Simulink中建模多核处理器任务，从模型生成多核处理器代码；并演示从训练好的图像处理AI网络生成HDL代码，部署到FPGA开发板上的完整流程。

在MATLAB中优化雷达和天线系统的设计和运行

16:15–16:45

多功能雷达系统执行许多任务，包括搜索和跟踪、目标分类、通信、环境评估和干扰缓解。设计这些系统的工程师必须应对多种设计挑战：

• 射频频谱拥塞：5G应用正在推动无线系统利用更高的频带，这给雷达应用带来了干扰挑战。
• 资源分配：雷达系统的资源有限（如带宽、发射能量/时间预算、计算资源），必须分配给多个任务才能实现任务目标。
• 物理设计和成本限制：例如，设计师必须在保持阻抗匹配和最大化天线增益的同时，最大限度地减小天线尺寸。

在本次演讲中，我们将探讨工程师如何使用优化工具箱通过自动化设计优化工作流程来应对这些雷达设计挑. 我们将介绍几个例子：

• 使用相控阵系统工具箱优化波束方向图合成，使干扰信号方向上的功率为零
• 使用雷达工具箱为多扇区监视雷达进行最佳资源分配
• 使用天线工具箱进行天线设计优化

使用MATLAB与Python

9:30–12:30

在本次上机实践中，通过实际示例，例如预测天气数据，来学习如何使用MATLAB^®和Python^®。具体包括:

• 从MATLAB调用Python库
• 调用用户自定义的Python命令、脚本和模块
• 实现MATLAB和Python之间的数据管理和转换
• 部署MATLAB算法并从Python中调用

Simscape Battery建模基础

9:30–12:30

本次上机实践使工程师有机会了解和使用Simscape Battery™在用于电池组设计和电池管理系统设计方面的强大功能。本研讨会包括了电池系统设计工作流程以及与之相对应的实例，并在适当情况下提供更多见解，以增强学习体验。主要话题包括：

• 构建、可视化和模拟电池模块。
• 构建电池组并将其参数化。
• 为电池模块配置冷却板。
• 电池无源电池平衡。
• 电池充电状态估计。
• 电池充电和放电。
• 新电池组和老化电池组的热分析。

教育专场：将深度学习与强化学习带入教学与科研

9:30–12:30

随着AI的持续发展，深度学习、强化学习等技术越来越成为高校教师进行科研的有力工具，在控制、电子、电气、机械、数学等多个理工学科都取得广泛应用。与此同时，也对高校教师如何在课堂教学中讲授AI提出了新的挑战。

MATLAB^®不仅提供了多种领域专用的工具箱和app来简化科研工作者使用AI的流程，更提供了诸多交互式课件、在线课程和代码示例来用于AI课堂教学，帮助学生快速学习和执行面向不同学科的深度学习项目。

在本次上机实践中，您将重点了解以下几方面内容：

• MATLAB面向深度学习和强化学习的工具与工作流
• 通过3个上机练习快速掌握使用MATLAB进行AI设计
• 了解如何在不同领域的科研项目中应用AI技术
• 分享倍受欢迎的最新AI教材与在线课程

利用无人机检测并跟踪山林野火

13:30–16:30

无人机可以帮助预防自然灾害吗？近年来，高发的山林野火威胁着人类的生命安全，并带来了灾难性的环境损失。在本次上机实践中，我们将构建基于无人机的野火检测系统，探索前沿技术如何用于检测火灾爆发事件，并分析野火扩散趋势。掌握在MATLAB Online™ 和Simulink Online™中开展AI建模和系统仿真的技巧，应用于救援任务。

基于Simulink开发高完整性系统的验证和确认流程

13:30–16:30

在使用基于模型的设计和MATLAB^®/Simulink^®设计复杂的嵌入式系统并生成产品级代码的过程中，MathWorks工具支持仿真测试和基于形式化方法的静态分析，保证系统设计更为严谨也更趋向于自动化，可以尽早发现错误，提高质量水平。通过workshop实例演示和动手操作，能够帮助您切实体会：

• 从需求追溯到架构、设计、测试和代码
• 检查合规性并测量模型和代码的质量
• 自动生成测试用例，以提高测试覆盖率
• 生成报告，支持标准认证过程