活动日程 – 北京

氢能具有来源多样、清洁低碳等优点，被视为未来能源。电解水制氢工艺简单，产品纯度高，是最有潜力的大规模制氢技术。将可再生能源产生的电能转化为氢能进行储存，氢能充当了能源缓存的载体，根据实际需要再进行后续利用。随着可再生能源中光伏发电成本的持续下降，光伏电解水制氢的竞争力也将逐渐增强。采用MATLAB® 和Simulink®平台建立光伏电解水制氢系统的模型，匹配设计光伏阵列系统和Buck变换器参数，为进一步探索系统日间乃至季节性控制策略提供了参考。

低空经济作为新质生产力的代表，正在迅速发展。在通信、感知和控制技术的融合推动下，低空智联网展现出巨大的潜力。本报告将介绍如何通过通信、感知和控制的协同赋能，提升低空智联网的效率与可靠性。基于MATLAB^®仿真平台，展示低空智联网在多种典型场景下的性能表现，验证通信、感知与控制技术协同工作的可行性与优势。报告将为低空智联网的技术发展提供了理论支持和应用示范。

汽车系统和软件的开发正在被重新定义，以提供可永久升级的软件定义车辆。这些车辆的用户体验将在很大程度上取决于它们的软件功能和增值服务。解决方案是复杂的，没有单一的制胜策略。交付这种软件需要新的技术；更新组织结构；引入新的流程、方法和开发平台；以及建立新的合作伙伴关系，同时仍然确保软件质量、功能安全和网络安全所需的一致性和可追溯性。

基于模型的设计提供了独特的优势，可以帮助您从软件架构概念化到组件设计，并支持软件集成和测试，从而使最终产品具有更高的质量和可靠性。在本演示中，您将看到MATLAB®和Simulink®如何通过系统地使用模型和数据来加速实现新一代软件定义汽车的愿景。最近的投入已经帮助创造了一个环境，反映了数字工程生态系统、面向服务的架构、虚拟化、持续集成等主要趋势。

随着可再生能源的广泛接入，电网面临新的稳定性挑战。构网型变流器因此诞生，模拟传统发电机的惯性，主动调节电压和频率，确保电网稳定。与此同时，电力系统的复杂性增加，阻抗扫描成为关键工具，识别谐振点和不稳定因素，优化系统性能。通过这些技术，可以预见并规避故障，支持电网的现代化与智能化。

最新的MATLAB®和Simulink ®中提供了大量构网型案例，供您研究构网型技术特点，并提供阻抗扫描方法，本讲将为您介绍MathWorks最新的案例与方法。

本讲内容包括：

1. 构网型变流器测试框架
2. 包含构网型技术的新能源场站
3. . 阻抗扫描方法与案例
   

在本演讲中，我们将展示如何使用 MATLAB® 和 Simscape™ 对大规模电磁瞬态 （EMT） 电力系统进行建模和仿真。通过具有 900+ 三相总线的 IEEE 测试馈线网络的工作示例，我们将展示如何：

• 使用 MATLAB 和 Simscape Electrical™以自动化方式构建 EMT 模型。
• 实施不同的数据保存策略。
• 搭建包含大量可再生能源的电力系统。
• 执行故障研究。
• 探索参数不确定性对系统响应的影响。
• 定义并运行多个运行场景。    

通过基于模型设计（Model-Based Design），您可以使用数字虚拟模型来设计、实现和交付复杂的工程系统建模。这些数字虚拟模型能够捕捉物理系统的动态特性，帮助您在将算法部署到硬件上之前对算法进行测试和验证，从而在开发过程的早期识别问题。根据用户对系统物理规律的理解程度，创建数字模型的方法多种多样，从基于第一性原理建模到基于数据驱动和人工智能的方法。此外，为支持开发过程的不同阶段的需求和关注点，通常需要考虑不同程度的保真度进而调整和重新创建模型。例如，使用较低保真度的模型可以帮助进行性能权衡设计，而较高保真度的模型则可用于在硬件上实施嵌入式软件部署之前对其进行验证。为了辅助复杂工程系统的开发，使用不同的方法创建不同保真度水平的模型以支持开发周期的各个阶段，这一点至关重要。在本次演讲中，您将了解到：

• 用于建模动态系统的工具和技术，例如使用Simulink®和Simscape™进行基于第一性原理的建模、使用系统辨识和深度学习技术的数据驱动建模，以及使用参数估计技术的灰箱建模。
• 在单一仿真环境中集成基于不同技术建模的物理系统组件。
• 模型简化和重用技术，例如模型线性化和模型降阶，用以以支持开发周期各个阶段的对模型的使用场景。

无线通信领域已经开始研究第六代（6G）无线系统，旨在开发更快、更智能、延迟更低的网络，并支持新的应用。6G的使能技术包括亚太赫兹通信，人工智能、可重构智能表面、通感一体、非地面网络以及新的数字波形等。了解MATLAB®无线通信工具在6G使能技术方面的新进展，助力从5G向6G的演进之路：

• 全卷积网络AI接收机以及MATLAB与Python®的深度集成
• 通感一体化的场景模拟、波形设计、频谱感知、以及新兴应用
• 支持移动性和GPU加速的射线追踪信道建模
• 使用数字孪生技术分析6G FR3网络SINR
• GPU/Cluster加速链路仿真
• 软件定义无线电（SDR）传输并捕获大带宽6G波形

在汽车智能化浪潮下，驾驶员在环仿真测试（driver-in-the-loop, DIL）已成为破解智能驾驶技术研发与验证难题的核心手段。通过构建“人-车-环境”高保真交互闭环，DIL系统在复杂场景复现、人机共驾协同及安全边界探索中展现出不可替代的价值。本报告聚焦DIL领域的前沿技术进展、关键科学问题及工程实践，主要包括以下三个方面：

1. 高精度虚拟场景构建与动态交通流仿真
   基于RoadRunner与PanoSim的异构场景融合技术，提出多模态场景要素动态解耦方法，实现复杂道路拓扑、极端天气（如暴雨/浓雾）与随机交通流的实时协同生成。通过引入时空一致性建模框架，解决动态场景中交通参与者行为逻辑（如博弈变道、突发事故）的物理合理性难题，提升场景生成效率。
2. 智能驾驶算法协同仿真与虚实闭环验证
   基于PanoSim和Simulink^®协同仿真架构，构建覆盖感知-决策-规划-控制全链路的数字孪生仿真测试平台，提出“虚拟-真实混合标定”技术，突破传统仿真中控制延迟与机械响应的失配瓶颈。通过引入强化学习驱动的场景泛化引擎，实现长尾场景（如鬼探头、施工区侵入）的自主演化，测试效率较实车显著提升。
   
3. DIL典型应用场景及案例

MATLAB®和Simulink® 作为全球领先的数据建模与仿真工具，赋予用户构建AI模型以及系统仿真的能力。在当今智能化的时代浪潮中，STM32 芯片凭借卓越的性能与高性价比，在工业自动化、智能家居、医疗设备等众多行业中占据了举足轻重的地位，成为工程师们的优选方案。

MathWorks和STMicroelectronics强强合作，简化了MCUs上机器学习模型的部署。传统的PID控制难以快速适应参考速度的快速变化，显著偏差和较长的稳定时间影响了电机控制的精度和稳定性。通过引入Tiny Neural Network（微型神经网络），补偿PID控制器的偏差，使得PID控制表现出更少的超调和偏差。我们以永磁同步电机（PMSMs）的磁场定向控制（FOC）为例，展示了如何训练神经网络模型部署，并结合STM控制器能力，将其快速部署到MCU中。

近年来的技术进步促进了重型机械的自动化，但由于崎岖的地形和复杂的任务，实现非道路重型机械的自主化仍然充满挑战，从感知到运动规划各个环节的团队协作显得至关重要。虚拟测试和仿真有助于降低与物理测试相关的高成本和风险，优化算法并提升性能。

本演讲我们将深入探讨从建筑工地到露天矿山的非道路机械的自主化，重点介绍使用 MATLAB® 和 Simulink® 的系统级仿真工作流程，力求在设计、测试和部署的各个环节降低风险，推动创新。您将了解到技术进步如何带来更高效和更有效的非道路重型机械自主化解决方案，包括：
创建高保真动态模型和仿真
开发和验证非道路重型机械的自主算法
在逼真的场景仿真中测试非道路重型机械自主算法

在超大规模集成电路（ASIC）设计中，MATLAB®强大的科学计算和Simulink®基于模型的设计已成为提升研发效率的有力工具。通过建立精确的数学模型，设计团队可在硬件实现前完成算法验证、时序分析及功耗评估，有效降低后期硬件迭代次数。Simulink的多域仿真能力支持与多种EDA工具的跨层级联合验证，结合自动代码生成技术，可实现从算法开发到快速原型的有效过渡。其可视化调试与硬件测试平台的无缝集成，显著缩短了功能验证周期，有效提升复杂ASIC系统的设计和验证效率，从而控制ASIC芯片的研发成本与风险。

本演讲介绍MATLAB的高级综合（HLS）流程，从算法自动生成高级语言描述；从MATLAB和Simulink直接生成符合SystemVerilog和UVM标准的验证组件，并与主流HDL仿真器进行联合仿真；以及对数模混合系统验证效率的提升。主要内容包括：

• 用HDL Coder™生成High-Level Synthesis代码用于高级综合
• 使用ASIC Testbench for HDL Verifier™提高验证效率
• Simulink数模混合信号协同验证

随着汽车制造业对成本控制的日益严格，汽车控制器正向着更高程度的集成化与智能化发展。在车身控制领域，当前各大汽车制造商所提出的车身域控制策略，已广泛囊括了从传统的灯光、车门、门锁控制，到更为复杂的车窗防夹、自动空调调节等多样功能。在此背景下，自主研发并掌握车窗防夹与自动空调的核心算法，成为了实现车身域控制器高度集成化目标的关键所在。

纹波防夹技术，作为车窗防夹解决方案中的一种高效且经济的选择，其对纹波信号的识别精度以及算法的稳定性能提出了更为严格的要求。为了应对这一挑战，我们采用了MATLAB®和Simulink®工具进行软件建模，通过连接车辆测试数据与软件算法模型，实现了精准的在线仿真。这一过程不仅有助于我们迅速定位并解决软件开发过程中的各类问题，还能够不断优化算法，从而大幅提升设计效率与可靠性。同时，我们还借助基于Simulink平台的定制Unit Test工具对模型进行了全面的单元测试，以确保能够及时发现并纠正模型中的逻辑错误，为产品的稳定运行提供有力保障。

人工智能当前在各个领域都发挥了作用。包括又不局限于自然语言，计算机视觉，控制工程。而其中的先进技术也是领域工程师关注的重点。本次会议主要介绍这些先进技术在MATLAB®中的使用方法和场景。

• 注意力机制和大模型。
• PINN, MATLAB的符号数学工具箱可以针对已知的PDE方程自动生成loss函数
• 增量学习和强化学习 基于AI的控制在当前车辆工程或相关控制领域的效果已经初显端倪

续航里程、安全性和乘客舒适度是消费者在购买电池电动车（BEV）时的关键标准。BEV的热管理系统会影响所有这些标准。设计该系统的工程师必须确保他们的设计能够：

• 在车舱内维持舒适的温度和湿度。
• 通过最小化能耗来延长续航里程。
• 通过保持电池和电动机在推荐的温度范围内来延长组件寿命。
• 即使在极端天气条件下也能有效运行。

对于像热管理这样复杂的系统，必须对所有相关车辆系统进行多学科分析。通过开发整个车辆的整体模拟，工程师可以优化热管理，以确保乘客舒适度、最小化损失并增加续航里程。在本次演讲中，将展示一个中型BEV的Simscape™模型，该模型可以对整个车辆进行虚拟测试。模型包括车辆的动力系统、传动系统和热管理。首先，使用该模型模拟车辆在驾驶循环中的性能，以分析能耗。然后进行敏感性分析，评估不同参数如何影响车辆在续航里程和能耗方面的整体性能。最后，利用数值优化来识别在不同气候条件下最小化能耗的设计参数。敏感性分析和优化工作流程通过Simulink Design Optimization™中的可视化用户界面直接支持Simulink®和Simscape模型。优化使用适合计算量大的模型的代理优化算法进行。整个过程通过云上的并行计算加速。这一工作流程可以轻松扩展到涉及Simulink和Simscape模型的其他设计优化应用。

人工智能（AI）正在强劲渗透信号处理领域，为精确理解和操控信号带来了全新的能力。参加本次课程，探索如何利用 MathWorks 的信号处理与AI工具，对各类应用中的信号进行分析与转换。无论您处理的是音频、生物医学还是通信信号，都将了解到人工智能如何为信号分析带来新的视角。

亮点

• 数据生命周期：将低代码操作用于AI模型开发的信号标注、特征工程以及管理环节。
• 模型开发：探究人工智能各类模型、算法与技术的训练、超参数调优以及效率评估。
• 模型部署：学习如何将人工智能模型集成到现实世界的嵌入式系统和企业应用中。

磁场定向控制 (FOC) 是一种用于控制永磁同步电机 (PMSM) 的方法，它可以在整个转矩和转速范围内提供良好的控制能力。FOC 算法的实现需要电流和转子位置的实时反馈。您可以使用传感器测量电流和转子位置，也可以使用无传感器方法，通过观测器估计位置的反馈值。

与经典方法不同，本案例将介绍基于神经网络的位置估计方法。首先建立PMSM的FOC仿真模型，利用仿真数据和MATLAB®深度学习工具训练网络，之后将其导出到Simulink®模型中并进行仿真验证，最后将基于神经网络的FOC算法部署到目标硬件以验证设计。

• 在本讲中您将了解到：
• 使用神经网络估计PMSM位置
• 在目标硬件上部署神经网络
• 验证在负载条件下神经网络的PMSM位置估计

本次演讲聚焦于电动垂直起降（eVTOL）飞行器的技术前沿，探讨如何利用MathWorks的MATLAB^®和Simulink^®工具链应对软件开发中的关键挑战。演讲将深入分析基于模型的开发方法，在满足DO-178C航空软件认证标准中的重要性。内容涵盖

1. 高效软件开发流程：展示如何通过MATLAB和Simulink优化eVTOL飞行控制、电池管理等软件开发，提升效率与可靠性。
2. 模型测试与验证策略：探讨面向DO-178C认证的严格测试方法，确保软件安全性和合规性，减少风险。
3. 工具鉴定与认证支持：解析MathWorks产品在DO-178C工具鉴定中的作用，简化认证流程，加速产品上市。