活动日程 – 北京

在高比例风、光接入背景下，电力系统面临日益突出的能量调节压力。当下，储能作为构建新型电力系统的重要支撑面临配置成本高，利用率不足等问题。
克劳修斯熵是热力学中衡量热能品位的物理量，借鉴其熵值算法构建可用于量化及评价能源系统能量-时间解耦能力的熵值，有助于分析功率、时长、容量等储能配置关键决策变量间的内在关系，并可用于衡量储能综合调节性能，以及储能功率时序特征。
基于储能有关熵值所展现的特性，研究显示在不同的储能配置下，系统功率熵增不同，系统优化方向是由储能引入系统的功率熵增逐渐减小的方向，也即储能调节性能冗余逐渐减少的方向。
MATLAB®强大的数学功能模块和优化方法为相关实验研究提供了强有力的帮助。在数据处理方面，使用多维变量让海量数据的关系更为清晰；在数值寻优计算方面，丰富的工具箱大大提高了实验研究效率；在数学函数方面，丰富的函数库使得相关计算更加精确。

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。

本主题以家用冰箱为例，阐述研发团队如何搭建基于模型设计的数字化设计平台，并基于该平台开发冰箱控制系统。对冰箱产品需求进行分析转化，进行电控相关系统建模，采用图形化工具进行软件设计，开展基于模型的仿真测试，并利用自动代码生成实现快速部署。项目完成后形成可复用、可迭代的数字化设计库，在家电行业日趋激烈的市场竞争环境下，研发人员可提升产品开发效率与质量，快速完成产品迭代量产。主要包括：

1. 产品需求进行分析转化，功能模块管理；
2. 基于模型的软件架构建模与组件集成；
3. 基于图形化的软件设计、建模与仿真；
4. 变频驱动控制系统建模与仿真；
5. 基于模型软件测试与代码自动生成。

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。

随着建模仿真和大数据技术的飞速发展，对制造、机械、电气等领域中复杂优化问题的求解已经成为人工智能的研究热点，而以进化计算为代表的智能优化技术是高效的解决方案之一。PlatEMO是基于MATLAB®开发的大型开源智能优化平台，包含300多个前沿进化算法、500多个测例总计10万多行代码，并提供完善的图形用户界面，支持一键问题建模、算法求解、统计分析、批量绘图等操作。本演讲将介绍如何利用MATLAB实现该智能优化平台，主要内容包括：

• 智能优化技术的基本原理
• MATLAB在智能优化算法实现上的优势
• PlatEMO的基本架构与实现方案
• 用PlatEMO求解制造领域优化问题的案例

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
   

在本主题中，我们将讨论结合RapidECU平台与MATLAB 和 Simulink为汽车电子控制单元（ECU）开发带来的显著价值。该结合旨在解决传统开发模式中不同阶段使用不同平台所导致的移植和验证难题，提供了一个统一、高效的解决方案。通过利用MATLAB 和 Simulink进行标准化和图形化的建模，开发者能够在RapidECU统一平台上完成从模型设计到代码生成的全过程，从而简化开发流程并提高效率。这种整合方案使得模型和代码能够实时同步更新，并实现从快速原型到最终产品的无缝部署与测试，确保了开发过程中的一致性和准确性。借助MATLAB 和 Simulink提供的强大模拟和分析能力，以及RapidECU的高效工具链，即使是复杂的控制系统也能被有效地开发并迅速部署，并确保每个开发阶段都能经过严格的测试和验证，进一步保证了产品的质量和安全性。

在现代无线通信信号处理等复杂射频系统中，传统开发流程面临算法设计-硬件实现-链路验证的割裂问题，导致反复迭代与资源浪费。本演讲以数字射频链路（Digital RF Chain）为研究对象，提出基于HDL Coder™的“模型即实现”（Model-as-Implementation）验证框架，实现从MATLAB 和 Simulink 算法模型到芯片硬件仿真平台的端到端闭环验证。

• 算法-硬件协同建模：在MATLAB中构建、完整射频链路模型，通过HDL Coder自动生成可综合的RTL代码，保留原始算法的数学保真度与时序约束。
• 开发MATLAB与芯片硬件原型平台的混合仿真接口，支持实时修改链路配置并捕获芯片硬件仿真器的输出，实现链路级联功能的原位验证，解决传统分段测试的覆盖盲区。

随着集中式EE电子电器架构的不断演进与落地，智能汽车的时代已经到来，然而随着车辆中代码量的急剧增加，软件算法与模块间的交互日趋复杂。为应对软件定义汽车的研发挑战，新思科技推出了一系列高性能的电子数字孪生(Electrical Digital Twin)工具与解决方案， 使V流程的Shift-Left的思想得以落地，让车载软件的开发与测试更为高效全面，为汽车软件功能质量保驾护航。
在本次会议中，Synopsys新思科技将与大家探讨数字孪生虚拟化技术，并结合Simulink®的仿真模型，以实例演示新思VECU数字孪生模型在项目研发中的应用。

数字岩心分析是基于CT 、电镜等扫描设备获取多孔介质数字图像，运用计算机数字图像处理技术和数值模拟技术，分析多孔介质材料属性的方法。相比传统实验方法，数字岩心技术具有成本低、速度快、参数多、可重复、应用广、可视化等优点，是引领未来研究多孔介质材料属性的重要方法。

在本讲座中，我们将介绍中石化石堪院数智所借助 MATLAB，构建的全功能数字岩心分析系统。该系统整合了多孔介质材料扫描成像、存储与运算分析等功能。

在算法开发环节，基于前期开发的MATLAB算法，团队打造了MATLAB数字岩心分析工具箱HighDCA，涵盖数字岩心图像处理方法、孔喉分割方法、孔喉参数定量计算方法和LBM流动模拟方法等。

在云部署方面，团队借助MATLAB 部署工具 MATLAB Production Server™，设计了后台算法、 数据库及前台用户界面耦合方法，形成了数字岩心分析云平台，实现了成果软件化。

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。    

在嵌入式系统开发中，软件质量直接决定产品安全性与市场成败，而软件的可靠性通常是产品质量的核心需求。
尽管开发者通过编码规范、流程优化、功能测试及覆盖率提升等手段持续改进，传统方法仍面临缺陷发现滞后、合规验证不充分，隐秘问题逃逸等问题，导致软件可靠性不足，也难以满足相关功能安全要求。
本次演讲将详细介绍，嵌入式软件可靠性当前的主流做法，这种做法面临的问题。并提出静态分析的方法和形式化的证明的解决方案。通过 合规性验证、缺陷和漏洞扫描以及完备的形式化证明，构成三维一体的质量和可靠性防线。演讲还将介绍，如何将解决方案融入到嵌入式软件的开发流程中。

随着人工智能（AI）与深度学习技术的高速发展，其在医学信号处理中的应用逐渐展现出巨大的潜力。特别是在脑电图（EEG）与心电图（ECG）信号的分析中，如何准确、高效地从大量生物医学数据中提取有价值的信息，成为了医疗健康领域的关键挑战之一。针对这一关键问题，本演讲将深入探讨如何结合MATLAB®平台，利用深度学习、机器学习及信号处理等先进技术，解决癫痫自动检测、运动想象脑机接口（BCI）系统以及心电质量评估中的技术难题，并展示相关算法的创新性与实际应用。

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

基于第一性原理的密度泛函理论计算是电池材料设计和药物分子筛选等领域的核心技术。现有的密度泛函理论计算软件 KSSOLV 基于 MATLAB® 开发，存在使用门槛高和批量计算效率低等问题。我们将 KSSOLV 重新构建为专业的量子化学计算工具箱。本次演讲将介绍该工具箱的研发经验，重点讲解如何通过图形用户界面和拖拽式模块化工作流简化操作，通过算法优化和并行计算提升效率，以及结合大语言模型技术简化参数设置和物理性质的分析。这些创新不仅降低了使用难度，提高了工具的实用性，还将有力推动材料计算向自动化与智能化的方向发展。

在电动汽车上装备多挡变速器可以降低对驱动电机峰值功率和最高转速的需求，通过挡位切换调整驱动电机工作在高效率区域，有利于提高整车的动力性能及经济性能。无同步器式电驱动机械自动变速器（EMT）由于结构简单、成本低的特点在电驱动系统上的应用优势较为明显，但也存在着换挡动力中断时间较长、换挡冲击大的缺陷。
本项目针对电驱动EMT存在的痛点问题，以快速、柔性换挡为目标，基于MATLAB®/Simulink®软件开发了考虑齿隙等非线性因素影响的EMT换挡控制策略及算法，明显降低了换挡时引起的整车抖动和碰撞冲击，换挡时间也明显缩短，实现了快速柔性换挡，解决了无同步器电驱动AMT换挡冲击与换挡时间的矛盾。项目成果可以应用于纯电驱动模式和混合动力驱动模式。
本项目基于快速原型系统开发了换挡控制模型，曾进行两挡纯电动汽车换挡控制器的开发并进行了实车试验，NEDC循环工况转毂试验取得了节省电能9%左右的效果，多名主观评价工程师反馈的实车换挡性能均为良好。

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。

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。

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

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

设计一个稳定且有效的电动助力转向（EPS）控制器是一项具有挑战性的任务，尤其是当系统的非线性和参数不确定性可能导致不稳定和振动时。MATLAB®平台为EPS控制器的设计提供了全面的支持。通过使用MATLAB的优化工具箱，可以解决非线性优化问题，从而找到最佳的补偿器参数。这种方法不仅提高了系统的稳定性，还有效地减少了不良振动。此外，MATLAB的整车建模和物理建模功能允许用户在真实车辆条件下全面验证EPS系统的控制功能，确保最终设计能够提供轻便且舒适的转向体验。

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。

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

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。

音频算法的开发往往需要落在硬件设备上才能构成完整的产品，MATLAB®和Simulink®平台致力于打破开发工具与部署方法的鸿沟，代码生成工具应运而生。在本主题中，我们将就音频开发的几个典型应用场景向大家展示基于模型设计（MBD）理念中的重要一环——代码生成与部署，主要包括：

• MATLAB/Simulink生成C/C++代码
• 通过处理器在环技术（PIL）实现硬件算法测试
• 创建Android®音频应用助力音频开发
• Cadence® Tensilica® HiFi、Qualcomm® Hexagon™等支持

电池的电化学模型涉及离子和电子的传输及动力学反应，业内常用这类建模方式来描述电池的工作原理以及用于优化电池设计。近年来，这些模型在优化快充电流、提升电池寿命模拟准确性以及改善电池状态估计方面得到了广泛应用。这一趋势得益于车载控制器和云计算能力的提升。在本次演讲中，我们将展示MATLAB®和Simulink®在电化学建模能力方面的最新进展，并探讨这些产品如何为工程师开发高保真度电化学模型打下基础，这是在汽车应用中实现更优电池控制的关键开始。本次演讲将侧重于电化学模型的开发，而非快速充电的具体实施。