活动日程 – 上海

现代拖拉机依靠控制器局域网（CAN）通信实现发动机控制、液压、传动和精耕细作系统的无缝运行。有效分析和可视化 CAN 总线数据对于优化性能、诊断问题和确保可靠性至关重要。
在本讲座中，我们将探讨 MATLAB® 和车辆网络工具箱如何在农用拖拉机的开发和测试中发挥关键作用。我们将演示如何使用内置可视化工具处理大量数据，以可视化拖拉机的性能，帮助工程师识别电子控制系统的低效和异常。我们还将讨论自动化脚本如何简化测试工作流程，从而实现快速验证和调试。

此外，我们还将了解 MATLAB 如何实现 CAN 报文的实时采集、记录和处理，帮助工程师在短时间内构建强大的实时图形用户界面应用程序，并在 MATLAB Compiler™的帮助下将其部署到多个测试平台上。
利用 MATLAB 的先进功能，我们可以提高牵引器性能、缩短开发周期并提高产品可靠性。本讲座将深入介绍 CAN 总线数据分析的最佳实践，帮助团队为下一代农业机械做出数据驱动的决策。

经济实惠的嵌入式 AI 是当前汽车行业算法和技术的下一步发展方向。在各种控制应用领域，以神经网络形式出现的 AI 将补充和增强当前使用的经典算法。在本次会议中，探索如何将 AURIX™ TC4x 硬件与 MATLAB® 和 Simulink® 相结合，为实时控制应用部署神经网络。观看此嵌入式 AI 工作流程的演示以及通过无传感器磁场定向控制电动机的工作流程演示。

面对汽车行业日新月异的需求，如何在不变更底层架构的前提下快速构建新型控制系统？本报告将为您揭秘基于MathWorks工具包高效开发从辅助建模到SWC代码生成及Model-To-Coder的B2B检证的全流程二次开发工具链，助您显著缩短车辆控制系统开发周期，满足客户日益增长的需求。
在本演讲中，您将了解到

• 既有的控制模型改造，SWC模型的转换以及等价性检证
• 基于AUTOSAR Blockset的自动部署代码
• 结合英飞凌TASKING TriCore™ 和Simulink Test™进行Model-To-Coder的B2B检证

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。

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

随着新型电力系统建设的不断加快，电力系统配网用户侧大量接入了规模化的小容量差异化分布式资源(Distributed Energy Resources, DERs)，比如屋顶光伏、电动汽车、中央空调、用户侧储能等等。这些海量零散分布的小型化分布式资源亟需通过微电网(Microgrid)、虚拟电厂(Virtual Power Plant,VPP)、负荷聚合商(Load Aggregator)等新兴调控主体形式对其进行高效快速的建模分析和聚合统一建模分析。

并且，微电网和虚拟电厂等新型经营主体及调控实体的日常运行调度在资源物理特性分析之外还需要大量考虑经济性要素和市场价格信号，以多类型、多维度、多时序耦合的方式进行经济市场层面的优化分析。大量新兴人工智能工具模型和市场交易互动机制设计(Market Mechanism Design)也作为不可或缺的手段大量被引入配网用户侧分布式资源的综合能源管理系统(Energy Management System, EMS)，有力促进了用户侧设备的电气化改造和大规模电动汽车渗透的交通电气化。

借助MATLAB®平台各类型专用工具箱的强大建模能力和与硬件在环（hardware-in-the-loop, HIL）实时仿真环境RT-LAB®平台的兼容耦合能力，电力系统配网用户侧分布式资源智能运行调控和终端可持续能源电气化生态变得更加触手可及。
演讲亮点：

• 分布式资源聚合管理（DER Aggregation）
• 人工智能技术电力需求侧应用
• 工程化边缘终端和系统开发

高速SerDes在电子设备、通信系统、数据中心的应用越来越广泛，数据速率越来越高。使用Simulink® 工具和面向对象的方法建模基于ADC/DAC的224G SerDes，性能与802.3 COM仿真结果基本一致，满足224G LR 应用。Simulink相关工具被用于系统构架设计、均衡器/CDR等设计、参数自适应优化、统计分析和时域仿真等，帮助建立了高速SerDes研发的能力，提升了研发效率。

为提升智能驾驶系统在复杂道路环境中的安全性，精确3D仿真场景是加速ADAS/AD创新功能开发和虚拟验证的关键。本次演讲将深入探讨如何利用MATLAB®, Simulink®和RoadRunner等工具来应用AI技术构建和管理一个全面的驾驶场景库平台，工程师将了解到

• AI助理工具箱：能快速生成和优化仿真场景。
• 场景重建工具箱：可以从真实数据中提取并重建复杂场景。
• 生成场景工具箱：利用大语言模型自动生成更多样化的场景。
• 借助机器学习和深度学习算法的应用，还能深入场景挖掘与动态风险评估。

AI的浪潮无处不在，将各种AI算法带到我们眼前。而AI最大的问题在于有可能产生幻觉，即我以为我正确。如何缓解甚至消除这个问题。我认为可以将AI与仿真相结合。
我将介绍强化学习算法及其算法衍进。同时以Simulink®模型为例，介绍强化学习算法如何与Simulink模型相结合。

这里会涉及到强化学习算法，Simulink以及Simscape™相关的仿真知识。Python®相关的知识。Python如何与Simulink相结合。
项目的目标是在仿真系统中获取最优策略。
曾遇到过，整体仿真耗时较长，通过将部分Simscape代码转化为Stateflow®解决。加速仿真时间。

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
   

低空经济领域的电动垂直起降（eVTOL）飞行器，融合了多旋翼无人机的灵活机动性与固定翼设计的高效特性，正为可持续出行开辟全新路径，引领行业变革。不过，将这类电动飞行器成功推向市场，面临着诸多复杂挑战。像电池管理系统、推进系统以及飞行控制器等核心组件，不仅要经历严格的、基于实际需求的全方位测试，还需全面契合高安全性的认证流程，确保零风险隐患。

工程师们肩负着双重压力，一方面要在紧迫的时间节点内加快开发与测试进度，另一方面还要保障飞行器的可靠性与安全性，不容丝毫懈怠。

依托 MATLAB® 功能强大的全套设计工具，用户能够高效构建具备实时运行能力的 eVTOL 飞行器数字孪生模型。这些模型高度还原现实，可精准模拟飞行器控制器的运行逻辑、空气动力学的复杂特性、动力系统的动态变化，以及真实世界环境的高保真三维可视化场景，为研发提供坚实的数据与仿真支撑。此外，通过运用基于模型的设计方法，能够有效证明产品符合 DO-178C 和 DO-331 等行业严苛标准，搭配经过认证的工具包，进一步简化开发流程，提升研发效率 。

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

随着自动驾驶技术的落地、以及AI技术逐步推行，在汽车及智能网联领域进行着深刻的变革，基于数据驱动的测试方式，逐步代替传统的开发验证流程，为自动驾驶的普及提供数据支撑。如何使用ASAM OpenX系列标准，帮助企业解决自动驾驶的测试问题，并生成相应的软件和工具，是各家企业所看重的。在此背景下，使用RoadRunner交互式设计的静态和动态场景，以及从记录的感知数据生成的场景，可以满足ASAM OpenDRIVE®和ASAM OpenSCENARIO®的要求，支持智驾用户基于场景仿真的应用要求, 帮助行业解决具体的测试问题。

水泵组控制是水利、市政给排水、工业废水等工艺运行的核心单元，涵盖了输水（原水系统）、取水（制水系统）、供水（供水系统）、排水（排污系统）、污水（减污系统）。研究从单台水泵特性性能着手，以泵组耗能低为目标，采用优化控制算法，实现水泵组高效绿色运行。

涵盖：

• 水泵特性自动拟合
• 正则遗传算法
• 第三方调用封装库
• 边缘控制部署与实施

项目目标：

• 实时监控水泵性能（预防性维护）
• 水泵运行在高效区间占比高
• 日常模式下泵组运行能耗降低

项目成果：上海最大的污水处理厂提升系统整体运行效率提高7%，能耗降低4%

挑战：

• 优化算法和顺序控制算法的衔接与配合
• Python®数据格式与MATLAB®数据格式间的转换

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。   
  

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

重型商用车的热管理系统包括节温器、水泵、风扇等执行器，整个热管理系统模型复杂，有很大的热惯性和传输迟滞，加之商用车的运行工况复杂多变，传统的PID方法在全工况下的适应性较差，导致风扇转速及冷却液温度控制的波动。基于MATLAB®工具箱进行商用车热管理系统模型辨识，并设计模型预测控制器（MPC），旨在提高商用车的热管理系统效率、减少能耗并增强系统的稳定性。通过车辆的运行数据，车速、发动机转速、发动机扭矩、环境温度、风扇转速、冷却液温度等，使用MATLAB的系统辨识工具箱对车辆的热管理系统模型进行辨识，得到动态的热管理系统模型。利用MPC工具箱构建控制热管理系统的模型预测控制器：在给冷却液温度约束，风扇目标转速和目标转速变化的约束下，设计兼顾目标温度跟踪和风扇附件功耗的目标函数，根据当前系统状态和预测动态系统模型生成最优控制量。仿真表明，模型预测控制相比与传统的PID控制，风扇的附件功耗更小，冷却液温度的控制精度更高。此外，Embedded Coder®工具箱可支持MPC控制器生的代码生成，生成的嵌入式代码算力消耗及内存占用小，可以部署到车辆ECU中，具有商品应用前景。

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。

本演讲探讨MATLAB®和 Simulink®在ASIC数字设计与验证左移中的协同设计能力。通过集成算法建模、HDL代码生成与HLS流程，MATLAB和 Simulink实现了从浮点算法到可综合RTL的转换，并与主流EDA工具协同完成联合仿真，提升验证效率。其定点转换工具与HDL Coder™的优化选项支持ASIC设计的功耗-性能-面积平衡，同时通过混合信号建模能力实现数字与模拟组件的闭环验证。

演讲以信号处理领域的典型场景为例，展示如何通过Simulink建模仿真、HDL Coder代码生成，并复用参考模型加速验证流程。利用工具箱构建系统模型并生成验证组件，结合高效的模块库实现算法优化，同时通过自动化工具减少测试平台开发工作量。这些案例体现了工具链在复杂ASIC设计中的灵活性与可扩展性。内容包括：

• 算法设计到硬件实现的自动化流程
• 验证组件的复用与测试效率的提升
• 数模混合系统协同验证能力

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。

本演讲探讨MATLAB®和 Simulink®在模拟芯片设计中的协同设计能力。通过集成SerDes系统建模、算法仿真与信号完整性分析，MATLAB和 Simulink实现了从SerDes系统设计、算法开发仿真到IBIS-AMI模型的生成，并与EDA工具协同完成联合仿真，提升设计与验证效率。其信号完整性工具箱与优化选项支持模拟设计的性能优化与信号完整性分析，同时通过混合信号建模能力实现复杂SerDes系统的闭环验证。

演讲以高速接口领域的典型场景为例，展示如何通过Simulink建模仿真、开发FFE、CTLE、DFE、CDR等模块，并生成IBIS-AMI模型，以支持UCIe™、DDR5等标准。利用工具箱构建系统模型并进行信号完整性仿真，结合高效的模块库实现算法优化，同时通过自动化工具减少测试平台开发工作量。这些案例体现了工具链在复杂模拟芯片设计中的灵活性与可扩展性。内容包括：

• 从算法设计到IBIS-AMI模型生成的自动化流程
• 信号完整性分析与验证效率的提升
• 数模混合系统协同验证能力
• UCIe 2.0、DDR

通过这些工具，设计人员能够更高效地进行模拟芯片设计，确保复杂SerDes系统在高性能通信标准下的可靠性与稳定性。