从Simulink模型到C代码：嵌入式实时系统开发实战

1. Simulink模型离散化：从连续到离散的关键一步

我第一次用Simulink做电机控制算法时，模型在仿真阶段运行完美，但生成代码后直接报错崩溃。后来才发现问题出在连续模块的离散化处理上。这就像用数码相机拍摄电影——必须把连续画面转换成离散帧才能存储，控制算法也需要类似转换。

连续模块（比如积分器、微分器）在仿真时依赖数学上的连续计算，但嵌入式芯片只能处理离散时间点的数据。举个具体例子：假设模型里有个积分环节1/s，直接生成代码会报"连续模块不支持代码生成"错误。解决方法很简单：

1. 右键点击模型空白处选择"Model Settings"
2. 在"Solver"选项卡中：
   • 停止时间设为inf（无限运行）
   • 求解器类型选fixed-step（固定步长）
   • 固定步长设为控制周期（如0.001秒）
3. 使用离散积分器替换连续积分器

实测发现，步长设置直接影响控制精度。我在四轴飞行器项目中，当步长从0.01s调整到0.001s时，姿态控制误差降低了63%。但要注意：更小的步长意味着更高的CPU负载，需要在RTOS任务周期中合理分配。

2. ERT目标配置：生成高效嵌入式代码的秘诀

Embedded Coder提供的ERT（Embedded Real-Time）目标就像代码生成的"配方"。有次我给STM32F4生成代码，默认配置产生的文件体积超标30%，通过优化ERT配置最终节省了45%的Flash空间。关键配置项包括：

特别提醒：在"Hardware Implementation"中务必选择正确的芯片架构。有次我忘了把Device vendor从Texas Instruments改成STMicroelectronics，导致生成的DSP指令完全不兼容。

3. 代码生成实战：从点击按钮到工程文件

打开Embedded Coder后，点击那个醒目的"Generate Code"按钮只是开始。我习惯在生成前做三件事：

1. 在Model Explorer中检查所有信号和参数：

   % 查看模型中的输入输出 find_system(gcs, 'BlockType', 'Inport'); find_system(gcs, 'BlockType', 'Outport');

2. 创建自定义存储类（Custom Storage Class），比如给PID参数加上const修饰符
3. 设置代码生成报告选项（勾选"Create code generation report"）

生成后的代码结构很有讲究：

• _ert_rtw文件夹里的model.c是算法核心
• ert_main.c提供执行框架
• global.h包含所有数据接口

有个实用技巧：在model.h中找到model_initialize()和model_step()这两个关键函数，它们就是嵌入式系统里要周期性调用的入口。

4. 嵌入式适配：让代码在芯片上跑起来

拿到生成的代码只是成功了一半。记得我第一次把代码移植到NXP的RT1064芯片时，直接遇到了堆栈溢出。后来总结出移植的黄金三步法：

1. 内存调整：

   // 在rtwtypes.h中修改内存分配 #define MEMORY_ALLOCATION_METHOD 1 // 静态分配

2. 时钟对接：

   // 替换ert_main.c中的计时函数 extern uint32_t GetSystemTick(void); #define rt_GetTime() GetSystemTick()

3. IO适配：

   // 将输入输出对接真实硬件 rtU.In1 = ADC_Read(0); PWM_Write(rtY.Out1);

在Cortex-M7上实测，经过优化的ERT代码执行效率比手写代码高15%，而且更不容易出现数值计算错误。这是因为MathWorks的工程师已经帮我们处理了定点数溢出、浮点精度等细节问题。

5. 调试技巧：解决代码生成中的常见坑

有次客户抱怨生成的代码导致电机抖动，最后发现是采样时间不一致导致的。现在我的调试清单里必查这些项：

• 模型和ERT配置的采样时间是否匹配
• 所有连续模块是否都已离散化
• 数据类型的继承是否合理（特别小心double到float的隐式转换）
• 生成的代码中是否存在动态内存分配（嵌入式系统要避免）

一个实用的调试方法是在模型中加入Signal Conversion模块，强制指定数据类型。比如将浮点信号显式转换为fixdt(1,16,12)格式的定点数，可以提前发现数值问题。

6. 性能优化：让算法飞起来的实用技巧

给无人机项目做优化时，我发现几个立竿见影的优化手段：

1. 启用内联参数：在Configuration Parameters > Optimization中勾选"Default parameter behavior"为"Inlined"
2. 使用查表法：将复杂函数（如三角函数）替换为Lookup Table
3. 启用SIMD指令：在Hardware Implementation中设置CMSIS-DSP库路径

实测一个电机FOC算法，经过上述优化后MIPS消耗从85%降到了42%。关键是要在模型阶段就考虑优化，比如用Delay模块替代Unit Delay可以减少状态变量。

7. 多速率系统处理：复杂控制的时间艺术

机器人关节控制往往需要多个控制周期。在Simulink中创建多速率系统时，我的经验是：

1. 为每个速率创建独立的Atomic Subsystem
2. 使用Rate Transition模块处理跨速率数据
3. 在ERT配置中启用"MultiInstance"代码格式

例如四足机器人的例子：

• 电机电流环：20kHz（快速控制）
• 位置环：1kHz（中速）
• 步态规划：100Hz（慢速）

生成代码时会自动创建不同的任务函数，在RTOS中只需按对应频率调用即可。这种结构既保证了实时性，又避免了资源浪费。