中國北京 - 2018 年 3 月 15日 - MathWorks于今日推出了 Release 2018a (R2018a)，其中包含一系列的 MATLAB 和 Simulink 新功能。R2018a包括兩個新產品：用于設計和測試狀態監控和預測性維護算法的 Predictive Maintenance Toolbox ，集成了三維虛擬環境的車輛動態性能建模和仿真工具箱 Vehicle Dynamics Blockset 。除了 MATLAB 和 Simulink 中的新功能和新產品以外，此發行版還包括 94 個其他產品的更新和修補程序。
MATLAB 產品系列更新包括：
·MATLAB：
o實時編輯器中的實時函數、文檔編寫、調試以及用于嵌入滑塊和下拉菜單的交互式控件
o用于高級軟件開發的 App (UI) 測試框架、C++ MEX 接口、自定義 Tab 鍵自動填充和函數助手
·MATLAB Online：
o用于與 USB 網絡攝像機通信的硬件連接
·Econometrics Toolbox：
o用于執行時序分析、規格測試、建模和診斷的 Econometric Modeler App
·Image Processing Toolbox：
o三維圖像處理和卷可視化
·Partial Differential Equation Toolbox：
o用來查找自然頻率、模態形狀和瞬態響應的結構動態分析
·Optimization Toolbox：
o用于更快求解混合整數線性問題的分支方法
深度學習
·Neural Network Toolbox：
o用于導入在 TensorFlow-Keras 中設計的深度學習層和網絡的支持包
o用于求解回歸問題以及利用 Text Analytics Toolbox 進行文本分類的長短期記憶 (LSTM) 網絡
o用來改進網絡訓練的 Adam、RMSProp 和梯度裁剪算法
o使用多個 GPU 并計算中間層激活，加快對有向無環圖 (DAG) 的訓練
·Computer Vision System Toolbox：
o用來自動標記各個像素實現語義分割的 Image Labeler App
·GPU Coder:
o用于采用有向無環圖 (DAG) 拓撲的網絡和預訓練網絡（如 GoogLeNet、ResNet 和 SegNet）的 CUDA 代碼生成
o用于 Intel 和 ARM 處理器上深度學習網絡的 C 代碼生成
數據分析
·Statistics and Machine Learning Toolbox：
o在 Classification Learner App 中使用散點圖的高密度數據可視化
o用于大數據的核 SVM 回歸分析算法、混淆矩陣計算以及非分層分區的交叉驗證
·Text Analytics Toolbox：
o多詞短語提取和計數、HTML 文本提取以及句子、電子郵件地址和 URL 檢測
o用于大型數據集的隨機 LDA 模型訓練
·Predictive Maintenance Toolbox：
o一款用于設計和測試狀態監控和預測性維護算法的新產品
Simulink 產品系列更新包括：
·Simulink：
o根據當前模塊端口預測可能要插入的新模塊供選擇，并迅速添加到模型中
oSimulation Pacing可指定仿真速度，將仿真時間指定為與實際時間或其他時間一致，從而獲得仿真運行時間與指定時間對應的體驗
oLive Editor中可使用Simulation Data Inspector進行繪圖的添加、查看和編輯
·Simulink 3D Animation：
o使用點云、射線追蹤和原始幾何形狀，檢測虛擬世界對象沖突
·Simscape：
o濕空氣域和模塊庫，用來對HVAC和環境控制系統進行建模
o分區本地求解器，提高實時仿真速度
汽車
·Automated Driving System Toolbox：
o新增Driving Scenario Designer APP用于交互式定義執行器和駕駛場景來測試控制和傳感器融合算法
·Model Predictive Control Toolbox：
o新增ADAS相關模塊，用于設計、仿真和實現自適應巡航控制算法和車道保持算法
·Vehicle Network Toolbox：
o新增基于 CAN FD 協議的Simulink通信模塊，MATLAB 或/Simulink 與 ECU 通信的 XCP協議新增UDP以及TCP
·Model-Based Calibration Toolbox：
o實現與Powertrain Blockset 工具箱集成，可基于測量數據直接標定和生成Powertrain Blockset查表型發動機模塊的表格參數
·Vehicle Dynamics Blockset：
o新增工具箱，實現車輛動態性能建模仿真并集成3D虛擬環境
代碼生成
·Embedded Coder：
o用于定義數據和函數的自定義代碼生成配置的 Embedded Coder 字典
oCode Perspective，可對用于代碼生成流程的 Simulink 桌面進行自定義
·MATLAB Coder：
o矩陣的行主序排布以簡化所生成代碼與C環境中存儲的行主序矩陣間的訪問接口
o稀疏矩陣支持，在生成的代碼中使用稀疏矩陣實現更高效的計算
o用于機器學習部署的 C 代碼生成，包括 k-最近鄰、非樹整體模型以及使用 Statistics and Machine Learning Toolbox 進行距離計算
·Fixed-Point Designer：
o用于近似函數和最小化現有查找表 RAM 使用率的查找表優化
·HDL Coder：
o矩陣運算支持，能夠直接從使用二維矩陣數據類型和運算的算法中生成 HDL 代碼
信號處理和通信
·Signal Processing Toolbox：
oSignal Analyzer App，可處理多個信號并從信號中提取感興趣區域
o使用 RPM 追蹤和階次分析對旋轉機械中的振動信號進行分析
·LTE System Toolbox：
oNB-IoT 支持，對窄帶物聯網傳輸和物理下行鏈路共享信道的建模
·RF Blockset：
o根據輸入/輸出設備特性捕捉非線性和記憶效應的功率放大器模型
·Wavelet Toolbox：
o連續和離散小波變換濾波器組
·Robotics System Toolbox：
o基于激光雷達的 SLAM，可使用激光雷達傳感器對機器人和地圖環境進行定位
驗證和確認
·Simulink Requirements：
o利用 ReqIF 的導入需求，可從 IBM Rational DOORS Next Generation 或 Siemens Polarion 之類的第三方工具中導入需求
·Simulink Test：
o覆蓋率組合功能，可以用來組合多次測試運行（文件的）的覆蓋率結果
·Polyspace Code Prover：
o用于 AUTOSAR 軟件組件靜態分析的 AUTOSAR 支持