4、MIL环境搭建：Simulink模型配置、测试平台搭建、信号注入与采集

好，咱们进入正题。MIL环境搭建，说白了就是给算法模型搭个“试验台”。你想想看，代码还没写，硬件还没影，怎么验证控制逻辑对不对？就得靠MIL。我个人习惯，这一步宁可多花点时间，把环境搭得规规矩矩，后面SIL、HIL阶段能省下大把的调试时间。

4.1 Simulink模型配置——别小看这一步

很多人觉得模型配置就是点几下鼠标，没什么技术含量。我在项目中遇到过太多次，因为配置不对，仿真跑出来的结果跟实际差十万八千里。嗯，这里要注意几个关键点。

4.1.1 求解器设置

连续系统还是离散系统？这决定了你选哪种求解器。

• 连续系统：用ode45（变步长）或ode4（定步长）。我建议新手先用ode45，自适应步长，不容易发散。
• 离散系统：必须用离散求解器（discrete）。固定步长，比如0.001秒。为什么？因为你的控制器就是按固定周期运行的。

4.1.2 数据类型与信号属性

Simulink默认是double类型，但实际嵌入式代码里，谁用double啊？都是single、int16、uint8这些。我建议从一开始就设置好。

% 在模型工作空间中设置
Simulink.Bus.createObject(...
    'SignalObject', ...
    'BusName', 'ControlBus');

% 定义信号属性
sig = Simulink.Signal;
sig.DataType = 'single';
sig.InitialValue = '0';
sig.StorageClass = 'ExportedGlobal';

这样做的好处是，后面生成代码时，数据类型自动匹配，不用再手动改。我曾经因为偷懒没设数据类型，结果生成代码后，发现所有变量都是double，硬生生把MCU的RAM撑爆了……

4.1.3 采样时间设置

多速率系统很常见。比如控制周期1ms，通信周期10ms。怎么配？

• 每个模块单独设置采样时间
• 或者用Rate Transition模块做速率转换

4.2 测试平台搭建——搭积木的思路

测试平台，我习惯叫它“Testbench”。说白了，就是把被测模型（DUT）包起来，外面接上信号源、观测器、评估模块。

4.2.1 标准测试平台结构

我常用的结构是这样的：

Testbench/
├── 信号生成模块 (Signal Generator)
│   ├── 阶跃信号
│   ├── 正弦波
│   ├── 自定义波形 (From Workspace)
│   └── 噪声注入
├── 被测模型 (DUT)
│   └── 你的控制算法
├── 参考模型 (Reference Model)
│   └── 理想行为模型
├── 比较与评估模块
│   ├── 误差计算
│   ├── 性能指标 (超调量、稳态误差等)
│   └── 断言检查 (Assertion)
└── 数据记录模块
    └── To Workspace / To File

为什么要加参考模型？因为你要知道“正确答案”是什么。比如你测一个PID控制器，参考模型就是理想PID响应。实际输出跟参考一对比，偏差一目了然。

4.2.2 信号生成——别只会用Step模块

实际工况哪有那么理想？我建议至少准备这几种信号：

信号类型	用途	Simulink模块
阶跃信号	测试响应速度、超调量	Step
斜坡信号	测试跟踪能力	Ramp
正弦波	测试频率响应	Sine Wave
方波	测试切换响应	Signal Generator
自定义波形	模拟真实工况	From Workspace + 时间序列
噪声	测试鲁棒性	Band-Limited White Noise

4.3 信号注入与采集——把“探针”插对地方

信号注入，就是把测试信号送进模型。信号采集，就是把模型输出抓出来分析。这两步做不好，前面全白搭。

4.3.1 信号注入的三种方式

1. 直接连接：信号源模块直接连到DUT输入端口。最简单，但灵活性差。
2. 通过Inport模块：在DUT外面加Inport，测试信号从工作空间或MATLAB脚本注入。适合批量测试。
3. 通过Signal Builder：Simulink自带的信号编辑器，可以图形化编辑波形。我比较喜欢这个，直观。

我个人习惯用第二种。为什么？因为可以写脚本批量跑测试用例。

% 批量测试脚本示例
testCases = {...
    struct('input', [0 1; 1 1], 'expected', 0.5), ...
    struct('input', [0 0; 1 2], 'expected', 1.0)};

for i = 1:length(testCases)
    assignin('base', 'testInput', testCases{i}.input);
    sim('myModel');
    % 检查结果
    if abs(yout(end) - testCases{i}.expected) > 1e-3
        warning('Test case %d failed', i);
    end
end

4.3.2 信号采集——别漏掉关键数据

采集信号，我建议用To Workspace模块，把数据存到MATLAB工作空间。然后画图、算指标、做报告，一条龙。

关键要采集哪些信号？

• 输入信号：确认注入正确
• 输出信号：DUT的实际响应
• 内部状态：比如积分器的值、状态机的当前状态
• 误差信号：参考值与实际值的差

4.3.3 数据后处理——从数据里看出门道

仿真跑完了，数据也采了，然后呢？你得分析啊。

我常用的几个分析指标：

指标	计算公式	说明
超调量	(峰值 - 稳态值) / 稳态值 × 100%	越小越好
上升时间	从10%到90%稳态值的时间	越快越好
稳态误差	稳态时参考值与实际值的差	越小越好
均方根误差	sqrt(mean((ref - actual).^2))	综合指标

用MATLAB代码算一下：

% 假设 yout 是输出信号，ref 是参考信号
overshoot = (max(yout) - yout(end)) / yout(end) * 100;
riseTime = find(yout >= 0.9*yout(end), 1) * Ts - ...
           find(yout >= 0.1*yout(end), 1) * Ts;
steadyError = abs(yout(end) - ref(end));
rmse = sqrt(mean((ref - yout).^2));

fprintf('超调量: %.2f%%\n', overshoot);
fprintf('上升时间: %.3f s\n', riseTime);
fprintf('稳态误差: %.4f\n', steadyError);
fprintf('RMSE: %.4f\n', rmse);

4.4 避坑指南——我踩过的坑，你别再踩

做MIL环境搭建这几年，我踩过的坑真不少。挑几个典型的说说。

4.5 小结

MIL环境搭建，说白了就是三件事：配好模型、搭好平台、管好信号。每一步都不难，但细节决定成败。我建议你从一个小例子开始，比如一个简单的PID控制器，把整个流程走一遍。等熟练了，再上复杂的多速率系统。

下一章，咱们聊SIL环境搭建。到时候你会看到，MIL这一步做得扎实，SIL就是水到渠成的事。