从模型到芯片：手把手配置Simulink Code Generation生成可直接编译的嵌入式C代码
当算法工程师在Simulink中完成控制逻辑的仿真验证后，如何将这些精心设计的模型转化为能在ARM Cortex-M等资源受限芯片上运行的C代码，往往成为项目落地的关键瓶颈。不同于桌面端开发，嵌入式代码生成需要同时兼顾执行效率、内存占用和工具链兼容性三大核心指标。本文将基于ERT（Embedded Coder Target）系统目标文件，拆解从模型配置到最终生成可移植代码的全流程技术细节。
1. 环境准备与基础配置
在开始生成代码前，需要确保开发环境满足以下条件：
- MATLAB/Simulink版本：R2020a及以上（推荐R2022b对ARM Cortex-M支持更完善）
- 硬件支持包：安装对应芯片的Embedded Coder Support Package（如STM32系列）
- 编译器工具链：ARM GCC或IAR Embedded Workbench已正确配置系统路径
提示：可通过MATLAB命令窗口执行
targetupdater检查缺失的硬件支持包
1.1 系统目标文件选择
在Configuration Parameters中定位到Code Generation > Target selection：
- System target file：选择
ert.tlc（Embedded Coder专用） - Language：必须选择C而非C++（多数嵌入式编译器对C++支持有限）
- Toolchain：根据实际IDE选择：
- Keil MDK：
ARM Compiler (Embedded Coder) - IAR：
IAR Embedded Workbench (Embedded Coder) - GCC：
GNU Tools for ARM Embedded Processors
- Keil MDK：
% 通过命令行快速验证工具链配置 [isValid, msg] = rtwprivate('checkToolchain', 'ARM Compiler')1.2 代码生成基础参数
| 配置项 | 推荐值 | 对生成代码的影响 |
|---|---|---|
| Generate code only | 勾选 | 仅生成源代码不触发编译 |
| Package code and artifacts | 勾选 | 自动打包为zip便于版本管理 |
| Build configuration | Faster Runs | 优化执行速度而非编译速度 |
2. 关键优化配置策略
2.1 内存与执行效率权衡
在Code Generation > Optimization面板中，三个核心参数直接影响代码性能：
Default parameter behavior：
Inlined：将参数硬编码到代码中（节省RAM但增加Flash占用）Tunable：生成可调参数（方便在线调试但增加内存访问开销）
Code replacement library：
- 选择
ARM Cortex-M专用库可启用芯片级指令优化 - 例如将浮点运算替换为CMSIS-DSP库函数
- 选择
// 优化前生成的普通乘法代码 y = u1 * u2; // 启用CRL后可能生成的优化代码 arm_mult_f32(&u1, &u2, &y, 1);2.2 数据接口控制
通过Code Generation > Interface配置硬件对接方式：
- Software environment：选择
Device Driver模式而非Scheduler（裸机开发） - Code interface packaging：推荐
Nonreusable functions减少调用开销 - Data exchange：勾选
Inline parameters避免全局变量污染
注意：若需与RTOS集成，需将
Service options中的Periodic task timing设为Exported
3. 代码可读性增强技巧
3.1 命名规则定制
在Code Generation > Identifiers中可自定义命名风格：
% 示例：将子系统前缀改为模块功能缩写 set_param(gcs, 'CustomSymbolStr', '${SS_NAME}_${MODULE_NAME}');生成效果对比：
- 默认命名：
untitled_PID_controller_DW - 定制后命名：
ctrl_PID_DW（更易追踪）
3.2 注释生成控制
| 注释类型 | 适用场景 | 配置路径 |
|---|---|---|
| Simulink block annotations | 算法维护 | Report > Include block annotations |
| Requirements links | 需求追溯 | Comments > Include requirements |
| Custom comments | 开发说明 | Custom Code > Header/footer |
4. 生成代码的验证与调试
4.1 静态检查清单
生成代码后应立即执行以下验证：
- MISRA-C合规性检查（适用于汽车电子）：
slcheck(gcs, 'MISRAC:2012'); - 堆栈用量预估：
rtwbuild(gcs); rtwview(gcs); % 查看代码度量报告 - 未使用代码检测：
- 在
Code Generation > Verification启用Code removal
- 在
4.2 动态验证方法
- Processor-in-the-Loop (PIL)：
% 建立PIL连接 pilBlock = 'PID_Controller/PIL_Block'; set_param(pilBlock, 'Connection', 'TCPIP'); - 代码覆盖率分析：
- 在
Test Sequence工具中导入codecov数据
- 在
5. 常见问题解决方案
5.1 编译错误处理
| 错误类型 | 可能原因 | 解决方案 |
|---|---|---|
| 未定义符号 | 工具链路径错误 | 执行rtw.setToolchain('gmake', 'GNU Tools for ARM') |
| 内存溢出 | 未启用优化 | 在Hardware Implementation中设置Device vendor为芯片厂商 |
| 浮点异常 | 未启用FPU | 勾选Code Generation > Hardware > Use hardware float |
5.2 性能调优案例
某电机控制项目通过以下调整提升20%执行效率：
- 将
Stateflow图表中的Action Language从MATLAB改为C - 在
Solver配置中将Fixed-step size与PWM中断周期对齐 - 启用
Code Generation > Optimization > Remove root-level I/O
在Keil MDK中实测关键指标变化：
| 优化项 | 时钟周期数(前) | 时钟周期数(后) |
|---|---|---|
| PID计算 | 1256 | 983 |
| 电流采样 | 342 | 298 |
6. 进阶配置技巧
6.1 自定义存储类
通过Simulink.CoderDictionary创建针对特定内存区域的存储类：
% 定义DMA缓冲区专用存储类 sc = Simulink.CoderDictionary; sc.addStorageClass('DMA_Buffer', 'MemorySection', 'DMA_RAM');6.2 多核代码生成
对于异构核系统（如Cortex-M7+M4）：
- 为每个核创建独立的
Model Reference - 在
Code Generation > Interface中设置Partitioning method为ExportFunction - 使用
IPC组件实现核间通信
// 生成的核间调用代码示例 void M4_Call_M7_Function(void) { __SEV(); // 触发事件信号 while(!__M7_FLAG); // 等待M7完成 }7. 持续集成实践
7.1 自动化构建流水线
典型的Jenkins集成步骤：
- 代码生成阶段：
matlab -batch "rtwbuild('model.slx');" - 静态分析阶段：
polyspace-configure -output ./report -sources ./ert_rtw - 单元测试阶段：
sltest.testmanager.run('TestSuite_Model');
7.2 版本控制策略
建议的代码仓库结构：
├── model/ # Simulink模型文件 ├── generated_code/ # 自动生成的ERT代码 ├── manual_code/ # 手写驱动代码 └── artifacts/ # 编译输出文件在模型属性中设置Version control为Git并勾选Embed model version，可在代码中自动生成版本标识：
const char *build_version = "1.2.3@a1b2c3d";
