ActiveX调用MATLAB在CVI和LabVIEW中的混合编程实践

简介：面向需要在Matlab与LabWindows/CVI、LabVIEW之间实现双向数据交互的工程师与科研人员，资源围绕ActiveX技术提供了可运行的完整工程示例，帮助解决跨软件调用测试程序、传递采集数据等常见集成需求。压缩包共21个文件，以C语言源文件、头文件、UIR界面资源、编译生成的exe/obj文件以及Matlab脚本为主，完整还原了一个基于CVI的ActiveX服务端项目，便于对照学习控件注册、方法调用和数据交换流程。整个资源包约2.61MB，结构紧凑，适合具有基础C语言或MATLAB使用经验的中级开发者。当前已有139人学习浏览。通过研读示例中的工程配置、源码与脚本，读者能理解如何在Matlab中创建ActiveX对象并操作CVI功能，也能复用代码框架，将类似交互方式迁移到LabVIEW或实际测试系统中，提升开发效率。

1. 为什么一个 .rar 压缩包里同时出现 MATLAB、CVI 和 LabVIEW

你在网上下载测控或数据处理的示例工程时，经常会看到Matlab_TEST.rar这种命名，解压后里面有.c、.uir、.vi，还偶尔夹着.m文件。这几乎可以断定：这是一个用 NI 系开发环境（LabWindows/CVI 或 LabVIEW）作为界面和采集前端，通过 ActiveX 把 MATLAB 当作后台计算引擎的混合编程范例。也就是说，界面、仪器控制、数据流图归 CVI / LabVIEW 管，矩阵计算、滤波、模型预测、深度学习的推理结果归 MATLAB 算，两者在 Windows 上通过 COM / ActiveX 桥接起来。

这种组合在工业测试台架上非常常见：LabVIEW 做上位机控制界面，CVI 处理 C 语言风格的高速采集，MATLAB 处理事后分析或实时仿真。真正有经验的工程师拿到这个压缩包，第一件事不是编译，而是检查它的位数、依赖的 MATLAB 版本、以及 ActiveX 控件的注册状态。本文就把这条路从原理到参数设置、再到坑位，完整拆开讲一遍。

2. 用 ActiveX 让 MATLAB 变成后台计算引擎：CVI 与 LabVIEW 的调用模型

2.1 先分清 COM、ActiveX 与 MATLAB 引擎这三种叫法

很多人把 COM、ActiveX、OLE 混着叫，但在调用 MATLAB 这个场景里，它们指的是同一件事：MATLAB 在 Windows 上安装时会注册一个 Automation Server，ProgID 是Matlab.Application，CLSID 由安装版本决定。客户端程序用CoCreateInstance拿到这个实例后就得到一个IMLApp接口，可以调用它的Execute、GetVariable方法把命令传进去、把结果取出来。这个机制就是 ActiveX Automation。

LabWindows/CVI 和 LabVIEW 对它的支持方式不同。CVI 是 C 语言环境，需要先导入MLApp.dll类型库，生成对应的.h和.c文件，然后像调用普通 Windows COM 接口一样工作。LabVIEW 则提供了 ActiveX 容器和属性节点，不需要写一行文本代码，直接用节点配置 ProgID 就能创建对象。下面两种调用模型有本质区别：CVI 更接近 Windows 底层，出错时可以精确控制HRESULT、VARIANT内存；LabVIEW 把这一切封装起来，适合快速搭建界面，但遇到错误码时往往只能看到字符串，排查起来反而慢。

2.2 LabWindows/CVI 里通过 ActiveX 调 MATLAB 的最小链路

CVI 的标准做法是在工程里选择Tools -> Create ActiveX Controller，从注册表选中Matlab.Application（或打开MLApp.dll），生成matlab.h和matlab.c。这里有一个关键参数：导入时选择接口IMLApp，不要选IMLApp2或更高版本接口，除非你的实际安装版本很新且经过验证。老接口具备Execute、GetFullMatrix、PutFullMatrix三个核心方法，兼容性最好。

#include <windows.h> #include "matlab.h" // 由 ActiveX Controller 向导生成 void RunMatlabScript(void) { HRESULT hr; IMLApp *pMatlab = NULL; VARIANT vCmd, vResult; CAObjHandle hMatlab = NULL; // 初始化 COM 套间，CVI 中也可以不手动调用，但推荐显式执行 CoInitialize(NULL); // 用 ProgID 创建 MATLAB 实例 hr = MATLAB_New("Matlab.Application", &hMatlab, &pMatlab); // 准备一个 BSTR 类型的字符串作为命令 VariantInit(&vCmd); vCmd.vt = VT_BSTR; vCmd.bstrVal = SysAllocString(L"x = magic(4); disp(x)"); VariantInit(&vResult); // Execute 方法把命令送到 MATLAB 工作区执行 hr = IMLApp_Execute(pMatlab, hMatlab, vCmd, &vResult); // 清理 VARIANT 和 COM 引用 VariantClear(&vCmd); VariantClear(&vResult); MATLAB_Release(hMatlab, pMatlab); CoUninitialize(); }

这段代码里最关键的是MATLAB_New和IMLApp_Execute。MATLAB_New是类型库生成函数，hMatlab保存对象句柄，pMatlab是指向接口函数的指针数组。Execute的返回值虽然是一个VARIANT，但实际内容通常是字符串或者空值，真正的数据要依赖工作区里的临时变量，然后通过GetFullMatrix取回。参数vCmd必须设成VT_BSTR，多字节字符集下要用MultiByteToWideChar转换，这是 CVI 工程在中文系统上最常见的字符集坑。

2.3 LabVIEW 里用 ActiveX 容器或属性节点调 MATLAB 的等价路径

LabVIEW 调用 MATLAB 有三种常见路径：使用MATLAB Script Node（需要装 MATLAB 的 LabVIEW 扩展）、使用 ActiveX 属性节点创建Matlab.Application对象、以及调用 MATLAB 编译后的 DLL。前两种是活性 ActiveX 调用，区别在于MATLAB Script Node是官方扩展，只能执行.m文本；而 ActiveX 属性节点更底层，能通过调用节点直接执行Execute、GetVariable、PutWorkspaceData。

放置一个 ActiveX 容器到前面板后，右键选择Insert ActiveX Object -> Matlab.Application，这时 LabVIEW 会生成一个对象引用。随后在程序框图上调用Execute方法，输入 "data = rand(3);" 这种字符串即可。要注意的是 LabVIEW 的字符串默认是 UTF-8 还是系统字符取决于版本，传给 MATLAB 的字符串如果是中文注释或路径，最好先转成 ANSI 或 UTF-16，否则Execute返回的错误信息会变成乱码。这一条和 CVI 的MultiByteToWideChar本质上是同一个问题。

下表对比这两种环境的调用细节：

3. 解开 Matlab_TEST.rar 后怎么组织工程：从解压到第一次调通

3.1 解压后先确认三件事：位数、路径、控件注册

拿到压缩包，不要急着双击.prj或.lvproj。先做三件事。第一，确认所有涉及的程序是 32 位还是 64 位。MATLAB 的 ActiveX 服务器进程位数必须与客户端进程位数一致：64 位的 LabVIEW 只能横跨 64 位 MATLAB；32 位的 CVI 只能用 32 位 MATLAB。这个错位产生的现象不是报端口错，而是创建对象时直接给RPC_E_SERVERFAULT或0x80080005。

第二，检查解压路径是否包含中文、空格或过深的目录。MATLAB 引擎对工作目录的解析在某些版本里对非 ASCII 路径支持不好，特别是通过cd命令切换时。常见做法是把整个文件夹放到C:\TestEngines\下，保证全英文路径。

第三，确认Matlab.Application控件已经注册。在命令行里执行这条命令，能输出版本信息就说明注册完好：

cscript //nologo CheckMatlab.vbs

对应的CheckMatlab.vbs内容如下：

Set m = CreateObject("Matlab.Application") MsgBox m.Version

如果这里报错，优先去 MATLAB 安装目录下执行matlab /regserver，这会重新注册 ActiveX 接口。很多时候重装过 MATLAB 或打过破解补丁会导致注册表项丢失，不要先怀疑代码写错了。

3.2 CVI 工程里导入 MATLAB 类型库并初始化引擎

假设压缩包里已经给出了matlab.h和matlab.c，直接用。如果没有，就在 CVI 中重新导入类型库，操作路径是Tools -> Create ActiveX Controller -> 从 Registry 中选择 Matlab.Application。导入时有一个选项叫Generate C file，要勾上，这样会生成六个函数：MATLAB_New、MATLAB_Release、IMLApp_Execute、IMLApp_GetFullMatrix、IMLApp_PutFullMatrix、IMLApp_MaximizeCommandWindow。

初始化引擎有讲究的地方在于MATLAB_New的第二个参数，它是一个DWORD类型的标志位。常见用法是传0，表示显示 MATLAB 命令窗口；如果希望隐藏窗口，可以传1或其他定义在.c里的常量。但请注意，隐藏窗口的 MATLAB 首次启动时间并不变短，它照样要加载几十秒。真正的提速办法是启动后用matlab.Visible属性控制，而不是在创建时隐藏。

初始化慢还有一个容易被忽略的因素：如果系统里同时装了 2016a 和 2023b 等多个版本，注册表里Matlab.Application指向的是最后一次安装的版本。CVI 的MATLAB_New无法指定版本，除非你直接修改注册表或使用绝对路径创建对象。想要区分版本，就用 Microsoft 的CreateObject("Matlab.Application.P.2023")这类带版本号的 ProgID，不同版本的 ProgID 后缀不同，需要到注册表HKEY_CLASSES_ROOT\Matlab.Application.*下查。

3.3 传参、执行脚本、取回结果的一次完整调用

数据交换是混合编程的难点。压缩包里的例子往往会循环采集传感器数据，然后丢给 MATLAB 计算平均值或频谱。这里给出一个最小但完整的传参和取数代码，使用PutFullMatrix写入一个二维数组，再用GetFullMatrix取回结果：

void CallMatlabWithData(double inputData[][4], int rows, double output[][4]) { HRESULT hr; IMLApp *pMatlab = NULL; CAObjHandle hMatlab = NULL; VARIANT varOut, varIn; double realOut[4 * 4] = {0}; double imagOut[4 * 4] = {0}; double *realIn = NULL; double *imagIn = NULL; int i, j; CoInitialize(NULL); hr = MATLAB_New("Matlab.Application", &hMatlab, &pMatlab); // PutFullMatrix 要求输入输出都是交错的实数/虚数双精度数组 realIn = (double*)malloc(rows * 4 * sizeof(double)); imagIn = (double*)malloc(rows * 4 * sizeof(double)); for (i = 0; i < rows; i++) { for (j = 0; j < 4; j++) { realIn[i * 4 + j] = inputData[i][j]; imagIn[i * 4 + j] = 0.0; } } // 把数据写入 MATLAB 工作区的 A 矩阵 hr = IMLApp_PutFullMatrix(pMatlab, hMatlab, "A", "base", rows, 4, realIn, imagIn, NULL); // 执行一段 MATLAB 脚本，比如计算 FFT 转置 hr = IMLApp_Execute(pMatlab, hMatlab, MakeVariant("B = fft(A'); disp(size(B));"), NULL); // 从工作区取回 B 矩阵 hr = IMLApp_GetFullMatrix(pMatlab, hMatlab, "B", "base", rows, 4, realOut, imagOut, NULL); // 把实数部分拷贝到输出 for (i = 0; i < rows * 4; i++) output[i / 4][i % 4] = realOut[i]; free(realIn); free(imagIn); MATLAB_Release(hMatlab, pMatlab); CoUninitialize(); }

这段代码的关键参数有三个：数组长度、"base"工作区名称、以及NULL标志位。PutFullMatrix的最后一个参数是FALSE表示不等待命令返回，但如果后续GetFullMatrix立即执行，就必须传NULL让它同步完成，否则可能读到旧值。"base"是 MATLAB 的基础工作区，调用函数和脚本文件时里边的变量属于函数工作区，取不出来，所以写入变量时务必指定"base"。另外，A和B矩阵名不要与 MATLAB 内置函数重名，否则可能造成类型冲突。

4. 调用过程中的 5 个高频错误与参数修正

4.1 错误 80040200：ActiveX 控件注册与 DllRegisterServer 的坑

错误80040200一般出现在创建 ActiveX 对象时，COM 系统无法完成对某个控件的注册验证。这不是 MATLAB 本身的错误，而是调用链上某个.ocx或.dll的DllRegisterServer函数返回了失败。压缩包里的例子如果附带了自定义控件，比如串口通信或仪器驱动控件，解压后必须手动用管理员身份注册：

regsvr32.exe SPR32X60.OCX

80040200的常见成因有三个。第一，解压路径在系统盘，当前用户不是管理员，注册动作被 UAC 拦截。第二，控件的依赖 DLL 缺失，比如缺少 VC 运行库，DllRegisterServer加载时找不到依赖项。第三，32 位控件注册到了 64 位系统时，必须使用C:\Windows\SysWOW64\regsvr32.exe，而不是 system32 下的 64 位版本。

验证是否注册成功，在注册表里搜HKEY_CLASSES_ROOT\CLSID\{你的控件CLSID}下的InprocServer32路径是否指向正确的目录。注意看线程模型是Apartment还是Free，CVI 默认调用方式是CLSCTX_LOCAL_SERVER，如果控件是进程内组件，你的调用方式就要改成CLSCTX_INPROC_SERVER，否则 COM 会尝试在独立进程里加载，而很多测试控件不支持跨进程调用。

4.2 初始化失败：引擎启动慢和路径冲突

创建Matlab.Application时经常遇到函数返回0x80080005（服务器执行失败），这在 MATLAB 首次启动或即上次非正常退出时最容易出现。原因是 MATLAB 引擎进程启动时会执行startup.m，如果startup.m里有错误或需要加载大型工具箱，启动超时后 COM 系统判定服务器没有及时响应。

解决办法不是延长超时，而是打开 MATLAB 手动执行一次startup.m，先排除脚本里的错误。另一个参数在 Windows 服务里尤其关键：如果 LabVIEW 的采集程序是作为 Windows 服务运行的，服务默认不允许交互式打开窗口，而 MATLAB 引擎默认要创建命令窗口，这会导致初始化失败。这时需要把 MATLAB 的启动命令改成matlab -automation -nosplash -nodesktop -wait，并且把服务的登录身份改成“允许服务与桌面交互”。在注册表里设置MATLAB相关启动参数比较麻烦，更稳妥的是用批处理先启动一个隐藏的 MATLAB 进程，再让程序去 attach 到已存在实例。

4.3 数据转换与数组维度的歧义

GetFullMatrix有一个折磨人的设计：它的输入参数m和n只表示你要取回的矩阵尺寸，但 MATLAB 工作区里的矩阵尺寸如果和你传入的不一致，函数会直接失败。因此取回数据前，最好先用Execute执行一条disp(size(B))，或者用GetVariable查询维度。

另一个高频问题是行序和列序。MATLAB 矩阵按列优先存储，而 C 语言按行优先。用GetFullMatrix取回结果后，内存里是列优先排布的，如果你直接当C[rows][cols]用，会得到转置结果。上面的代码里用output[i][j]取的是错位的值，实际上要先按列优先解析：data[i + j * rows]。处理大数据块时，建议在 MATLAB 侧先执行B = B';或者使用reshape命令，把内存布局改成 C 风格，再一次性拷走。

4.4 性能问题：启动开销和反复调用的瓶颈

每次创建Matlab.Application实例都是重量级操作，启动一个空白 MATLAB 需要 5 到 15 秒，这在测控循环里不可接受。常见优化是“常驻引擎”模式：程序启动时创建一次实例，整个生命周期内复用这个对象，直到关闭程序时再释放。测试中，对同一个实例连续执行 1000 次Execute消耗的时间，与每次新建实例相比可以差出 50 到 200 倍。

但常驻引擎也有内存问题。每执行一次脚本，工作区里产生的临时变量都会堆积。一个稳妥的做法是每次计算结束后用Execute执行clear敏感变量，或者干脆在每次大循环后调用一次pack。不要使用clear all，它会清掉 MATLAB 加载的 Java 类定义，导致下一次调用变慢。

4.5 进程退出时的清理与内存泄漏

客户端进程退出时，如果忘了执行MATLAB_Release，MATLAB 进程不会自动退出，它会留在后台占用几百 MB 内存。这在长时间跑批量测试时，会看到任务管理器里MATLAB.exe数量不断增加。正确的释放顺序是：先VarientClear所有BSTR和VARIANT，再调用MATLAB_Release释放 COM 引用，最后CoUninitialize。

还有一种极端情况是调用Execute让 MATLAB 执行了quit或exit，这会杀死引擎进程，之后再调用任何方法都会得到RPC_E_DISCONNECTED。压缩包里的示例代码如果带了“关闭按钮”，通常会执行：

IMLApp_Execute(pMatlab, hMatlab, MakeVariant("exit;"), NULL);

这行代码看起来像清理，实际上会造成后续释放代码失效。正确做法是只调用MATLAB_Release，让 COM 系统来结束进程，而不是在 MATLAB 内部执行exit。检查你的工程里是否存在这种“自杀式清理”，这是内存泄漏和进程残留的最大元凶。

5. 把 MATLAB 脚本封装成 ActiveX 服务的两个进阶思路

回到Matlab_TEST.rar这个工程本身，如果你只是复用它，那看到这里已经够了。但如果你要在生产环境里长期使用这套混合编程架构，有一个必须考虑的替换方案：把 MATLAB 脚本编译成组件，而不是每次运行时动态解释.m文件。

第一个思路是用 MATLAB Compiler SDK 把.m函数编译成 .NET 程序集或 C/C++ DLL，然后在 CVI 里直接以 DLL 方式调用。这样做的好处是彻底摆脱 ActiveX 的版本和位数匹配问题，也不需要在目标机器上安装完整版 MATLAB，只需要 MATLAB Runtime。压缩包里的fft_test.m如果改成function B = fft_test(A)，编译后调用原生 DLL 的开销低于跨进程 COM 调用。缺点是 MATLAB 内置的图形函数和面向对象代码不能被直接编译，需要你改造成纯数值函数。

第二个思路是在 LabVIEW 里边维持 ActiveX 长连接，同时把 MATLAB 脚本变成“请求 - 响应”式队列。常见做法是创建一个独立的消息队列，把采集数据、命令字符串、结果回调封装成 LabVIEW 类，用单元素队列保证只有一个 MATLAB 调用在飞行中。不要在 UI 事件回调里直接执行Execute，否则在 MATLAB 执行耗时长的深度学习推理时，bilstm或soc估计这类模型可能会阻塞界面几秒钟。正确做法是把 MATLAB 调用放进一个循环优先级较低的并行循环里，用通知器或队列和主界面异步通信。

这两个思路对应的验收标准很简单：打开任务管理器，连续跑 100 批数据，观察 MATLAB 进程是否只有一个、内存是否回落；断网拔掉加密狗或证书文件后，程序是否能给出明确提示而不是挂死。把这些检查项写成一个自动化测试脚本，每次改完代码都跑一遍，比任何代码评审都管用。

本文还有配套的精品资源，点击获取