MathWorks今天宣布，發布MATLAB?和Simulink?產品系列版本2022b(R2022b)。R2022b推出兩款新產品和幾項增強功能，可簡化并自動化基于模型的設計，幫助工程師和研究人員為其組織實現產品創新和突破。
全球電池管理系統的市場規模預計將在2026年達到134億美元?！杜聿┬履茉簇斀洝繁硎?，這一增長主要歸功于電動汽車(EV)市場的發展。該組織的最新報告顯示，到2040年，全球乘用車銷量的58%將來自電動汽車。Simscape Battery?是R2022b版本中引入的重大創新之一，它為設計這類電池系統的企業提供了設計工具和參數化模型。
工程師和研究人員可使用Simscape Battery創建數字孿生，運行電池組架構的虛擬測試，設計電池管理系統，以及評估正常條件和故障條件下的電池系統行為。該工具還可以自動創建與所需電池組拓撲匹配的仿真模型并且包含冷卻板連接以便評估電氣響應和熱響應。
圖注：使用Simscape Battery設計并仿真電池和儲能系統。
MathWorks電氣系統建模首席產品經理Graham Dudgeon表示：“我們很高興能在電池管理系統創新達到歷史新高的時期推出Simscape Battery。此產品包括許多設計工具，旨在簡化和自動化基于模型的設計，包括電池組模型構建器，一個讓工程師能夠以交互方式評估不同電池組架構的工具?！?/FONT>
R2022b還提供了新的Medical Imaging Toolbox。該工具箱為醫學成像應用提供了設計、測試和部署使用深度學習網絡的診斷和影像組學算法的工具。醫學研究人員、科學家、工程師和設備設計人員可以使用Medical Imaging Toolbox進行多三維體三維可視化、多模態配準、分割和自動真值標注，以基于醫學圖像訓練深度學習網絡。
圖注：Medical Imaging Toolbox可支持交互式數據標注，可支持半自動或全自動化醫療影像數據標注，并將標注結果導出，供醫學成像AI開發使用。
圖注：Medical Imaging Toolbox提供經典或深度學習算法，將二維圖像或三維物體分割成不同區域，如骨骼、腫瘤或其他器官，并評估區域分割的精度。
“醫學工程師和研究人員將極大受益于3D標注APP和用于完整醫學圖像分析工作流程(包括I/O、預處理、訓練和分析)算法的強大功能?！盡athWorks技術產品營銷經理Bruce Tannenbaum說，“我們很高興能夠支持深度學習全工作流程，自動在圖像中找到感興趣的對象，以分割組織和檢測疾病?！?/FONT>
R2022b為以下廣受歡迎的MATLAB和Simulink工具推出了更新，包括：
- AUTOSAR Blockset：使用客戶端-服務器ARA方法開發面向服務的應用，并將它們部署在嵌入式Linux平臺上。該工具支持用戶定義架構模型中的數據類型和接口。
- Fuzzy Logic Toolbox：使用更新后的模糊邏輯設計器以交互方式設計、分析和仿真模糊推理系統(FIS)。此外，該增強的工具箱支持工程師和研究人員使用命令行函數或模糊邏輯設計器設計2型FIS。
- HDL Coder：從MATLAB生成優化的SystemC代碼以用于高層次綜合(HLS)，并使用幀到采樣轉換進行模型和代碼優化。
- Model Predictive Control Toolbox：將神經網絡用作非線性模型預測控制器的預測模型。此外，該工具箱現已支持用戶實現符合ISO 26262和MISRA C標準的預測控制器。
- System Identification Toolbox：使用神經常微分方程(ODE)創建基于深度學習的非線性狀態空間模型。機器學習和深度學習方法也可以用來表示非線性ARX和Hammerstein-Wiener模型中的非線性動力學特性。
（MATLAB供稿）
