LabVIEW与MATLAB混合编程

摘要：结合实例详细介绍了LabVIEW通过ActvieX自动化技术与MATLAB进行混合编程，达到了利用MATLAB优化算法库的目的。将LabVIEW与MATLAB有机结合，是一条开发智能虚拟仪器的有效途径。 关键词：LabVIEW语言 MATLAB ActiveX自动化 虚拟仪器 LabVIEW建立在易于使用的图形数据流编程语言——G语言上，大大简化了过程控制和测试软件的开发。MATLAB以其强大的科学计算功能、大量稳定可靠的算法库，已在为数学计算工具方面事实上的标准。但才者各有欠缺，利用混合编程可以相互补充。 MATLAB是MathWorks公司开发的“演算纸”式的程序设计语言。它提供了强大的矩阵运算和图形处理功能，编程效率高，几乎在所有的工程计算领域都提供了准确、高效的工具箱。但MATLAB也有不足之处，例如界面开发能力较差，并且数据输入、网络通信、硬件控制等方面都比较繁琐。 美国NI公司推出的LabVIEW语言是一种非常优秀的面向对象的图形化编程语言。LabVIEW是实验室虚拟仪器集成环境（Laboratory Virtual Instrument Engineering Workbench）的简称，是一个开放型的开发环境，使用图标代替文本代码创建应用程序，拥有大量与其它应用程序通信的VI库。例如LabVIEW使用自动化ActiveX、DDE和SQL，可与其它Windows应用程序集成；使用DataSocket技术、Web Server、TCP/IP和UDP网络Vis，与远程应用程序通信。在对硬件的支持方面，LabVIEW集成了与GPIB、VXI、PXI、RS-232/485、PLC和插入式数字采集设备等进行数据通信的全部功能。在LabVIEW下开发的程序称为虚拟仪器VI（Virtual Instrument），因为其外形和操作可以模拟实际的仪器。在对各种算法的支持方面，LabVIEW的工具箱非常有限，这就限制了大型应用程序的快速开发。 鉴于LabVIEW和MATLAB的优点，本文介绍了通过ActiveX技术，在LabVIEW(Ver6.1)中调用和操作MATLAB（Ver6.5）的方法，实现LabVIEW和MATLAB的混合编程，充分发挥两者的优势。 图1 1 基本原理 ActiveX自动化是基于组件对象模型COM（Component Object Model）的技术，允许应用程序或组件控制另一个应用程序或组件的运行，它包括自动化服务器和自动化控制器。MATLAB支持ActiveX自动化技术。通过使用MATLAB自动化服务器功能，可以在其它应用程序中执行MATLAB命令，并与MATLAB的工作空间进行数据交换。因此可以借助这一特性，把LabVIEW与MATLAB结合，充分利用MATLAB提供的大量高效可靠的算法和LabVIEW的图形化编程能力，混合开发出功能强大的应用软件。 2 应用举例 在混合编程中，通常用LabVIEW设计用户图形界面，负责数据采集和网络通信；MATLAB在后台提供大型算法供LabVIEW调用。 2.1 方法一：使用MATLAB Script节点 为了简化调用过程，LabVIEW提供了MATLAB Script节点。LabVIEW使用ActiveX技术执行该节点，启动一个MATLAB进程。这样用户就可以很方便地在自己的LabVIEW应用程序中使用MATLAB，包括执行MATLAB命令、使用功能丰富的各种工具箱，如神经网络工具箱（Neural Network Toolbox）、优化工具箱（Optimization Toolbox）。值得注意的是：LabVIEWgn MATLAB之间的数据通信仅支持Real、RealVector、RealMatrix、Complex、VectorComplex、Matrix六种格式的数据，且必须根据具体情况进行选择。 当开发涉及工业控制的应用程序时，常常由于控制参数的非线性变化，而无法建立合适的模型。由于此类问题，神经网络提供了一条有效的解决途径。 在LabVIEW开发环境下新建一个三层BP神经网络的VI程序，程序框图见图1。网络结构部分主要设置隐层（Hidelay）神经元的个数、传递函数（Transfer Function）以及网络训练算法（Algorithm）。经过样本数据（Training Data）训练过的网络，即可进行仿真测试了。MATLAB脚本程序可以在MATLAB环境下调试，再使用MATLAB Script节点导入MATLAB脚本；也可以直接在MATLAB Script节点中编写。位于Function>>Mathematics>>Formula模板中的MATLAB Script节点可以导入MATLAB脚本。图1中的脚本程序使用CASE语句进行传递函数和训练算法的选择。MATLAB Script节点中神经网络的输入层和隐层之间的权值矩阵inweight应指定为RealMatrix，在LabVIEW中对应的数据类型是二维实数据组Net.I-Weight。各变量数据类型见表1。 表1 MATLAB Script节点输入、输出变量的数据类型 变量名 LabVIEW数据类型 MATLAB数据类型 size of algorithm Double floating point numeric Real t outweight hideb outb result 1D array double floating numeric Real Vector p data inweight Multidimensional array double floating point numeric Real Matrix 在此程序中，得到的BP网络各层的权值矩 阵、阈值向量和传递函数三类参非常有用的，它们决定了神经网络的结构与特性。因此当神经网络训练好后，可以直接使用这些参数处理新的数据，得到预测值，而不必重新调用MATLAB。这样程序的运行效率会更高。另一方面，将调试好的神经网络VI创建成一个子VI，作为模块保存，当需要更新网络时，可以随时调用。 虽然通过MATLAB Script节点进行通信比较易于实现，但以这种方式调用MATLAB时，在任务栏中将出现一个MATLAB图标，单击该图形会打开MATLAB窗口，在其中可以任意输入。通常，这会干扰前台程序的运行，甚至造成程序的崩溃。另一方面，当MATLAB Script节点中的脚本执行完后，MATLAB也不能自动关闭。 2.2 方法二：使用ActiveX函数模板 在LabVIEW中使用引用（Refnum,也称“参考”）作为某个对象的唯一标识符，对象可以是文件、设备、网络连接等。由于引用是指向某一对象的临时指针，因此它仅在对象被打开时有效，一旦对象被关闭，LabVIEW就会自动断开连接。为了获得对MATLAB更多的控制，可以在框图程序中使用LabVIEW提供的相关子VI创建和获取自动化对象，然后在代码中调用对象拥有的方法和属性。当不再需要对象时，可以随时释放。 LabVIEW可以调用MATLAB（Ver6.5）ActiveX接口提供的8个方法和1个属性： （1）BSTR Execute([in]BSTR Command)：Execute方法调用MATLAB执行一个合法的MATLAB命令，并将结果以字符串的形式输出。其输入参数Command为字符串类型变量，表示一个合法的MATLAB命令。 （2）void GetFullMatrix([in] BSTR Name，[in]BSTR Workspace，[in,out]SAFEARRAY（double）*pr,[in,out]SAFEARRAY（double）*pi)：使用GetFullMatrix方法，LabVIEW从指定的MATLAB工作空间中获取一维或二维数组。Name为数组名，Workspace标识包含数组的工作空间，其默认值是“base”。Pr了所提取数组的实部，pi包含了所提取数组的虚部，它们在LabVIEW中为变体（Variant_数据类型。 （3）void PutFullMatrix（[in]BSTR Name，[in]BSTR Workspace，[in]SAFEARRAY(double)*pr,[in]SAFEARRAY（double）*pi）；此方法向指定的MATLAB工作空间中设置一维或二维数组。如果传递的数据为实数型，pi也必须传送，不过其内容可以为空。 （4）BSTR GetCharArray（[in]BSTR Name，[in]BSTR Workspace）：此方法从指定的MATLAB工作空间中获取字符数组。 （5）void PutCharArray（[in]BSTR Name，[in]BSTR Workspace，[in]BSTR charArray）：此方法向指定的工作空间中的变量写入一个字符数组。 （6）void MinimizeCommandWindow（）：此方法使MATLAB窗口最小化。 （7）void MaximizeCommandWindow（）：此方法使MATLAB窗口最大化。 （8）void Quit（）：用于MATLAB退出。 （9）属性Visible：当Visible为1时，MATLAB窗口显示在桌面上；当Visible为0时，隐含MATLAB窗口。 举例说明：LabVIEW程序中有二维数组A、B，通过MATLAB计算表达式B=A.*3（即A的每个元素均乘以3），得到的结果保存在LabVIEW的数组B中，并显示在前面板上。其MATLAB Window为枚举量，值为Lnvisible或Visible，目的是用于控制任务上是否出现MATLAB图标。数组A为控制量，用于输入二维数组数据。数组B为指示量，用于显示经MATLAB计算后返回的结果。框图程序见图2。此程序较完整地描述了调用MATLAB过程的总体框架，至于复杂的算法可以在MATLAB中实现。 首先必须引用自动化对象。为此在LabVIEW的Controls>>ActiveX>>Automation Refnum模板中选择自动化引用（Automation Refnum）控制量，将其放置在前面板上，设置控件的Visible属性为False，从对象列表中选择Matlab Application（Version6.5）Type Library Version1.0。这样MATLABr的引用就添加到程序中，其对应的图标为MLApp.DIMLApp。为了简化访问自动化服务器的过程，LabVIEW在其Function>L>Communication>>ActiveX模板中提供了一组与ActiveX操作相关的子VI，其中Automation Open.vi打开引用，启动MATLAB自动化服务器，并将引用传递给其它节点，如属性节点（Property Node）、调用方法节点（Invoke Node）。程序中LabVIEW调用PutFullMatrix方法，将二维组A通过参数pr传到MATLAB的“base”工作空间。虽然A为双精度浮点型数组，pr和pi的数据类型为变体（Variant），数据类型不同，但LabVIEW会自动将输入数据的类型转换为变化，以满足输入要求。程序中A为实数数组，无虚部，所以给pi赋空值。接着LabVIEW调用MLApp.DIMLApp提供的Execute方法，向MATLAB传送一条命令“B=A.*3”，于是MATLAB将数组A的每个元素与3相乘，计算后的结果保存在数组B中。再调用GetFullMatrix方法，从“base”工作空间中获取数组B的实部。这里必须使用Variant to Data.vi，将变体类型的输出转化为LabVIEW中的二维数组。最后用Quit方法退出MATLAB，Automation Close.vi随即断开引用。运行程序，可以看到MATLAB一经启动，任何标上底图标例立即消失，计算结果返回到LabVIEW的前面板上。这里仅介绍了ActiveX函数模板的基本使用以及调用MATLAB过程的总体框架，读者可以根据需要进行扩充。 图2 2.3 两种调用方法的比较 （1）MATLAB Script节点具有多输入、多输出的特点，一次处理的信息量要以很大。MATLAB脚本可以先在MATLAB下调试。无误后再导入到MATLABSeript节点中。MATLAB Script节点对输入、输出数据的类型有明确的要求。只有LabVIEW中的数据类型与MATLAB中的数据型相匹配，才能进行数据传输。使用MATLAB Script节点的方法，快捷方便，但不利于较大的应用程序开发。当需要使用时，可将其模块化，采用主程序动态加载。 （2）使用ActiveX函数模的方法，具有对MATLAB更强的控制能力。如随时打开和关闭MATLAB，隐藏在务栏中的MATLAB图标，与MATLAB进行字符数组传输，这些都是MATLAB Script节点都不具有的。使用ActiveX函数模板时，经常 会遇到数据类型的转换，尤其是变体（Variant）与其他类型的转换。当高用大型算法时，必须明确输入、输出数据的具体类型，而且要尽量减少数据传输量和启动MATLAB自动化服务器的次数ActiveX函数模板，适于较大的应用程序开发。在LabVIEW顺序结构中，不提供使用。原因是顺序结构妨碍了作为LabVIEW优点之一的程序并行运行机制，而且MATLAB自动化服务器启动也需要一定时间，这会使整个程序不能及时处理其它的用户操作。总之，两种调用方法其自身的优势和不足。在开发一个大的复杂应用程序时，综合不同的应用要求，合理选择可以显著提高开发效率。 采用虚拟仪器技术，通过LabVIEW构建测试仪器开发效率高、可维护性强、测试精度、稳定性和可靠性能够得到充保证；具有很高的性价比，节省投资，但于设备更新和功能扩充。如果能利用MATLAB功能强大的算法库，可望开发出更具智能化的虚拟仪器，将会在诸如故障诊断、专家系统、复杂过程控制等方面大有用武之地。