LabVIEW与MATLAB混合编程_电测仪表论文
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以其强大的计算功能、大量稳定可靠的算法库，已在为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。