主要内容

使用大数据进行模拟

模拟具有许多时间步长和信号的模型可能涉及大数据，这些数据太大，无法放入计算机的RAM中。这些情况包括:

  • 日志模拟数据(信号日志、输出端口日志和状态日志)

  • 加载用于模拟模型的输入信号数据

  • 运行多个或并行模拟

要使用大数据进行模拟，请将数据存储到mat文件中的持久存储中。使用大数据技术进行模拟需要额外的步骤，而不仅仅是当数据足够小以适合工作空间内存时所做的工作。在开发模型时，请考虑在不使用持久存储的情况下记录和加载模拟数据，除非您发现模型具有内存过载的大数据需求。

大数据工作流程

这个示例是一个高级工作流，用于处理一个模拟生成的大数据，而另一个模拟将其用作输入。有关主要工作流任务的详细信息，请参见:

提示

本例使用SimulationDatastore对象用于将数据流到模型中。或者，您可以流式播放DatasetRef对象直接转换为模型。

  1. 配置两个模型来记录几个信号。

  2. 模拟模型，将数据记录到每个模型的持久存储中。

    sim (mdl1“LoggingToFile”，“上”，“LoggingFileName”，“data1.mat”）;sim (mdl2“LoggingToFile”，“上”，“LoggingFileName”，“data2.mat”）;

    涉及大数据的日志记录需要将数据保存到持久存储中的v7.3 mat文件。只有登录的数据数据集格式保存到文件中。以其他格式记录的数据，例如结构随时间变化，保存在内存中，在基本工作空间中。

    在模拟过程中，将记录到持久存储的数据分成小块进行流处理，以最大限度地减少内存需求。数据存储在包含数据集对象为每组记录数据(例如，logsout而且xout）.

  3. 创建DatasetRef对象(dsr1而且dsr2)用于特定的记录信号组。然后创建SimulationDatastore对象(dst1而且dst2的元素的值DatasetRef对象。这个示例代码创建了一个SimulationDatastore的第12个元素logsout对于第一个模拟。对于第二个模拟，示例代码创建一个值为a的信号SimulationDatastore的第七个元素logsout．可以使用花括号进行索引。

    dsr1 = Simulink.SimulationData.DatasetRef(“data1.mat”，“logsout”）;dsr2 = Simulink.SimulationData.DatasetRef(“data2.mat”，“logsout”）;Dst1 = dsr1{12};Dst2 = dsr2{7};

  4. 使用SimulationDatastore对象作为另一个模拟的外部输入。加载SimulationDatastore数据，包括在一个数据集对象。数据存储输入是从mat文件增量加载的。第三个输入是atimeseries对象，该对象作为一个整体加载到内存中，而不是增量加载。

    input = Simulink.SimulationData.Dataset;输入{1}= dst1;输入{2}= dst2;Ts =时间序列(rand(5,1)，1，“名字”，“RandomSignals”）;输入{3}= ts;sim (mdl3“ExternalInput”，“输入”）;

  5. 使用MATLAB®大数据分析的工作配合SimulationDatastore对象。创建一个时间表对象的值SimulationDatastore对象。的读函数读取部分数据。的readall函数读取所有数据。

    tt = dst1.Values.read;

  6. 将MATLAB会话设置为全局执行环境(mapreduce)和高个子一起工作时间表．创造一个高大的时间表从一个SimulationDatastore对象，并读取时间表对象使用内存中的数据。

    mapreduce (0);ttt = tall(dst1.Values);

提示

有关显示如何使用大型模拟数据的另一个示例，请参见与大数据打交道．

另请参阅

功能

相关的话题

Baidu
map