5:47视频长度为5:47。
将张量流模型集成到Simulink中进行仿真和代码生成
观看如何在Simulink中使用预训练的TensorFlow™网络的快速演示®为电池管理系统实现一种基于深度学习的电量估计算法。
该演示使用了在TensorFlow中训练的神经网络,使用实验室中测量的电池放电数据。
该示例包含两个部分:将预训练的TensorFlow模型导入MATLAB®并在Simulink中使用导入的模型进行仿真和无库C代码生成。第一部分展示了如何使用importTensorFlowNetwork命令将神经网络从TensorFlow引入MATLAB,以及如何在深度网络设计器中可视化导入的网络。
第二部分演示了如何使用Predict块将导入的网络导入到Simulink模型中。利用该块对网络进行了模拟,并将结果与真实的电量水平以及使用扩展卡尔曼滤波器得到的估计值进行了比较。最后,导入的网络被用来生成可以在任何微控制器或ECU上运行的无库C代码,包括NXP S32K板。
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。