提高Matlab仿真程序执行性能.pptx

提高Matlab仿真程序执行性能,正文结构,背景与意义 影响仿真程序性能的因素 提高仿真程序性能的建议 执行速度测试方法,背景与意义,Matlab与其他语言的差异： 例如对于C或者C+来说，只要算法的思想不变、采用的数据结构相同，不同人写出来的语句在效率上一般不会产生太大的差别。所以，对于C来说，程序的好坏一般由算法来决定。 但是，在Matlab中，同样的算法、同样的结构、同样的流程，如果采用的语句不一样，在效率上就会大大不同。 所以，了解有关Matlab执行效率的内容，对我们的接下来的仿真实践会有很多帮助。,影响仿真程序性能的因素,很多书上都说Matlab是解释性语言，执行效率不如C/C+高。这曾令我对Matlab的执行速度失去信心； 然而这句话虽然是正确的，却非常不全面，导致我们将速度慢的原因归咎于工具语言本身； 实际上，Matlab通过借助混合编程的方法，其执行效率与编译型语言之间的差别已经不是很明显； 大多数情况下，执行效率的低下，是由于我们忽视了一些影响仿真程序性能的因素导致的,影响仿真程序性能的因素,For-循环 函数调用 内存分配 矩阵索引 其它,影响仿真程序性能的因素For循环,传统观点认为for-loop是影响性能的致命环节，让我们来对此验证： tic toc Elapsed time is 0.000001 seconds. tic for i=1:1000000 end Toc Elapsed time is 0.003144 seconds.,影响仿真程序性能的因素For循环,从上面的实验结果可以得出以下结论： tic/toc语句的时间开销可以忽略不计 for-loop语句本身的时间开销也非常小，关键的影响效率的地方不在于循环本身，而是在于循环的内部 接下来我们就借助for循环，分析一下其他的各个影响效率的因素,影响仿真程序性能的因素函数调用,函数的分类： build-in function MEX-function (“MATLAB executable“) m-function anonymous function inline function 其它相关内容（不讲）： function handle feval,影响仿真程序性能的因素内建函数,tic for i=1:1000000 cos(0); end toc Mean elapsed time is 0.032866 seconds.,影响仿真程序性能的因素m-函数,tic for i=1:1000000 func(i); end toc Mean elapsed time is 0.185556 seconds.,function func( ) end,影响仿真程序性能的因素匿名函数,tic for i=1:1000000 funca(i); end toc Mean elapsed time is 0.561228 seconds.,funca=(x);,影响仿真程序性能的因素内联函数,tic for i=1:1000000 funci(i); end toc Mean elapsed time is 19.5606 seconds.,funci=inline(,x);,影响仿真程序性能的因素函数调用,影响仿真程序性能的因素函数调用,从上面的实验结果可以得出以下结论： 内联函数的调用时间开销最小，约为for-loop本身的10倍 m-函数的调用时间开销约为内联函数的6倍，约为for-loop本身的60倍 匿名函数的调用时间开销约为m-函数的3倍，约为for-loop本身的187倍 内联函数的调用时间开销过大，尽量不要在循环中使用 另外MEX-函数的调用时间开销，理应介于内联函数和m-函数之间,影响仿真程序性能的因素矩阵索引,tic A=zeros(1000000,1); for i=1:1000000 A(i)=i; end toc Mean elapsed time is 0.007592 seconds.,影响仿真程序性能的因素矩阵索引,tic A=zeros(1000000,1); for i=1:1000000 A(i,1)=i; end toc Mean elapsed time is 0.007954 seconds.,影响仿真程序性能的因素矩阵索引,tic A=zeros(1000000,1); for i=1:1000000 A(i:i,1)=i; end toc Mean elapsed time is 0.663598 seconds.,影响仿真程序性能的因素矩阵索引,tic A=zeros(1000000,1); for i=1:1000000 A(i,:)=i; end toc Mean elapsed time is 0.273345 seconds.,影响仿真程序性能的因素矩阵索引,tic A=zeros(1000000,1); for i=1:1000000 A(i,1:1)=i; end toc Mean elapsed time is 0.730042 seconds.,影响仿真程序性能的因素矩阵索引,tic A=zeros(1000000,1); for i=1:1000000 A(i:i,1:1)=i; end toc Mean elapsed time is 1.00852 seconds.,影响仿真程序性能的因素矩阵索引,影响仿真程序性能的因素内存分配,tic A=zeros(1000000,1); for i=1:1000000 A(i)=i; end toc Mean elapsed time is 0.009025 seconds.,影响仿真程序性能的因素内存分配,tic % A=zeros(1000000,1); for i=1:1000000 A(i)=i; end toc Mean elapsed time 20 minutes.,影响仿真程序性能的因素内存分配,因此，如果不预先分配好内存，将会大大增加仿真时间，拖慢执行效率； 所幸的是，由于这个现象的重要性，Matlab的编辑器能够发现并提示这个问题，会用红的波浪线标记出来,影响仿真程序性能的因素其它,关于Matlab还有很多细节及技巧，可以通过在程序中查询产品帮助，获得设计师的建议，一点一点积累 下面列举一些编程的建议,提高仿真程序性能的建议,向量化 函数化 预分配内存 随时用测试工具检测执行效率,提高仿真程序性能的建议向量化,N=0:0.1:1000; for i=0:10000 y(i)=cos(N(i)； end 向量化： N=0:0.1:1000; y=cos(N);,提高仿真程序性能的建议向量化,Y=arrayfun(function, X); 向量化函数: accumarray arrayfun bsxfun cellfun spfun structfun,提高仿真程序性能的建议函数化,尽量使用内建函数，内建函数的速度是最快的 m-函数的执行效率也很高 MEX-函数的执行效率仅次于内建函数，将耗时的代码写成MEX-函数,将大大提高运行速度 匿名函数，内联函数，以及一些面向对象方法，尽量不要在执行次数多的循环体内使用,提高仿真程序性能的建议预分配内存,A = zeros(1000, 1); A = int8(zeros(100, 1); A = zeros(1000, 1, int8); 常用的预分配内存函数： zeros ones eye,执行速度测试方法,tic/toc语句 profile函数 profiler工具,执行速度测试方法tic/toc语句,tic/toc语句，前面已经介绍了实例。 tic/toc不一定要成对出现，一个tic后面可以有多个toc，但需要需要重新计时的时候，要再次执行tic toc的结果可以用变量接收下来，如 T=toc T(k)=toc;,执行速度测试方法profile函数,profile on script-name profile report profile off profile clear 对于单个m文件，你只需要简单的在Matlab 命令行窗口（Command Window）输入profile on，然后是m文件名，比如文件名为calculation.m的文件，直接输入calculation，执行完毕以后，输入profile report，就可以观察每条语句的耗时。结束后别忘了profile off。还可以使用profile clear清除之前执行的结果。,执行速度测试方法profile函数,运行到断点 profile on 单步执行 profile report profile off profile clear 对于在一大堆语句中单独调用的m文件，如果你仅仅需要用matlab观察这个函数的耗时，那么用断点运行到你需要查看的函数之前，然后按照上面仿真单个文件的方法，在命令行窗口执行profile on，然后调用函数, 接下来用profile report查看报告，最后输入profile off结束。,执行速度测试方法profiler工具,执行速度测试方法profiler工具,执行速度测试方法profiler工具,执行速度测试方法profiler工具,执行速度测试方法profiler工具,附：减少内存使用的建议,为变量定义合适的数据类型x=zeros(1,1000,uint8); 当使用大的矩阵变量时，预先指定维数并分配好内存，避免每次临时扩充维数 重用变量，避免生成大的中间变量，并删除不再需要的临时变量 当程序需要生成大量数据时，可以考虑定期将变量写到磁盘，然后清除这些变量。 当需要这些变量时，再重新从磁盘加载 当矩阵中数据极少时，将全矩阵转换为稀疏矩阵 clear, save, load, whos, pack,附：for-loop中的循环变量,for i=1:1000 i