M兼容工具：兼蓄经典，实现模型代码资产高效复用（上篇）

一、引言

M兼容工具：兼蓄经典，实现模型代码资产高效复用（上篇）科学计算与系统建模仿真是装备数字化的重要落地支撑，是避免受制于人的关键核心技术。近年来，同元软控围绕行业应用求和装备数字化需求，持续迭代完善MWORKS，今年发布的MWORKS 2024是全球第四个完整的科学计算与系统建模仿真一体化平台，为世界提供科学计算与系统建模仿真平台的中国选项。

依托多年的编译技术沉淀、复杂装备系统的软件研发与工程实践经验、自主开发的高质量系列模型库及函数库，MWORKS 2024全新推出M语言兼容工具和Simulink模型导入工具，无需安装MATLAB，即可实现M语言脚本的直接运行和Simulink模型的导入与转换，实现对用户MATLAB模型代码资产的高效复用。兼包并蓄，不止于替代。

M兼容工具分为上下两篇，上篇主要介绍M语言兼容工具，下篇主要介绍Simulink模型导入工具。

二、M语言兼容工具

2.1 概述

M语言兼容工具（即TyMLang），是同元软控新推出的一款实用工具，无需安装 MATLAB，原生支持MATLAB代码文件的解释与运行，并内置提供1260+ 常用M函数，覆盖基础、数学、图形、控制、信号等领域，帮您实现历史代码资产的高效复用。它运行在MWORKS.Syslab 上，并支持M语言与Julia语言的相互调用，无缝衔接MATLAB生态与Julia科学计算生态。

M语言兼容工具主要由三部分组成：一是IDE，支持M语言的编辑、运行与调试；二是M语言执行环境，系统性的原生支持MATLAB/M语言的核心语法、程序行为和特殊机制；三是M函数库，包括内置常用函数、外部语言函数（MEX机制）、以及MATLAB专业函数。

其中，M语言执行环境是整个M兼容工具的核心，即使是其中较为简单的解析器，其难度、工作量也不容小觑。MATLAB语法没有公开规范，并在40年的发展中积累大量边缘语法、上下文相关语法。因此, M语言解析器开发与一般编译解析的小步快速迭代过程不同，M语言解析器不仅要快速迭代，还需要随时推翻之前总结的规范重新来过。

在这种风险极大、重构极频繁的解析器工作中，同元软控充分研究了前沿的解析器维护技术，综合了解析器生成器 + 语法制导 + BNF静态类型检查 + 语法树领域建模，在底层保证每次推翻规范、重构代码后，可通过生成器快速生成成品，可通过静态检查和领域建模以确定性手段排查旧代码中的错误规范/假设，从而确保M语言解析器的高可用。实现M语言执行环境所面临的困难与挑战，从其冰山一角的M语言解析器上可见一斑。

2.2 亮点功能

1）无需安装MATLAB，直接在Syslab上运行

MWORKS.Syslab是多语言科学计算环境，以Julia为主语言，同时支持Python、M等编程语言。Syslab内置提供了M扩展插件（TyMLangIDE）、M编译器（mc.exe）和M函数库，因此无需安装MATLAB，M语言脚本即可直接在Syslab上打开、编辑和运行。

2）M语言及程序行为兼容度超过90%

MATLAB语法没有公开规范，多年来积累形成了大量边缘语法、上下文相关语法。通过大量资料的查阅与推理，以及在工程实践中反复锤炼，MWORKS.Syslab对M语言及程序行为兼容度超过90%。

3）支持代码调试

M语言兼容工具，支持M语言脚本的代码调试，包括设置断点、启动调试、单步调试、断点调试、查看调试变量等。

4）支持MEX机制

MEX是MATLAB内的一种扩展，用于在M语言中调用C/C++编写的函数。MEX 文件的源代码用C编写，并通过一组MEX API，提供了C与M语言的数组之间交互的功能。遵循以下的入口函数规范，将对应C文件编译成动态库后可直接由M语言调用。

#include "mex.h"
void mexFunction ( int nlhs, mxArray *plhs[], int nrhs, const mxArray *prhs[] )
{
    // ...
}

其中nlhs表示M语言在调用该函数时的实际参数个数，plhs表示指向参数列表的指针，nrhs 表示调用该函数时的返回值个数，prhs 表示指向返回值列表的指针。

M语言兼容工具支持将符合MEX接口规范的C文件编译成动态库，并能加载和调用该动态库。例如，创建一个c_cumsum.c文件，完整代码如下：

#include "mex.h"
#include "assert.h"
#include "stdio.h"
#include "math.h"

void mexFunction(int nlhs, mxArray *plhs[],
                 int nrhs, const mxArray *prhs[]) {
    // 检查输入
    if (nlhs == 0) {
        return;
    }
    if (nlhs > 1) {
        mexErrMsgTxt("Too many output arguments.");
    }
    if (nrhs != 1) {
        mexErrMsgTxt("one input required.");
    }
    if (!mxIsDouble(prhs[0])) {
        mexErrMsgTxt("Input must be of type double.");
    }

    // 提取指向输入数组的数据的指针
    double *input1 = mxGetPr(prhs[0]);
    int N = mxGetNumberOfElements(prhs[0]);

    // 创建和输入相同大小的矩阵作为输出
    int s1 = mxGetM(prhs[0]);
    int s2 = mxGetN(prhs[0]);
    mxArray *B = mxCreateDoubleMatrix(s1, s2, mxREAL);
    double *out = mxGetPr(B);
    double tmp = 0;

    // cumsum，求累加和
    for (int i = 0; i < N; ++i) {
        tmp += input1[i];
        out[i] = tmp;
    }

    // 将结果赋给 lhs
    plhs[0] = B;
}

启动M语言兼容工具，输入以下命令，即可将c_cumsum.c文件编译成动态链接库c_cumsum.mexdll，然后加载动态库并调用其算法函数。

5）支持搜索路径

搜索路径是文件系统中所有文件夹的子集，使用搜索路径来高效地定位用于产品的文件。搜索路径上的文件夹顺序十分重要。当在搜索路径上的多个文件夹中出现同名文件时，将使用搜索路径中最靠前的文件夹中的文件。

M语言兼容工具支持查看或更改搜索路径，并提供设置路径对话框，方便用户使用。

6）支持Julia与M语言的互调用

M语言兼容工具，支持Julia与M的语言互调用，能够调用同元软控Julia高性能科学计算函数库，无缝衔接MATLAB生态与Julia生态。

①M语言调用Julia函数M语言兼容工具提供了一套API，支持完备的Julia调用，包括：

⦁获取Julia对象的原始引用

⦁Julia对象与M对象的类型转换

⦁调用Julia函数

⦁Julia对象操作

不妨以中值滤波的噪声抑制为例，考虑到MWORKS.Syslab信号处理函数库已提供一维中值滤波函数medfilt1，此时用户M代码若需要调用该函数，可以基于上述API来实现，完整代码如下：

fs = 100;
t = 0:1/fs:1;
x = sin(2*pi*t*3)+0.25*sin(2*pi*t*40);

% 调用同元信号处理函数库的一维中值滤波medfilt1函数
jv_x = Julia(x);
jv_y = jcall("TySignalProcessing.medfilt1", jv_x, Julia(10, "Int"));
y = fromJulia(jv_y, "double")

plot(t,x,t,y)
legend('Original','Filtered')

在MWORKS.Syslab上直接运行上述M脚本，将得到如下运行结果：

②Julia语言调用M函数M语言兼容工具，除了支持M语言调用Julia函数，同样也支持Julia语言调用M函数，包括在Julia执行M代码、操作M语言的对象、类型转换以及调用M语言的函数。

不妨以求输入向量的均值和标准差为例，假设已存在M统计函数stat，若Julia语言需要调用该算法函数，可以基于上述API来实现调用，完整代码如下：

import TyMLangCore
TyMLangCore.eval_mcode!(raw"""
function [m,s] = stat(x)
    n = length(x);
    m = sum(x)/n;
    s = sqrt(sum((x-m).^2/n));
end
""")

mx = TyMLangCore.to_mlang([12.7, 45.4, 98.9, 26.6, 53.1])
mv = TyMLangCore.mexCallMLang("stat", 2, [mx])

ave = TyMLangCore.from_mlang(mv[1])
println("ave=$ave")

stdev = TyMLangCore.from_mlang(mv[2])
println("stdev=$stdev")

在MWORKS.Syslab中执行上述Julia代码，得到运行结果：

2.3 M函数列表

如果只有M语言解析器，常用的数学或专业算法函数都需要用户自己编写或提供，那么该产品将只是一个没有灵魂的空壳。为了让用户实现“开箱即用、专注业务”，M语言兼容工具目前已内置提供1260+ 常用M函数，覆盖基础、数学、图形、控制系统、信号处理、优化等领域常用函数。

打开MWORKS.Syslab帮助文档，点击左侧目录的M语言兼容工具/支持的M函数列表，可以查阅已支持的M函数列表。如果内置提供的M函数列表不满足用户使用场景，还可以基于上述的M与Julia语言互调用技术，调用同元Julia高性能科学计算函数库，支持用户自定义扩展M函数。

三、典型示例

不妨拿通信行业较为著名的Delta-Sigma开源工具箱为例。该工具箱支持Delta-Sigma模拟器的合成、模拟、实现和动态，能够用来计算Delta-Sigma 模拟器的NTF（噪声传输函数）和STF（信号传输函数），并进行调节。Delta-Sigma工具箱用到了基础、数学、图形、APP、控制系统、优化、信号处理的一些算法函数，具有一定的工程规模和代码复杂度。

得益于高兼容度的M语言解析器和丰富的M函数库，用户无需修改Delta-Sigma任何源码，在MWORKS.Syslab上可以直接打开、运行或调试，并能得到正确结果。

四、总结

目前，M语言兼容工具在工程实践上反复迭代，某芯片产业的77+应用场景案例，8万行代码，实现100% 精准对标。M语言兼容工具达到了一定的兼容度，但与拥有四十年以上积累的MATLAB相比，仍然面临着以下挑战：

⦁部分语言特性的差异：MATLAB为并行计算引入了 parfor、spmd 等内置语法，TyMLang正在计划逐步接入。

⦁边缘语法的差距：虽然MATLAB的语法相对简单，但在边缘情况却有大量细节需要注意。在这种情况下，只能通过不断地测试和修复，来逐步完善TyMLang的语法兼容性，这是一个长期的过程。

⦁内置函数的差距：MATLAB内置了许多工具箱，这些工具箱包含了大量函数。函数的缺失，导致用户在使用TyMLang时可能需要自行实现这些函数，或调用同元软控Julia科学计算函数库。但是，TyMLang将会源源不断地扩充常用M函数库。

兼蓄经典，不止于替代。在长期服务于重大工程的过程中，同元软控始终致力于做好新一代科学计算与系统建模仿真的底座，提供开放的接口，依托中国科学与工程的创新发展需求、高校院所3800万师生和工业企业4000万工程师，共同创建MWORKS的应用生态，立足创新，不断实现自我突破。