Matlab学习记录（2）

verify(expression,identifier,errorMessage) 使用 identifier 作为测试结果的标签。如果你在测试管理器中运行测试，identifier 将被用作信号标签的测试结果。如果在测试管理器之外运行测试，则标签会出现在仿真数据检查器中，如果失败，则会出现在诊断查看器中。

Test Sequence与Test Manager联合测试Simulink模型

Test Sequence的作用：
- 编辑测试用例：Test Sequence负责编辑具体的测试用例，包括设置测试步骤和逻辑控制。
- 自定义验证：提供自定义验证功能，如设置等待时间、线性输入变化等。
Test Manager的作用：
- 管理测试流程：Test Manager负责整个测试流程的管理，包括运行测试和生成测试报告。
- 运行测试：通过Test Manager，用户可以执行已经编辑好的测试用例。
联合测试流程：
- 创建Test harness：首先需要在Simulink模型中创建Test harness，这是进行联合测试的基础。
- 选择Test sequence模式：在创建Test harness时，选择使用Test sequence模式进行测试。
- 设置仿真步长：根据需求设置模型的离散仿真步长。
- 编辑Test Sequence：在Test Sequence中，编辑Step、Transition和Next Step，描述具体的测试内容。可以使用ramp函数控制输入变化，以及when decomposition实现条件驱动的输入改变。
- 设定预期结果：通过Test Assessment设定预期结果，并使用verify函数验证输出是否符合预期。
- 执行测试：通过Test Manager执行测试，并分析结果。
- 完善测试用例：根据测试结果，不断完善测试用例，以达到所需的覆盖率要求。
注意事项：
- 处理bus信号：Test Sequence在处理bus信号时可能存在问题，推荐将bus信号拆分为普通端口输出。
- 测试步的可重用性：即使没有自动测试脚本，修改模型后，已建立的测试步仍可重复利用，提高效率。
- 覆盖率分析：Test Manager支持设置覆盖率分析，如MCDC、决策和条件覆盖等，通过assert函数进行断言和错误处理。

使用时序逻辑控制图的执行 - MATLAB & Simulink

定义测试步骤和评估 - MATLAB & Simulink

搭建Simulink模型进行单元测试主要涉及Test harness、Test Manager、Test Sequence等工具。Test harness用于创建测试模型，生成输入输出接口；Test Manager管理测试流程，运行测试用例，生成测试报告；而Test Sequence则用于编辑测试用例，设置不同的测试步骤，执行逻辑类测试，提供灵活的验证内容。Test Sequence的优势在于可以设置多种测试步，方便地按流程测试，同时支持条件测试步和逻辑验证，提高测试效率。对于测试用例的实现，可以通过多种方式，如Test Sequence、Excel或Signal Build。使用MATLAB与Simulink Test的API接口，可以编辑脚本实现自动化测试。

建立测试流程首先需要封装测试模型为Test harness，设置仿真步长为离散周期，然后通过Test Sequence编写测试步骤、验证预期结果。在Test Sequence中，通过设置输入、输出、测试步骤、跳转条件和描述，来构建详细的测试用例。在Test Assessment中，设置期望结果，通常使用verify函数进行表达式验证，确保测试结果符合预期。

使用Simulink Test Manager进行测试配置，包括设置模型属性、测试类型和覆盖分析。执行测试用例后，通过查看测试结果和报告，分析覆盖度和验证情况，根据结果完善测试用例和模型。报告中包括覆盖率报告，帮助评估测试效果和覆盖率。在复杂模型中，可以使用Add Tests for missing coverage功能自动生成测试用例输入，以提高覆盖率。

测试过程中，可以使用ramp函数线性变化输出值，heaviside函数生成阶跃信号，sawtooth、square和triangle函数创建锯齿波、方波和三角波信号，作为测试输入。verify和assert语句用于验证测试结果和模型行为，确保正确性和完整性。

通过上述步骤，可以有效地使用Simulink搭建模型进行单元测试，确保模型功能的正确实现和性能符合预期。通过自动化测试流程和详细的测试用例设计，可以提高测试效率和覆盖率，增强模型的可靠性和稳定性。

AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

面向项目管理的任务执行 Agent

随着大语言模型（LLMs）与多Agent系统（MAS）技术的深度融合，面向项目管理的任务执行Agent（Task Execution Agent for Project Management, TEAPM）正在重构传统项目管理的交付范式——从人类主导的“指令-执行-反馈”线性流程，转向“人类赋能-智能分工-自主协同-动态优化”的闭环生态。本文以第一性原理。