編者語：Matlab作為商業數學軟件，用于數據分析、無線通信、深度學習、圖像處理與計算機視覺、信號處理、量化金融與風險管理、機器人，控制系統等領域。小編得到華科大博士陳冰授權許可下，特此轉發《對Matlab功能的一點理解（控制系統視角）》文章，僅供讀者參考。

1）早期的MATLAB，功能與名字(MatrixLaboratory)一致，是一個數值線性代數軟件包，作者的初心只是用來做線性代數的教學。

2）簡單的動態系統，總可以表達成一個常微分方程，用龍格庫塔算法就可以迭代求解，MATLAB實現了自動求解器，并提供Simulink圖形化工具，用戶只需要把一些簡單動態環節連在一起，就可以進行自動數值積分，這就滿足了學術圈和工程界的大量需求。（想想當年MIT的Bush搭建模擬計算機來計算電力系統穩定性有多麻煩。）

3）能用矩陣計算來做坐標變換，能解微分方程，好多事情都可以做了，大量專業人士與之合作寫toolbox，比如系統辨識toolbox，就是著名系統辨識專家Ljung寫的。

4）控制系統中還有大量的邏輯功能，不是用微分方程描述的，但是可以用狀態機描述，MATLAB的Stateflow解決了這類系統的形式化建模問題，特別滿足了汽車軟件開發的需求。

5）汽車軟件等可靠性軟件開發提出了V字型開發流程，matlab首先滿足了建模和仿真的需求，這么多年步步為營，居然把整個基于模型的設計流程工具都做全了，可以直接生成二進制代碼，下載到嵌入式硬件系統以及PLC等控制器。

6）傳統的Simulink建模對于物理建模是有局限性的，Dymola等物理建模工具天然支持多物理域建模。于是MATLAB推出Simscape平臺，重構底層引擎，并且把之前的電機、電氣、電子等模塊都重構了一遍。

7）面向數字孿生的發展，各家仿真軟件都在發力，像Ansys的TwinBuilder，把有限元仿真的優勢和基于模型的設計流程結合起來。FMI/FMU成為業界標準，可以使用多種工具進行模型交換和協同仿真，也進一步方便了基于模型的系統實現，MATLAB對FMI/FMU的支持目前還比較有限，但是對第三方工具生成的模型的導入工具做的還是不錯的。

8）MATLAB積極推動數據驅動建模與基于物理機理的建模的融合，目前已經支持多種深度學習網絡的建模和訓練，如果是純粹的用機器學習進行圖像處理和語音識別，MATLAB不見得有優勢，但是如果真正用AI工具解決制造業問題的話，MATLAB的集成平臺還是有一定的優勢。

作者簡介

陳冰，男，工學博士，華中科技大學機械科學與工程學院副教授，中國自動化學會邊緣計算專業委員會委員。主要從事機電裝備運動控制、網絡化控制和工業邊緣計算等領域的研發工作，承擔“新工科”機電教學改革和實踐教學系統設計相關工作。