This is a guide for installing previously downloaded support software.
Table of Contents
-----------------
1. Copy downloaded software
2. Interactive Installation
a. Windows
b. Linux
c. Mac
3. Silent Installation
a. Windows
b. Linux
c. Mac
1. Copy downloaded software
---------------------------
Copy this entire folder to a shared network drive or removable media and then access the
copied folder from the computer on which you want to run the installation.
2. Interactive Installation
---------------------------
The interactive installer will start MATLAB and then the installer in a separate window. The
executable takes a single argument; the path to the location of the previously downloaded
files. All available support packages in the specified download folder are presented.
In a command prompt, type the following:
a. Windows
cd DRIVE:\<MATLAB_PATH>\bin\win64
install_supportsoftware.exe -archives <path_to_download_folder> [-matlabroot DRIVE:\MATLAB_PATH]
For example:
cd C:\MATLAB\R2018b\bin\win64
install_supportsoftware.exe -archives C:\Users\jsmith\Downloads\MathWorks\SupportPackages\R2018b\
b. Linux
cd <MATLAB_PATH>/bin/glnxa64
./install_supportsoftware.sh -matlabroot <MATLAB_PATH> -archives <path_to_download_folder>
For example:
cd /opt/MATLAB/R2018b/bin/glnxa64
./install_supportsoftware.sh -matlabroot /opt/MATLAB/R2018b -archives /home/jdoe/Downloads/MathWorks/SupportPackages/R2018b
b. Mac
cd <MATLAB_PATH>/bin/maci64
./install_supportsoftware.sh -matlabroot <MATLAB_PATH> -archives <path_to_download_folder>
For example:
cd /Applications/MATLAB_R2018b.app/bin/maci64
./install_supportsoftware.sh -matlabroot /Applications/MATLAB_R2018b.app/ -archives /Users/jdoe/Downloads/MathWorks/SupportPackages/R2018b
3. Silent Installation
----------------------
NOTE: The silent installation of support packages is only available in MATLAB releases R2018a
and newer. For MATLAB releases before R2018a, see the interactive installation instructions.
The silent installer executable takes two arguments; a path to the location of the previously
downloaded files and the location of the input file. The input file is used to specify the
support packages that are to be installed.
In a command prompt, type the following:
a. Windows
cd DRIVE:\<MATLAB_PATH>\bin\win64
SupportSoftwareInstaller.exe -downloadfolder <path_to_download_folder> -inputfile <path_to_input_file>\ssi_input.txt
For example:
cd C:\MATLAB\R2018b\bin\win64
SupportSoftwareInstaller.exe -downloadfolder C:\Users\jsmith\Downloads\MathWorks\SupportPackages\R2018b -inputfile C:\Users\jsmith\Downloads\MathWorks\SupportPackages\R2018b\ssi_input.txt
b. Linux
cd <MATLAB_PATH>/bin/glnxa64
./SupportSoftwareInstaller -downloadfolder <path_to_download_folder> -inputfile <path_to_input_file>/ssi_input.txt
For example:
cd /opt/MATLAB/R2018b/bin/glnxa64
./SupportSoftwareInstaller.sh -downloadfolder /home/jdoe/Downloads/MathWorks/SupportPackages/R2018b -inputfile /home/jdoe/Downloads/MathWorks/SupportPackages/R2018b/ssi_input.txt
c. Mac
cd <MATLAB_PATH>/bin/maci64
./SupportSoftwareInstaller.sh -downloadfolder <path_to_download_folder> -inputfile <path_to_input_file>/ssi_input.txt
For example:
cd /Applications/MATLAB_R2018b.app/bin/maci64
./SupportSoftwareInstaller.sh -downloadfolder /Users/jdoe/Downloads/MathWorks/SupportPackages/R2018b -inputfile /Users/jdoe/Downloads/MathWorks/SupportPackages/R2018b/ssi_input.txt
matlab 2022b版本 硬件支持包

MATLAB 2022b版本的硬件支持包,特别是"Embedded Coder Support Package for ARM Cortex-M Processors",是MATLAB开发环境为ARM Cortex-M系列微处理器提供的一套专用工具,旨在帮助工程师和开发者将MATLAB代码高效地转换为能够在这些微控制器上运行的C/C++代码。这个支持包极大地扩展了MATLAB的功能,使得用户可以直接在MATLAB环境中进行嵌入式系统的设计和调试,而无需深入底层硬件细节。
**硬件支持包概述:**
硬件支持包(HSP)是MATLAB针对特定硬件平台提供的软件接口,它允许用户在MATLAB或Simulink中创建、测试和部署代码。对于ARM Cortex-M处理器,该包提供了必要的驱动程序和配置工具,以便于在这些处理器上执行实时应用程序。
**ARM Cortex-M系列:**
ARM Cortex-M系列是ARM公司设计的一系列低功耗、高性能的微控制器核心,广泛应用于消费电子、工业控制、汽车电子等领域。它们具有不同的性能等级和特性,如Cortex-M3、M4、M7等,以满足不同应用的需求。
**Embedded Coder:**
Embedded Coder是MATLAB的一个附加产品,它将MATLAB或Simulink模型转换为优化的C或C++代码,适合嵌入式系统的部署。通过硬件支持包,Embedded Coder可以生成针对特定ARM Cortex-M处理器的代码,确保代码与硬件的紧密集成和高效运行。
**主要功能与特点:**
1. **模型编译与代码生成**:将MATLAB/Simulink模型转换为符合ANSI C或C++标准的代码,可直接在目标硬件上运行。
2. **硬件接口支持**:包括GPIO、中断、定时器、串行通信等外设驱动,使开发者能直接在模型中操作硬件资源。
3. **实时仿真**:在MATLAB/Simulink环境中进行硬件在环(HIL)仿真,以验证代码在实际硬件上的行为。
4. **代码优化**:自动优化代码以提高执行效率,减少存储和计算资源的占用。
5. **内存管理**:智能分配内存,考虑目标硬件的限制,如RAM和Flash大小。
6. **版本兼容性**:支持多种ARM Cortex-M处理器,包括不同供应商的产品。
**.dlarea、readme.txt、ssi_input.txt、archives文件:**
- **.dlarea**:可能包含下载或安装过程中的临时数据,通常不直接涉及MATLAB代码生成,但可能有关于下载或更新支持包的信息。
- **readme.txt**:一般包含安装指南、更新信息、版权声明和重要注意事项,是理解和支持包使用的关键文档。
- **ssi_input.txt**:可能是用于设置或配置硬件支持包的输入文件,可能包含用户配置参数或系统信息。
- **archives**:可能是一个包含其他子文件或组件的归档文件,用于扩展或更新支持包的功能。
MATLAB 2022b的硬件支持包为ARM Cortex-M处理器提供了强大的开发环境和工具链,让开发者能够高效地实现从算法设计到硬件部署的整个流程,同时降低了嵌入式系统开发的复杂性。通过熟练掌握这些工具,可以极大地提高工作效率并确保项目质量。

wanrenqi
- 粉丝: 976
- 资源: 29
最新资源
- 【毕业设计】Python的Django-html人信息管理系统及安全策略分析系统源码(完整前后端+mysql+说明文档+LW+PPT).zip
- PLC西门子杯比赛:三部十层电梯博图v15.1智能程序开发及其WinCC界面展示,PLC西门子杯比赛:三部十层电梯博图v15.1程序设计与WinCC界面展示,PLC西门子杯比赛,三部十层电梯博图v15
- 【毕业设计】微信小程序,小程序商城,商城,springboot框架,vue管理系统,java后台【源码+论文+答辩ppt+开题报告+任务书】.zip
- 【毕业设计】学生成绩管理系统(springboot+layui+thymeleaf)【源码+论文+答辩ppt+开题报告+任务书】.zip
- 【毕业设计】Python的Django-html深度学习文本相似度检测系统(bert)源码(完整前后端+mysql+说明文档+LW+PPT).zip
- 基于STM32的智能医疗监护系统设计
- 【毕业设计】学生管理系统(vue + springboot)【源码+论文+答辩ppt+开题报告+任务书】.zip
- 【毕业设计】springboot酒店预订管理管理 【源码+论文+答辩ppt+开题报告+任务书】.zip
- 【毕业设计】Python的Django-html深度学习的web端多格式纠错系统源码(完整前后端+mysql+说明文档+LW+PPT).zip
- springBoot时基于springBoot开发的一套轻量级的系统脚手架,可以以此形成一套属于自己的系统后台 ,自动生成前后台基本代码
- 【毕业设计】Python的Django-html图像取证技术研究与实现系统源码(完整前后端+mysql+说明文档+LW+PPT).zip
- 【毕业设计】Python的Django-html手写数字识别系统源码(完整前后端+mysql+说明文档+LW+PPT).zip
- 【毕业设计】Python的Django-html图像去雾算法研究系统源码(完整前后端+mysql+说明文档+LW+PPT).zip
- Labview与基恩士PLC串口通信详解:源码开放,多种数据格式批量读写,无插件完胜OPC,Labview与基恩士PLC串口通信:源码开放,多类型数据批量读写,无插件胜OPC,Labview与基恩士P
- 【毕业设计】Python的Django-html图像信息隐藏技术设计源码(完整前后端+mysql+说明文档+LW+PPT).zip
- 机器学习课程设计基于Python的返乡发展人员预测项目源代码+训练数据