Mean

Entire input — выходным сигналом в каждый момент времени выборки является скаляр, содержащий среднее значение входной матрицы M на N на P.

Each row — выходной сигнал в каждый момент времени выборки состоит из массива M на 1 на P, где каждый элемент содержит среднее значение каждого вектора по второй размерности входа. Для входной матрицы M на N выход в каждый момент времени выборки представляет собой вектор-столбец M на 1.

Each column — выход в каждый момент времени выборки состоит из массива 1 на N на P, где каждый элемент содержит среднее значение каждого вектора по первой размерности входа. Для матричного входа M на N выходной сигнал в каждый момент времени выборки — вектор 1 на N строк. В этом режиме блок рассматривает неориентированные векторные входы длины M как векторы M на 1 столбцов.

Specified dimension — выход в каждый момент времени выборки зависит от значения параметра Dimension. Если вы установите значение параметра Dimension равным 1, выход будет таким же, как при выборе параметра Each column. Если задать параметру Dimension значение 2, вывод будет таким же, как при выборе параметра Each row. Если установить параметру Dimension значение 3, то на выходе в каждый момент времени выборки будет матрица M на N, содержащая среднее значение каждого вектора по третьему измерению входных данных.

Elements as channels (sample based) — блок рассматривает каждый элемент входного сигнала как отдельный канал. Для трехмерного входного сигнала размером M на N на P блок выводит массив M на N на P. Каждый элемент на выходе содержит среднее значение элемента для всех входов с момента последнего сброса. Когда происходит событие сброса, текущее среднее значение в текущем кадре сбрасывается на элемент .

Columns as channels (frame based) — блок рассматривает каждый столбец входа как отдельный канал. Эта опция не поддерживает N-мерный входной сигнал, где N > 2. Для двумерного входного сигнала размером M на N блок выводит матрицу M на N. Каждый элемент выходного сигнала содержит среднее значение значений в j-м столбце всех входов с момента последнего сброса, до элемента текущего входа включительно.

Each column — блок выводит среднее значение по каждому столбцу.

Entire input — блок выводит среднее значение по каждой строке.

Each row — блок выводит среднее значение по всему входу.

Specified dimension — блок выводит среднее значение по размерности, указанной в параметре Dimension.

Floor — округляет как положительные, так и отрицательные числа до отрицательной бесконечности.

Ceiling — округляет как положительные, так и отрицательные числа до положительной бесконечности.

Convergent — округляет число до ближайшего представимого значения. В случае, если дробная часть числа оканчивается на 5, число округляется до ближайшего четного целого числа.

Nearest — округляет число до ближайшего представимого значения. В случае, если дробная часть числа оканчивается на 5, число округляется до ближайшего четного целого числа.

Round — округляет число до ближайшего представимого значения. В случае, если дробная часть числа оканчивается на 5, положительные числа округляются до положительной бесконечности и отрицательные числа до отрицательной бесконечности.

Simplest — автоматически выбирает между округлением Floor и округлением Zero, чтобы сгенерировать код округления, который является максимально эффективным.

Zero — округляет число к нулю.

Inherit: Inherit via internal rule — блок наследует тип выходных данных произведения на основе внутреннего правила.

Inherit: Same as input — блок задает тип данных аккумулятора, такой же как тип входных данных.

fixdt(1,16,0) — блок задает автознаковый, двоичный, масштабированный тип данных с фиксированной точкой с длиной слова 16 бит и дробной длиной 0.

Проверки диапазона моделирования.

Автоматического масштабирования типов данных с фиксированной точкой.

Оптимизации кода, который вы генерируете на основе модели. Эта оптимизация может удалить алгоритмический код и повлиять на результаты некоторых режимов моделирования.

Проверки диапазона моделирования.

Автоматического масштабирования типов данных с фиксированной точкой.

Оптимизации кода, который вы генерируете на основе модели. Эта оптимизация может удалить алгоритмический код и повлиять на результаты некоторых режимов моделирования.