CN117608589A - 代码生成方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明公开了一种代码生成方法、装置、电子设备及存储介质。其中，所述方法包括：获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征；响应于步长设置操作，确定离散时间步长，基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型；对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。基于本发明实施例技术方案，能够实现自动、高效且准确地将基于建模仿真语言的物理行为模型转化为基于硬件描述语言的目标代码。

Description

代码生成方法、装置、电子设备及存储介质

技术领域

本发明涉及计算机应用技术领域，尤其涉及一种代码生成方法、装置、电子设备及存储介质。

背景技术

Modelica是一种面向多领域物理***建模与仿真的语言，可以描述电气、机械及热力学等多领域的***行为。在硬件设计领域，Verilog是一种常用的硬件描述语言，用于描述数字逻辑电路。将Modelica模型转化为Verilog代码可以实现从高层***级描述到底层硬件实现的转换。

传统的将Modelica模型转化为Verilog代码的方法为：先通过相关领域技术人员解析Modelica模型的模型特征，再基于模型特征手动编写Verilog代码，但由于Modelica模型的复杂性，代码编写的效率较差且准确性也难以保证。因此，目前缺乏一种自动、高效且准确地将Modelica模型转化为Verilog代码的方法。

发明内容

本发明提供了一种代码生成方法、装置、电子设备及存储介质，以解决目前缺乏一种自动、高效且准确地将Modelica模型转化为Verilog代码的方法的技术问题。

根据本发明的一方面，提供了一种代码生成方法，其中，该方法包括：

获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征；

响应于步长设置操作，确定离散时间步长，基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型；

对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。

根据本发明的另一方面，提供了一种代码生成装置，其中，该装置包括：

模型获取模块，用于获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征；

离散处理模块，用于响应于步长设置操作，确定离散时间步长，基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型；

代码转化模块，用于对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。

根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的代码生成方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的代码生成方法。

本发明实施例的技术方案，通过获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征；响应于步长设置操作，确定离散时间步长，基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型；对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。本发明实现了自动、高效且准确地将基于建模仿真语言的物理行为模型转化为基于硬件描述语言的目标代码。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例一提供的一种代码生成方法的流程图；

图2是根据本发明实施例二提供的一种代码生成方法的流程图；

图3是根据本发明实施例提供的一种代码生成方法的整体流程图；

图4是根据本发明实施例提供的一种确定离散等效模型的流程图；

图5是根据本发明实施例三提供的一种代码生成装置的结构示意图；

图6是实现本发明实施例的代码生成方法的电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1为本发明实施例一提供了一种代码生成方法的流程图，本实施例可适用于生成Modelica模型对应的Verilog代码的情况，该方法可以由代码生成装置来执行，该代码生成装置可以采用软件的形式实现，该代码生成装置可配置于计算机软件中。如图1所示，该方法包括：

S110、获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征。

其中，所述建模仿真语言可以理解为一种用于建模和仿真动态***的开放和面向对象的语言。可选的，所述建模仿真语言可以是Modelica。

所述目标电路可以理解为一种数字逻辑电路。

所述物理行为模型可以理解为表征所述目标电路的物理特征和行为特征的模型。

所述第一物理特征可以理解为所述物理行为模型所描述的所述目标电路的物理特征。所述第一行为特征可以理解为所述物理行为模型所描述的所述目标电路的行为特征。在本发明实施例中，所述第一物理特征和所述第一行为特征与应用场景相关，在此不做具体限定。

S120、响应于步长设置操作，确定离散时间步长，基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型。

其中，所述步长设置操作可以理解为设置所述离散时间步长的操作。在本发明实施例中，所述步长设置操作可以根据场景需求预设，在此不做具体限定。可选的，所述步长设置操作可以是针对预设的步长选项的选择操作。

所述离散时间步长可以理解为用于离散化所述物理行为模型的时间步长。在本发明实施例中，所述离散时间步长可以根据场景需求预设，在此不做具体限定。示例性的，所述离散时间步长可以是1s、2s或3s等。

所述离散等效模型可以理解为等效于所述物理行为模型的离散化的模型。

在本发明实施例中，所述物理行为模型为时间连续的所述物理行为模型，所述离散等效模型为时间离散的所述离散等效模型。

S130、对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。

其中，所述硬件描述语言可以理解为一种可以描述数字逻辑电路的语言。示例性的，所述硬件描述语言可以是Verilog。

所述目标代码可以理解为基于所述硬件描述语言描述所述物理行为模型的代码。

本发明实施例的技术方案，通过获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征；响应于步长设置操作，确定离散时间步长，基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型；对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。本发明实现了自动、高效且准确地将基于建模仿真语言的物理行为模型转化为基于硬件描述语言的目标代码。

实施例二

图2为本发明实施例二提供的一种代码生成方法的流程图，本实施例是针对上述实施例中所述基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型进行细化。如图2所示，该方法包括：

S210、获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征。

S220、响应于步长设置操作，确定离散时间步长。

S230、确定所述物理行为模型的时间状态变量和动态空间描述，基于所述离散时间步长和所述动态空间描述对所述时间状态变量进行离散处理，得到多个离散时间点以及每个所述离散时间点对应的离散状态变量。

其中，所述时间状态变量可以理解为表征时间特征的状态变量。在本发明实施例中，所述时间状态变量可以根据场景需求预设，在此不做具体限定。

所述动态空间描述可以理解为一种动态方程。

所述离散时间点可以理解为离散化的时间点。

所述离散状态变量可以理解为离散化的状态变量。

可选的，所述基于所述离散时间步长和所述动态空间描述对所述时间状态变量进行离散处理，得到多个离散时间点以及每个所述离散时间点对应的离散状态变量，包括：

确定所述物理行为模型的当前时间点的所述时间状态变量，基于所述动态空间描述和当前时间点的所述时间状态变量确定下一时间点的所述时间状态变量，其中，所述下一时间点为基于所述当前时间点和所述离散时间步长确定的时间点；

返回执行所述基于所述动态空间描述和当前时间点的所述时间状态变量确定下一时间点的所述时间状态变量的操作，

将每个所述时间点作为所述离散时间点，将每个所述离散时间点对应的所述时间状态变量作为所述离散状态变量。

其中，所述基于所述动态空间描述和当前时间点的所述时间状态变量确定下一时间点的所述时间状态变量，包括：

通过欧拉算法，基于所述动态空间描述和当前时间点的所述时间状态变量确定下一时间点的所述时间状态变量。其中，所述欧拉算法可以是欧拉前向法或欧拉后向法。

S240、通过欧拉算法对所述动态空间描述进行离散处理，得到离散化的所述动态空间描述。

其中，所述欧拉算法可以理解为一种对给定初值的常微分方程求解的算法。可选的，所述欧拉算法可以包括欧拉前向法或欧拉后向法。

S250、确定所述物理行为模型对应的连续输入信号，根据所述离散状态变量和所述连续输入信号确定每个所述离散时间点对应的离散输出信号。

在本发明实施例中，所述物理行为模型为时间连续的所述物理行为模型，所述离散等效模型为时间离散的所述离散等效模型。

其中，所述连续输入信号可以理解为所述物理行为模型对应的时间连续的输入信号。

所述离散输出信号可以理解为每个所述离散时间点对应的输出信号。

可选的，所述根据所述离散状态变量和所述连续输入信号确定每个所述离散时间点对应的离散输出信号，包括：

基于每个所述离散时间点的所述离散状态变量将所述连续输入信号离散化为每个所述离散时间点对应的信号值；

针对每个所述离散时间点，基于所述信号值确定所述离散输出信号。

其中，所述信号值可以理解为所述连续输入信号离散化至每个所述离散时间点的值。

S260、基于所述离散状态变量、离散化的所述动态空间描述以及所述离散输出信号确定所述离散等效模型。

可选的，所述基于所述离散状态变量、离散化的所述动态空间描述以及所述离散输信号确定所述离散等效模型，包括：

基于所述离散状态变量、离散化的所述动态空间描述以及所述离散输信号确定所述物理行为模型对应的参考等效模型；

确定所述参考等效模型对应的所述目标电路的第二物理特征和第二行为特征；

在所述第二物理特征和所述第一物理特征相同且所述第一行为特征和第二行为特征相同的情况下，将所述参考等效模型作为所述离散等效模型。

其中，所述参考等效模型可以理解为参考的等效模型。

所述第二物理特征可以理解为所述参考等效模型所描述的所述目标电路的物理特征。所述第二行为特征可以理解为所述参考等效模型所描述的所述目标电路的行为特征。

在本发明实施例中，保证了离散处理得到的离散等效模型与时间连续的物理行为模型的等效性。

S270、对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。

可选的，所述对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码，包括：

对所述离散等效模型对应的所述离散状态变量、离散化的所述动态空间描述以及所述离散输信号进行硬件描述转换，得到转换代码；

确定所述离散等效模型的组件，基于所述组件确定所述转换代码对应的多个代码块，针对每个所述代码块，确定硬件描述模板并基于所述硬件描述模板生成所述代码块对应的子代码；

确定代码运行时序，基于所述代码运行时序整合所述子代码得到所述物理行为模型对应的所述目标代码。

其中，所述转换代码可以理解为的所述离散状态变量、离散化的所述动态空间描述以及所述离散输信号对应的硬件描述语言的代码。

所述组件可以理解为所述离散等效模型中定义的组件。

所述代码块可以理解为Verilog代码模块。

所述子代码可以理解为Verilog代码段。

所述硬件描述模板可以理解为生成所述代码块对应的子代码的模板。在本发明实施例中，不同所述代码块对应的所述硬件描述模板可以相同或不同。

所述代码运行时序可以理解为运行所述子代码的时间序列。

可选的，所述基于所述硬件描述模板生成所述代码块对应的子代码，包括：

基于所述离散等效模型确定每个所述代码块对应的连接代码和传递参数值，基于所述硬件描述模板、所述连接代码以及所述传递参数值生成所述子代码，

其中，所述连接代码为表征所述离散输出信号之间连接关系以及所述离散输出信号与所述代码块的端口之间的连接关系的代码，所述传递参数值包括所述代码块的端口的参数值、所述离散输出信号的参数值以及所述代码块的参数值中至少一项。

在本发明实施例中，保证了对所述离散等效模型进行代码转化的高效性、准确性以及全面性。

本发明实施例的技术方案，通过确定所述物理行为模型的时间状态变量和动态空间描述，基于所述离散时间步长和所述动态空间描述对所述时间状态变量进行离散处理，得到多个离散时间点以及每个所述离散时间点对应的离散状态变量；通过欧拉算法对所述动态空间描述进行离散处理，得到离散化的所述动态空间描述；确定所述物理行为模型对应的连续输入信号，根据所述离散状态变量和所述连续输入信号确定每个所述离散时间点对应的离散输出信号；基于所述离散状态变量、离散化的所述动态空间描述以及所述离散输出信号确定所述离散等效模型。提高了物理行为模型离散处理的精准性，保证了离散处理得到的离散等效模型与时间连续的物理行为模型的等效性。

图3是根据本发明实施例提供的一种代码生成方法的整体流程图。如图3所示，其中，Modelica模型表示物理行为模型，可选的，代码生成方法的整体流程可以是：

1、Modelica模型输入。Modelica模型模型描述了目标电路的物理特性和行为特征。

2、离散化处理。对Modelica模型进行离散化处理，将连续时间的Modelica模型离散化为离散时间的离散等效模型。图4是根据本发明实施例提供的一种确定离散等效模型的流程图。如图4所示，确定离散等效模型(即离散化处理Modelica模型)的具体流程可以是：

确定Modelica模型的时间状态变量，通过欧拉前向算法或欧拉后向算法进行时间状态变量的离散化，即根据当前时间点的时间状态变量和动态空间描述，计算下一个时间点的时间状态变量；利用选定的欧拉算法，将Modelica模型的动态空间描述转化为离散时间的离散等效模型的动态空间描述；将连续时间的Modelica模型的连续输入信号离散化为离散时间点上的信号值，根据离散化的状态变量和连续输入信号，计算离散时间点上的离散输出信号；对离散化后的模型进行模拟和验证，保证离散等效模型的物理特征和行为特征与连续时间的Modelica模型一致。

3、信号映射。对离散等效模型进行代码转化，将离散等效模型中的组件和信号信息转化为Verilog代码。具体的，对组件的状态变量、输入输出信号以及动态方程等进行等效映射。

4、模块生成。根据离散等效模型中定义的组件，生成Verilog代码模块。对于具有层次结构的离散等效模型，也可以递归地生成Verilog代码子模块，形成层次化的Verilog代码结构。

5、连接生成。根据离散等效模型中定义的连接关系，生成对应的Verilog连接代码。其中，连接代码包括信号与信号之间的连接代码以及信号与模块端口之间的连接代码。

6、参数传递。将离散等效模型中定义的参数传递到生成的Verilog代码中。具体的，将参数值传递给对应的Verilog信号、模块端口或模块参数。

7、代码输出。各Verilog代码模块基于硬件描述模板的方式生成Verilog代码段，最终根据运行时序将代码段整合，将生成的Verilog代码以文件形式输出，以便于在实际应用中进行进一步的仿真、综合和布局布线等操作。

基于本发明实施例技术方案，解决了传统手动编写Verilog代码的繁杂性较高，效率较低的问题，本申请可以自动化生成Verilog代码，减少了人工操作，提高了代码生成效率。

本申请所生成的基于硬件描述语言的目标代码(Verilog代码)可以准确且全面的反应基于建模仿真语言的物理行为模型(Modelica模型)中目标电路的物理特性和行为特征，保证了代码生成的全面性和准确性。

本申请实现了基于人机交互确定满足实时场景需求的离散时间步长等数据，实现了个性化的Verilog代码自动生成。

实施例三

图5为本发明实施例三提供的一种代码生成装置的结构示意图。如图5所示，该装置包括：模型获取模块310、离散处理模块320以及代码转化模块330。其中，

模型获取模块310，用于获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征；离散处理模块320，用于响应于步长设置操作，确定离散时间步长，基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型；代码转化模块330，用于对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。

本发明实施例的技术方案，通过获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征；响应于步长设置操作，确定离散时间步长，基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型；对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。本发明实现了自动、高效且准确地将基于建模仿真语言的物理行为模型转化为基于硬件描述语言的目标代码。

可选的，离散处理模块320，包括：变量离散单元、空间描述离散单元、信号离散单元以及模型离散单元；其中，

所述变量离散单元，用于确定所述物理行为模型的时间状态变量和动态空间描述，基于所述离散时间步长和所述动态空间描述对所述时间状态变量进行离散处理，得到多个离散时间点以及每个所述离散时间点对应的离散状态变量；

所述空间描述离散单元，用于通过欧拉算法对所述动态空间描述进行离散处理，得到离散化的所述动态空间描述；

所述信号离散单元，用于确定所述物理行为模型对应的连续输入信号，根据所述离散状态变量和所述连续输入信号确定每个所述离散时间点对应的离散输出信号；

所述模型离散单元，用于基于所述离散状态变量、离散化的所述动态空间描述以及所述离散输出信号确定所述离散等效模型。

可选的，变量离散单元，用于：

确定所述物理行为模型的当前时间点的所述时间状态变量，基于所述动态空间描述和当前时间点的所述时间状态变量确定下一时间点的所述时间状态变量，其中，所述下一时间点为基于所述当前时间点和所述离散时间步长确定的时间点；

返回执行所述基于所述动态空间描述和当前时间点的所述时间状态变量确定下一时间点的所述时间状态变量的操作，

将每个所述时间点作为所述离散时间点，将每个所述离散时间点对应的所述时间状态变量作为所述离散状态变量。

可选的，信号离散单元，用于：

基于每个所述离散时间点的所述离散状态变量将所述连续输入信号离散化为每个所述离散时间点对应的信号值；

针对每个所述离散时间点，基于所述信号值确定所述离散输出信号。

可选的，模型离散单元，用于：

基于所述离散状态变量、离散化的所述动态空间描述以及所述离散输信号确定所述物理行为模型对应的参考等效模型；

确定所述参考等效模型对应的所述目标电路的第二物理特征和第二行为特征；

在所述第二物理特征和所述第一物理特征相同且所述第一行为特征和第二行为特征相同的情况下，将所述参考等效模型作为所述离散等效模型。

可选的，代码转化模块330，包括：代码转换单元、模板应用单元以及代码整合单元；其中，

所述代码转换单元，用于对所述离散等效模型对应的所述离散状态变量、离散化的所述动态空间描述以及所述离散输信号进行硬件描述转换，得到转换代码；

所述模板应用单元，用于确定所述离散等效模型的组件，基于所述组件确定所述转换代码对应的多个代码块，针对每个所述代码块，确定硬件描述模板并基于所述硬件描述模板生成所述代码块对应的子代码；

所述代码整合单元，用于确定代码运行时序，基于所述代码运行时序整合所述子代码得到所述物理行为模型对应的所述目标代码。

可选的，所述模板应用单元，用于：

基于所述离散等效模型确定每个所述代码块对应的连接代码和传递参数值，基于所述硬件描述模板、所述连接代码以及所述传递参数值生成所述子代码，

其中，所述连接代码为表征所述离散输出信号之间连接关系以及所述离散输出信号与所述代码块的端口之间的连接关系的代码，所述传递参数值包括所述代码块的端口的参数值、所述离散输出信号的参数值以及所述代码块的参数值中至少一项。

本发明实施例所提供的代码生成装置可执行本发明任意实施例所提供的代码生成方法，具备执行方法相应的功能模块和有益效果。

实施例四

图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图6所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如代码生成方法。

在一些实施例中，代码生成方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的代码生成方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行代码生成方法。

本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的***和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种代码生成方法，其特征在于，包括：

获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征；

响应于步长设置操作，确定离散时间步长，基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型；

对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。

2.根据权利要求1所述的方法，其特征在于，所述基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型，包括：

确定所述物理行为模型的时间状态变量和动态空间描述，基于所述离散时间步长和所述动态空间描述对所述时间状态变量进行离散处理，得到多个离散时间点以及每个所述离散时间点对应的离散状态变量；

通过欧拉算法对所述动态空间描述进行离散处理，得到离散化的所述动态空间描述；

确定所述物理行为模型对应的连续输入信号，根据所述离散状态变量和所述连续输入信号确定每个所述离散时间点对应的离散输出信号；

基于所述离散状态变量、离散化的所述动态空间描述以及所述离散输出信号确定所述离散等效模型。

3.根据权利要求2所述的方法，其特征在于，所述基于所述离散时间步长和所述动态空间描述对所述时间状态变量进行离散处理，得到多个离散时间点以及每个所述离散时间点对应的离散状态变量，包括：

确定所述物理行为模型的当前时间点的所述时间状态变量，基于所述动态空间描述和当前时间点的所述时间状态变量确定下一时间点的所述时间状态变量，其中，所述下一时间点为基于所述当前时间点和所述离散时间步长确定的时间点；

返回执行所述基于所述动态空间描述和当前时间点的所述时间状态变量确定下一时间点的所述时间状态变量的操作，

将每个所述时间点作为所述离散时间点，将每个所述离散时间点对应的所述时间状态变量作为所述离散状态变量。

4.根据权利要求2所述的方法，其特征在于，所述根据所述离散状态变量和所述连续输入信号确定每个所述离散时间点对应的离散输出信号，包括：

基于每个所述离散时间点的所述离散状态变量将所述连续输入信号离散化为每个所述离散时间点对应的信号值；

针对每个所述离散时间点，基于所述信号值确定所述离散输出信号。

5.根据权利要求2所述的方法，其特征在于，所述基于所述离散状态变量、离散化的所述动态空间描述以及所述离散输信号确定所述离散等效模型，包括：

基于所述离散状态变量、离散化的所述动态空间描述以及所述离散输信号确定所述物理行为模型对应的参考等效模型；

确定所述参考等效模型对应的所述目标电路的第二物理特征和第二行为特征；

在所述第二物理特征和所述第一物理特征相同且所述第一行为特征和第二行为特征相同的情况下，将所述参考等效模型作为所述离散等效模型。

6.根据权利要求2所述的方法，其特征在于，所述对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码，包括：

对所述离散等效模型对应的所述离散状态变量、离散化的所述动态空间描述以及所述离散输信号进行硬件描述转换，得到转换代码；

确定所述离散等效模型的组件，基于所述组件确定所述转换代码对应的多个代码块，针对每个所述代码块，确定硬件描述模板并基于所述硬件描述模板生成所述代码块对应的子代码；

确定代码运行时序，基于所述代码运行时序整合所述子代码得到所述物理行为模型对应的所述目标代码。

7.根据权利要求6所述的方法，其特征在于，所述基于所述硬件描述模板生成所述代码块对应的子代码，包括：

基于所述离散等效模型确定每个所述代码块对应的连接代码和传递参数值，基于所述硬件描述模板、所述连接代码以及所述传递参数值生成所述子代码，

其中，所述连接代码为表征所述离散输出信号之间连接关系以及所述离散输出信号与所述代码块的端口之间的连接关系的代码，所述传递参数值包括所述代码块的端口的参数值、所述离散输出信号的参数值以及所述代码块的参数值中至少一项。

8.一种代码生成装置，其特征在于，包括：

模型获取模块，用于获取基于建模仿真语言的物理行为模型，其中，所述物理行为模型包括目标电路的第一物理特征和第一行为特征；

离散处理模块，用于响应于步长设置操作，确定离散时间步长，基于所述离散时间步长对输入的所述物理行为模型进行离散处理，得到离散等效模型；

代码转化模块，用于对所述离散等效模型进行代码转化，生成所述物理行为模型对应的基于硬件描述语言的目标代码。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的代码生成方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的代码生成方法。