Die Version 2026b (R2026b) von MATLAB und Simulink von MathWorks umfasst neue Produkte und wesentliche Verbesserungen. Damit können Engineering-Teams die zunehmende Systemkomplexität bewältigen und zugleich den Prozess vom Entwurf über die Simulation bis hin zur Bereitstellung beschleunigen. Die neue Version enthält den „Simulink Variant Manager”, die „Visual Inspection Toolbox” und den „Polyspace Test Server” und erweitert zugleich die Funktionen in den Bereichen Luft- und Raumfahrt, Embedded Systems, künstliche Intelligenz, Wahrnehmung, Audio-Engineering und statistische Analyse.
Da moderne technische Systeme zunehmend Software, Elektronik und KI miteinander kombinieren, sehen sich Engineering-Teams mit wachsenden Herausforderungen bei der Verwaltung von Varianten, der Validierung von Entwürfen und der Bereitstellung von Lösungen in großem Maßstab konfrontiert. R2026b begegnet diesen Herausforderungen mit neuen Funktionen für das Konfigurationsmanagement, die visuelle Inspektion, automatisierte Tests und die Systemverifikation.
Der „Simulink Variant Manager” unterstützt Unternehmen dabei, die wachsende Anzahl von Produktvarianten über komplexe Modelle und Systemarchitekturen hinweg zu verwalten. Durch verbesserte Einheitlichkeit, Rückverfolgbarkeit und Zusammenarbeit während des gesamten Prozesses können Teams Produktfamilien und plattformbasierte Entwürfe effizienter entwickeln.
Die Visual Inspection Toolbox kombiniert künstliche Intelligenz mit Bildverarbeitungsverfahren und optimiert so die Entwicklung und Bereitstellung von Anwendungen zur visuellen Inspektion in Fertigungs- und Industrieumgebungen. Die neue Point Cloud Toolbox erweitert darüber hinaus die Workflows für Lidar-, Kamera-, Radar- und SLAM-basierte Anwendungen und unterstützt somit die Entwicklung fortschrittlicher Wahrnehmungssysteme für Robotik, Automatisierung, Transportwesen und andere sensorgestützte Anwendungen.
Der „Polyspace Test Server” automatisiert Tests und Code-Abdeckungsanalysen für eingebettete C/C++-Software in Continuous-Integration-Umgebungen und verbessert so die Softwarequalität. Teams können Unit- und Integrationstests sowie strukturelle Abdeckungsanalysen auf Automatisierungsservern durchführen. Dies unterstützt die Einhaltung von Vorschriften und reduziert den manuellen Verifikationsaufwand.
Darüber hinaus enthält R2026b umfangreiche Aktualisierungen der MATLAB- und Simulink-Tools für fortgeschrittene Modellierung, Softwareverifikation und Hardware-Implementierung.
Dazu gehören:
- MATLAB: Verbessert Projektmanagement, Workflows zur Quellcodeverwaltung, Interoperabilität und Datenzugriff durch neue TOML-basierte Projektdateien, Paketverwaltung über File Exchange, Integration von Google Sheets sowie Leistungsverbesserungen für datenzentrierte Workflows.
- Simulink: Steigert die Simulationsleistung und verbessert die Zusammenarbeit durch veröffentlichte Modelle, die ohne Neuerstellung wiederverwendet werden können, JSON-basierte Data Dictionarys für Workflows in der Quellcodeverwaltung sowie KI-gestützte Profiling-Erkenntnisse, die mit Simulink Copilot generiert werden.
- Audio Toolbox: Erweitert die Unterstützung für die Modellierung, Simulation und Bewertung vollständiger Akustiksysteme durch die Integration von Simscape, strahlenbasierte Schallausbreitung für Raum- und Unterwasserakustik sowie objektive Metriken für Audioqualität und Verständlichkeit.
- Deep Learning Toolbox: Vereinfacht KI-Workflows für Zeitreihen mit der neuen App „Time Series Modeler“ und stärkt die Interoperabilität durch gemeinsame Ausführung von PyTorch-Modellen in MATLAB und Simulink.
- Simulink Design Verifier: Beschleunigt Verifikations-Workflows durch verteilte Analysen über mehrere CPU-Kerne hinweg und verbessert die Präzision bei Modellen, die Gleitkomma- und komplexe mathematische Operationen verwenden.
- SoC Blockset (für AMD): Stärkt die gemeinsame Entwicklung von Hardware und Software für adaptive SoCs und FPGAs von AMD und optimiert Entwurf, Bereitstellung und Verifikation von Kommunikations-, Vision-, Deep-Learning- und Regelungsanwendungen durch Referenz- und benutzerdefinierte Workflows.
- Statistics and Machine Learning Toolbox: Bietet nun auch interaktive Anwendungen für die Versuchsplanung (Design of Experiments, DOE) und Gage-R&R-Studien, wodurch sich die Variabilität von Messsystemen leichter bewerten und experimentelle Ergebnisse einfacher analysieren lassen.
