第四代無線通訊系統(4G)中要求每秒高達100Mbit/s的數據傳輸速率，並承諾提供無線設備用戶無處不在的網路連線功能；不過相關規範和標準不斷變化，因此要開發一個LTE/LTE-A及之後系統的功能須借助相當靈活的設計流程才行。
事實上，根據目前市場競爭態勢，新產品整個開發週期，從演算法開發到系統級驗證必須在1年內完成，還要配合4G標準等及其他研究和商業通訊公司的要求，才能在市場搶得先機。
行動裝置演算法愈趨精密 整合式軟體開發環境需求增
有鑑於此，市場上出現一套MATLAB&Simulink模型化基礎設計(Model-based Design)的方法，其具備一套演算法設計、系統模擬、原型化，以及嚴謹的分析工具，提供設計團隊針對行動通訊裝置的通訊晶片、控制晶片、影像處理元件或辨識元件、觸控螢幕，以及新一代的感測元件等的設計及優化的開發工具及整合環境。
對新一代智慧型裝置而言，因裝置上整合許多不同跨領域的設計及技術，如通訊、影像處理、影音串流、語音/生物辨識及感測技術，是一個高度整合及演算法密集的精密嵌入式系統，系統整合的驗證也是相當關鍵而昂貴的過程。
傳統上，許多開發團隊採取各自不同的設計工具或是C語言，但這些工具無法提供一個靈活的環境來設計整個系統。新產品開發團隊需要一個整合的軟體開發環境進行整個系統建模、設計迭代(Design Iterations)，並考慮效能的各種權衡(Tradeoff)，最後提出最有信心的結果。
以MATLAB&Simulink模型化基礎設計而言，工程師可以使用與各元件開發設計相同的工具來建立系統模型，同時又能在整個開發過程中提早發現正確的問題，如此不僅可以減少驗證時間，又能提高其設計性能，並快速實現在原型硬體上，協助產品早日上市。
MATLAB&Simulink加速通訊系統成形
舉例而言，韓國電子通訊研究院(ETRI)即利用模型化基礎設計(Model-Based Design)來開發第四代無線通訊基頻電路同步(Modem Synchronization)技術。ETRI是一個韓國非營利性由政府資助研究機構，執韓國通訊技術發展的牛耳，並以MathWorks產品的模型化基礎設計來開發端對端、4G且高速的通訊系統原型。
他們使用模型化基礎設計與MATLAB和Simulink來設計發射器和接收器的基頻電路同步演算法，並在建立模型和模擬系統之後、實現至現場可編程閘陣列(FPGA)之前，驗證硬體描述語言(HDL)程式碼。
Simulink和數位訊號處理器(DSP)系統工具箱以訊號框為基礎的處理和多速率採樣(Multirate Sampling)能力，使高速無線基頻研究成員能建立一個非常接近實際硬體實現的系統。
ETRI工程師也使用Simulink來開發他們的浮點模型，利用Simulink和S函數將過去的C程式碼合併到此模型中，且以MATLAB來設計模型變數。藉由使用大量的工具，如訊號處理工具箱(Signal Processing Toolbox)與DSP系統工具箱(DSP System Toolbox)中的圖形繪圖、通道模型，以及通訊系統工具箱(Communications System Toolbox)內的其他通訊演算法，大幅加速系統設計時程。
透過使用定點設計工具箱(Fixed-Point Toolbox)，ETRI隨後只要輕鬆地修改其現有浮點模型即能指定設計的所有定點數據類型屬性。Simulink使浮點到定點的轉換過程變得很容易，當他們完成了接收器的HDL編碼後，ETRI用這個定點模型當作一個可執行的規格，在實現到Vertex- II FPGA之前去驗證這個程式碼。
為了要驗證接收器的HDL實現結果，研究員使用現有的Simulink模型來產生發射器訊號，利用Simulink模型產生的此一激發(Stimulus)包括一個已調變的訊號(Modulated Signal)和通道效果(Channel Effects)，如衰減(Fading)。
從ETRI開發團隊的使用經驗，可以看出模型基礎化設計所帶來的時間效益。
。
挑戰大量影音數據處理 MATLAB藉系統物件簡化流程
4G系統的最大優點是，可讓用戶在搭乘公共交通工具時享有更清晰的通訊，並在播放語音和影片時能比之前的系統有高速的數據傳輸能力，因此在影像處理和動態影片處理上，效能要比以往更具前瞻設計；另外，高解析度的相機功能更是新款產品的必備要求之一。
就大範圍的影像處理範疇，影像處理(Image Processing)，主要是改善影像資訊使人能理解，而電腦視覺(Computer Vision)是處理影像使電腦能感知物體。不論是影像處理或是電腦視覺，演算法開發都是影像和動態影片處理的核心，這是因為在影像和動態影片處理中每種情況都是獨一無二的，而形成良好的解決方案須多次設計反覆運算。
舉例而言，就影音串流部分，電腦視覺系統工具箱(Computer Vision System Toolbox)，搭配使用MATLAB中的系統物件(System Object)功能以及Simulink中的模塊組，即能支援串流影像處理的架構(圖1)。
 |
| 圖1 MATLAB的串流處理，包括分割訊號源為不同的訊號框，並有效率地使用記憶體和運算的方式在每個訊框中進行迴圈處理。 |
串流處理技術是一種有效率的記憶體存儲方式可以處理大量數據資料的技術，能將輸入的數據資料分成訊號框，並在下一個訊號框來臨之前將其完全處理好，應用範例包括音訊增強、無線基頻處理、物件追蹤及雷達波束成形等。
串流處理對及時(Just-in-time)和記憶體儲存敏感的特性代表了一些特殊挑戰。舉例來說，串流演算法必須要有效率，並要能跟上數據更新的速度，而處理大量數據資料集，演算法還必須能管理記憶體和狀態資訊，只在需要時才存儲先前的資料緩衝區(Data Buffers)及更新每個緩衝區和每訊框的逐一狀態。
MATLAB串流處理有一套特殊方式，也就是將演算法元件稱作系統物件。系統物件提供用於開發串流演算法和測試平台等各種串流媒體應用一個簡單的工作流程，而這只須要撰寫幾行MATLAB程式碼即可，因此在MATLAB中進行影音串流處理變得很簡單。
另外，在行動裝置相機功能上，新款影像處理及電腦視覺解決方案，可以解決許多處理影像的問題，協助處理HDR功能、自動對焦以及超高解析度影像(Large Image)等，常見的影像處理尚有：
MATLAB&Simulink應用於各項語音、指紋辨識等，在各項工具內亦提供相關的訊號處理、語音處理、影像處理及辨識等函式庫及演算法開發工具；另外包含靜態車牌、動態即時車牌辨識及人臉辨識等領域，MATLAB早已應用更廣泛且廣為使用。
當一個語音訊號輸送至電腦後，可利用MATLAB來對此訊號做處理，而對於一個語音訊號而言，基本的特徵參數主要包括有音量、音高、音色和過零率等四個參數。故當產生了一個聲音訊號後，接著便是將語音訊號傳送至電腦來做分析，再利用各種語音辨識技術，如動態時間校正法(Dynamic Time Warping)、隱藏式馬可夫模型法、人工類神經網路法及語音模版法等進行處理，並建立一套辨識系統，而利用MATLAB&Simulink等相關工具，則能提供開發者建立此系統的辨識方法並驗證想法可行性。
(本文作者任職於鈦思科技工程部)