安装教程
1、从本站下载数据包并解压，直接打开R2022a_Windows.iso。
2、运行安装程序。
3、点击右上角高级选项，选择“我有文件安装密钥”；
4、选择同意协议，然后点击下一步。
5、使用数据包中提供密钥进行安装。
6、点击浏览，导入crack文件夹下的license.lic
7、设置安装目录，然后点击下一步。
8、选择相关选项，然后点击“下一步”。
9、点击安装。
10、软件正在安装，请耐心等等。
11、按安装成功。
12、安装完成后将crack文件夹下的破解补丁复制到安装目录下替换源文件即可。
软件新功能
1、环境新编辑器支持Python。使用语法高亮、自动缩进和分隔符匹配功能查看和编辑Python文件
MATLAB在线的新主题。通过选择深色或浅色主题来改变该软件桌面的颜色
新的实时编辑器颜色。改变实时脚本和函数的文本和背景颜色
新的实时编辑器导出。使用导出功能以编程方式导出实时脚本和函数
新的实时编辑任务。开发你自己的实时编辑任务，用于实时脚本
编辑器。代码重构和代码块编辑，改进的代码建议，自动代码完成，以及内联调试控件
实时编辑器动画。使用交互式界面来控制动画（R2021a），并将其导出为电影或GIF动画
实时编辑器控件。通过将变量链接到实时编辑器控件的值来创建动态控件；设置默认值
2、语言和编程
使用新的数据类型和语言结构来编写更快、更清晰、更可维护的代码。
新的pcode功能。创建具有增强混淆功能的P代码文件
新的backgroundPool。异步执行一个函数，而不阻塞该软件的命令提示符；查询排队和运行的期货以及后台池的状态
模块化索引。使用新的超类单独定制类的索引操作
name=value 语法。对任何使用名-值参数的函数使用 name=value 语法
类图浏览器。创建图形化的类图以探索类的细节并分享设计
函数输入参数验证。声明函数输入参数以简化输入错误检查
模式对象。为字符串中的文本搜索创建模式
3、数据导入和分析
访问、组织、清理和分析来自各种来源的数据。
新的数据清理器应用程序。交互式识别和清理混乱的时间表数据。
新的数据预处理功能。将转换后的变量添加到输入数据中
新的Opus文件。处理Opus（.opus）音频文件
文件I/O。直接将XML、HTML和Microsoft Word文件读写到表格、时间表和结构中
数据预处理实时编辑任务。在实时脚本中添加简单的点选界面，以执行一组特定的操作，包括去除缺失值和异常值、平滑化和正常化，以及分组和连接
trenddecomp功能。查找数据的长期和季节性趋势
timeseries2timetable函数。将时间序列对象转换为时间表
HDF5：支持HDF5 1.10版本，包括单写/多读（SWMR）、虚拟数据集（VDS）和元数据缓存微调
NetCDF。支持NetCDF 4.7.4版本，包括读写NC_STRING数据（R2021b）；启用远程数据集的字节范围阅读。
4、大数据
将你的分析扩展到大数据，而不做大的改变。
新的Parquet文件。使用rowfilter进行条件过滤（谓词推倒）以限制导入的数据量；支持读写行组和嵌套数据结构。
数据存储性能。在数据存储中指定FileSet对象以提高性能。
数据存储。使用并行处理从数据存储中读取所有数据（R2021a）；合并和转换数据存储。
数据存储写入。将数据存储中的大量数据集合写到磁盘上，用于数据工程和基于文件的工作流程。
高大的阵列。用更多的函数对高大的数组进行操作，包括。
分组过滤和匹配
setdiff、xcorr和outerjoin
groupcounts、intersect和svd
自定义数据存储。使用自定义数据存储框架从基于Hadoop的数据库读取数据
FileDatastore对象。通过导入较小部分的文件来读取大型定制文件
5、数学
数学函数为分析数据、开发算法和创建模型提供了一系列的数值计算方法。
新的tensorprod函数。计算两个数组之间的张量积
新 N-D 阵列数学。解决线性方程（pagemldivide, pagemrdivide），计算矩阵求逆（pageinv），并对N-D数组的页面进行奇异值分解（pagesvd）
ode78 和 ode89 函数。普通微分方程的高阶Runge-Kutta求解器
图形算法。计算所有路径、所有周期和周期基础
优化实时编辑任务。以互动方式解决优化问题
6、数据可视化
用新的绘图功能和定制功能使你的数据可视化。
新的绘制表格数据。将表直接传递给plot、plot3、polarplot和其他线型绘图函数以及散点图、气泡图和蜂群图。
新增exportgraphics功能。创建GIF动画文件（R2022a）；捕捉并追加图形到现有的PDF中
创建绘图实时编辑器任务。交互式地创建绘图并生成代码；为生成的绘图添加可视化效果
新的图表功能。用bubblecloud可视化部分与整体的关系；用bubblechart、bubblechart3和polararbubblechart创建2D、3D和极坐标的气泡图（R2020b）；用swarmchart可视化离散数据的分布
exportgraphics 和 copygraphics 函数。保存和复制图形，改进对发布工作流程的支持
tiledlayout函数。在图中创建可配置的绘图布局；定位、嵌套和改变布局的网格大小
7、应用程序建设
App Designer让你无需成为专业的软件开发人员就能创建专业的应用程序。
新的实时编辑任务。开发你自己的实时编辑器任务，以便在实时脚本中使用。
新的自定义UI组件。在App Designer中交互式地创建自定义UI组件，或以编程方式创建你自己的类来制作封装了算法以及图形和UI对象的复合UI组件。
新的表格UI组件。交互式地重新排列表格UI组件的列；使用滚动功能以编程方式滚动到表格UI组件中的某个位置
新的可访问性。在App Designer中修改组件的标签焦点顺序，并使用焦点函数以编程方式为UI组件提供键盘焦点
新 样式。在表格单元格和树形节点中添加图标（R2022a）；为树形UI组件中的节点和层次创建和添加样式；为表格UI组件中的行、列或单元格创建和添加样式
在后台运行代码。使用并行语言（backgroundPool）来创建响应速度更快的应用程序
应用程序设计器。在代码视图中使用实时编辑器的工具和快捷方式；在设计视图画布中缩放和平移
比较工具。查找差异并合并App Designer应用程序
8、外部语言接口
该软件提供了与其他编程语言的灵活、双向的集成。这使使用不同编程语言的团队能够一起工作，花更多的时间开发产品，减少用另一种语言重新编码的时间。
新的Python。将Python列表和元组类型转换为MATLAB类型
新的Python。使用name=value语法向Python函数传递关键字参数
pyrun和pyrunfile函数。从该软件中运行Python命令和脚本
Python。支持复杂的多维数组
C++接口。从头文件、源文件或库文件建立一个通往C++库的该软件接口。
进程外的Python执行。在进程外执行Python函数以避免库冲突
8、性能
该软件的每个版本都在不断地变快。而且不需要改变任何一行代码。
新类。提高了脚本中静态方法、常量属性访问和包函数的性能
新的Python数据类型转换。改进了在进程外模式下Python和该软件数据类型之间转换的性能
新的该软件引擎API for Python。改进了Python中大型多维数组的性能
新的表索引。提高了用大括号下标、点符号或多级索引来分配元素时的性能
新的fzero函数。提高了性能
qrinsert和qrdelete函数。提高了修改QR分解的性能
应用程序中的绘图：提高了在uifigure中创建绘图的性能
稀疏矩阵乘法。提高了大型稀疏矩阵的乘法性能
稀疏线性系统。提高了解决多列B的稀疏线性系统A*X=B的性能
9、软件开发
软件开发工具帮助你管理和测试你的代码，与其他软件系统集成，并将你的应用程序部署到云端。
新的代码兼容性分析器应用。识别并解决与当前版本的该软件的兼容性问题
新单元测试框架。使用TestCase类模板更快、更准确地创建测试；为您的源代码收集语句和函数覆盖率指标；在集群和云中并行运行测试
该软件在线。在该软件在线中使用项目和Git进行协作
项目。组织你的工作，自动化任务和流程，并与你的团队合作
用于该软件的Jenkins插件：运行该软件测试并生成JUnit、TAP和Cobertura代码覆盖率报告等格式的测试报告
新的参考架构。在亚马逊网络服务（AWS）和微软Azure上部署和运行MATLAB
10、控制硬件
控制流行的微控制器，如Arduino和Raspberry Pi，从网络摄像头获取图像，并从无人机获取传感器和图像数据。
新的硬件管理器应用程序。从该软件发现并连接到您的硬件
新的Arduino。支持ESP32 MCU开发板
Arduino。使用Arduino Explorer应用程序连接和控制板子；Arduino的BLE连接
传感器支持。从连接到Arduino的APDS9960传感器读取数据
Raspberry Pi。支持CAN盾牌
无人机。连接到多个Ryze Tello无人机以控制和读取传感器数据。
软件特征
1、创建可执行记事本创建组合了代码、输出和格式化文本的脚本。将代码划分成易于管理、可以单独运行的代码节。查看代码旁边所产生的结果和可视化内容。使用格式化文本、标题、图像和超链接增强您的代码和结果。使用交互式编辑器插入方程，或者使用 LaTeX 创建方程。将代码、结果和格式化文本保存到一个可执行文档中。
2、分享您的工作成果
添加交互式控件，让其他人能试验您代码中的参数。隐藏您的代码，以创建简单的应用程序和控制板。以 HTML、PDF、LaTeX 或 Microsoft Word 的形式发布实时脚本。使用格式化文本、图像、超链接和方程创建实时函数的说明文档。通过 MATLAB Online 和该软件Drive™ 分享您的工作成果。
3、更快获得所需结果
该软件提供函数参数、文件名等上下文提示，帮助您编写代码。使用交互式工具探索输出的图窗和表。借助自动生成的代码，您可以轻松重现所做的更改。选择代码块来创建可重用的函数。使用完全集成的调试器排查您的代码问题。
4、交互式完成各个步骤
使用实时编辑器中的任务完成分析中的各个步骤。交互式探索参数和选项，并立即看到结果。在脚本中为已完成的任务生成代码并预览。将实时编辑器任务另存为实时脚本的一部分，以便共享或后续使用。
5、使用实时脚本进行教学
创建生动的讲义，集说明文本、数学方程式、代码和结果于一体。您可以逐节运行代码、步步深入主题，并可临时修改代码以演示概念。开发示例以用于说明工程师如何使用数学来解决实际和复杂的问题。使用该软件代码创建实时脚本，以构建让学生自行探索和学习的作业。
6、组织和探查数据
使用为表格、时间序列、分类数组和文本数据设计的数据类型组织数据。使用该软件语言编写基于多个不同领域的数千种算法的程序。交互式地自定义可视化方法，然后自动生成该软件代码，以使用新数据复现可视化结果。
7、使用更少的代码分析数据
您可以使用该软件应用程序交互式地执行迭代任务，例如训练机器学习模型或者标注数据。这些应用程序可以生成所需的该软件代码，以编程方式重现您所完成的交互式工作。
可使用一系列预置函数来识别并清理传感器漂移、信号异常值、缺失数据和噪音。通过联接表格并同步时序数据将多个单独的数据集合并到一起。通过实时编辑器任务，您可以在实时编辑器中交互式地解决这些问题，并生成代码。通过详尽而专业的文档学习如何使用新的该软件函数。
8、只需少量改动即可扩展您的分析
使用 parfor 循环和多处理器硬件加速并行分析，几乎无需改动代码。创建 gpuarrays，利用 GPU 加速合适的算法。使用 tall 数组处理超出内存的数据集，在整个数据分析工作流程中将数百个函数重载，从而对超出内存的数据执行运算。
9、共享您的结果
将您的分析过程封装成可免费共享的软件组件，例如可执行文件、C/C++ 库、.NET 程序集、Java® 库和 Python® 软件包。自动将您的该软件代码转换为 C 和 C++ 代码，以部署到嵌入式目标系统。使用该软件实时编辑器记录您的工作，然后将结果导出为 PDF、Microsoft® Word、Latex 和 HTML 格式的报告。
10、利用内置库创建可视化
使用内置绘图可视化数据，洞察深度信息，并识别背后的模式和趋势。浏览集成的文档，探索各种函数语法和可用的图选项。基于所选数据，在推荐的相关绘图中作出选择。该功能可帮助您找到数据的最优可视化。
11、探查和注释可视化
尽管有编程方式可用，但您也可以直接对该软件可视化进行探查和注释，免去自行编写大量代码的繁琐工作。通过平移、缩放或旋转图形，可以直观地探查和理解您的数据。交互式运用标题、轴标签和数据提示添加注释，以传达和突出必要的信息。然后自动生成相应的该软件代码来重现您的工作，而且只需点击按钮，即可一键将其添加到您的脚本中。
12、创建自定义图形和交互
使用自定义的默认值扩展图形系统，并与同事分享，以便在团队中采用统一标准。找不到合适的图类型？创建新的自定义可视化，并可以像使用内置该软件图一样使用它们。您还可以添加自定义交互。
13、导出和共享可视化
直接导出出版级质量的图形，用于论文、海报和演示。可使用图自带的选项来交互式保存绘图，也可以使用专门的函数以编程方式保存绘图。将可视化保存为图像或矢量图形文件，包括 PDF、EPS 和 PNG。
14、探索和完善您的想法
该软件环境使您能够探索多种想法和方法。高级语言会自动管理低级别的编程细节，如内存管理和变量类型，让您专注于您想让算法做什么。
该软件鼓励迭代过程，因为它使您能够。
编辑、调试和测试不同的设计，而无需编译或链接
定制已经在MATLAB语言中实现的丰富的成熟算法和函数集
浏览和调用以前的命令，以重复和修改您的方法
一旦您的算法在功能上是正确的，您可以对其进行优化，以提高性能和可维护性。内置的工具可以识别潜在的问题并建议修改。为了确保算法在定点处理器上稳健地工作，你可以应用定点数据类型和算术。
15、测试和验证你的算法
对一个算法的真正测试是它在真实世界条件下的表现。你可以通过直接连接到数据库、硬件和仪器，在金融、地图、图像或其他数据上测试你的算法。
16、部署、分享和分发您的算法
一旦您的算法得到充分优化和测试，该软件就会提供多种方式与他人分享，包括一系列用于记录和发布您的代码和结果的选项。算法可以直接分发给其他该软件用户。您也可以将您的算法作为一个独立的应用程序，作为一个可与其他语言和应用程序集成的软件模块，或作为独立的C代码来部署。
17、开发和完善您的算法
使用MathWorks产品，您可以快速开发您的算法，然后根据需要完善它，以便在您的目标处理器上实现。例如，你可以。
将设计转换为定点或基于整数的表示，以适应字长有限的处理器。
纳入数据管理方案，如缓冲、流媒体和流水线，以表示实时数据处理的要求。
探索设计方案，以满足较小的内存要求和硬件的计算空间。
18、生成用于原型设计或实施的代码
利用该软件Coder，您在该软件中实现的算法和数据结构可以自动翻译成C语言，以便在嵌入式处理器上实施。您还可以编写C代码测试线束，用于在处理器上构建和下载数据结构。
19、将你的算法纳入一个更大的系统中
如果你的算法是一个更大的系统的组成部分，它可以被纳入一个系统级模型。然后，你可以模拟这个模型来验证算法，并确保你的设计符合整个系统的要求。
20、App 构建
在集成式环境中进行用户界面布局，并为 App 的行为编写代码。
①构建 App
App 设计工具集成了 App 构建的两大任务：图形用户界面 (GUI) 可视化组件布局，以及 App 行为编程。要在中构建 App，App 设计工具是十分理想的环境。
如果您已在 GUIDE* 中构建 App，则可以使用 GUIDE to App Designer Migration Tool for该软件将现有的 GUIDE App 迁移到 App 设计工具中。
②设计用户界面
将可视化组件拖放到设计画布，然后根据对齐提示实现精确布局。App 设计工具自动生成面向对象的代码，用于指定 App 的布局和设计。
③定义 App 行为
使用集成的该软件编辑器来定义 App 的行为。App 设计工具可以使用代码分析器自动检查代码问题。您可以在编写代码时查看关于代码的警告和错误消息，并根据这些消息修改您的 App。您还可以使用 Stateflow® 图对 App 行为建模。
21、App 组件
App 设计工具提供大量组件和自定义交互，帮助您构建功能齐全的现代应用程序。
①组件库
构建 App 时，您可以使用按钮、复选框、树和下拉列表等标准组件。App 设计工具还提供了仪表、指示灯、旋钮和开关等控件，帮助您复现仪表面板的外观和操作。您还可以使用选项卡、面板和网格布局等容器组件组织用户界面。
②组件交互
添加组件回调及自定义鼠标和键盘交互，在用户与您的 App 交互时执行。您可以在 App 中添加二维和三维绘图以及表，以支持用户交互式探查数据。
22、App 共享
将 App 共享给其他用户，无论对方是否有 MATLAB。
①将 App 共享给其他该软件用户
您可以将任何该软件App 打包成单个文件，将其轻松共享给使用 MATLAB Desktop 及Online 的其他用户。当您打包 App 时，该软件会创建单个 App 安装文件 (.mlappinstall)。使用该文件安装 App 后，只需从 App 库单击即可访问。
您可以通过该软件Online 及 Drive 与其他该软件用户共享打包的 App，如果您开放编辑权限，则用户不仅能运行 App，还能与您协作。
②、创建独立的桌面 App 和 Web App
使用该软件Compiler 和 Simulink Compiler 创建独立 App，并与其他用户免版权费共享。您还可以将您的 App 打包为交互式 Web App 并使用该软件Web App Server 进行共享。最终用户可直接基于浏览器运行 Web App，而无需额外安装任何软件。
23、在该软件中调用以其他语言编写的库
如果有使用其他编程语言编写的函数和对象，您可以从该软件进行调用。该软件文档调用外部接口解释了这些组件的调用方法。
C++ 库、Java 库、Python 库、C/C++ 或 Fortran MEX 文件函数、C 共享库、.NET 库
COM 对象、RESTful 和 WSDL Web 服务
24、将该软件代码转换为 C/C++
您可以使用该软件Coder™ 将该软件算法转换为 C/C++ 代码。生成的 C 代码可读且可移植，支持该软件语言的大部分功能以及多种工具箱。有关详细信息，请参考 MATLAB Coder，或观看网络研讨会 MATLAB 轻松转换为 C/C++ (47:38)。
您可以使用 Embedded Coder® 扩展该软件Coder 功能，并可以使用 Simulink Coder™ 从 Simulink 生成代码。
MATLAB Coder 和该软件Compiler SDK 都可以用于 C/C++ 集成，具体选择哪种工具取决于工作流和需求，包括是否需要可移植的独立代码。这份指南可帮助您选择最佳解决方案。
25、将该软件程序打包为软件组件
该软件程序可打包成适用于特定语言的软件组件，以便与常用编程语言集成。这些组件可以与自定义应用集成并部署到桌面、Web 和企业系统。
该方法适用于最终用户不具备该软件的情形。软件组件使用该软件Compiler SDK 创建，支持免版权费分发。
您可以从该软件代码生成适用于以下语言的组件：
Microsoft® .NET 程序集、Python 包、Java® 类、C 共享库、C++ 共享库
系统要求
操作系统：Windows 11/Windows 10（版本1909或更高）/Windows Server 2019（不支持Windows 7/Windows Server 2016不再支持）。CPU：最低要求：任何英特尔或AMD x64处理器/推荐任何具有四个逻辑核心和AVX2指令集的英特尔或AMD x64处理器。
支持
磁盘：最小值：仅MATLAB有2GB的硬盘空间，典型的安装有4-6GB/推荐：推荐使用SSD所有MathWorks产品的完整安装可能需要32
GB的磁盘空间
内存：最小值：4GB/推荐值：8GB
GPU
-不需要特定的图形卡。
-建议使用支持OpenGL 3.3的硬件加速图形卡，并配备1GB GPU内存。
-使用并行计算工具箱的GPU加速需要一个CUDA GPU
-对于Polyspace，建议每个核心4GB。
