# 2026a V26.3 发行说明

发行时间：2026-04-29

更新与修复：

V26.3.1：此更新修复安装过程中“文件占用”场景的提示，支持自动关闭占用程序并继续安装。

V26.3 版本中，交互式编程环境优化了 IDE、调试、APP Designer、代码生成、AI 插件、M 导入工具、帮助文档等多个模块；科学计算函数库新增了模糊逻辑工具箱，优化了 17 个函数库及若干个函数；科学计算 APP 优化了滤波器设计工具。

# 新增功能

# ★MWORKS AI

推出 MWORKS AI，从“AI 辅助问答”迈向“Agent 自主执行”，不止于问答与建议，AI 可面向目标任务自主拆解，规划方案与执行流程。

# 交互式编程环境

IDE 界面改进
- 新增判断 Julia 运行主脚本，可以判断当前运行的 Julia 主脚本；
- 新增代码检查项，检查部分从 M 兼容代码迁移到 Julia 语言时可能发生的常见错误，如“a(1)”函数调用错误用作数组索引，又如max([1, 2])函数的错误使用（应替换为max(1, 2)或maximum([1, 2])）；
- 新增代码检查项，检查用户代码中可能会错误覆盖同元函数库内部类型的变量，提醒用户考虑重命名相关符号；
- 新增 try-finally 代码模板，以关键词“tryf”触发，方便用户编写带有 finally 关键词的 try 语句块；
- 优化符号重命名功能，无法重命名的符号会弹出相应提示；
- 修改函数“更多操作”菜单的插入文档注释功能，插入的注释格式与"""三引号触发操作功能保持一致；
- 变量编辑器支持撤销还原（Ctrl + Z/Y）操作；
- 性能分析报告页面性能优化，提升 10 倍以上，16MB 大小的文件渲染从 15s 提升到 1s，交互延迟从 22s 提升到 1s；
- 导出的性能分析报告支持跨平台打开，Online 上导出的 profile 文件支持在 Windows 单机版上正常打开。
调试功能改进
- 调试断点的条件表达式输入时进行语法检查；
- 调试控制台自动识别代码块是否输入完成。
APP Designer 功能改进
- ★新增回调函数调试功能；
- 新增状态按钮组组件。
Syslab 代码生成功能改进

信号库新增 1 个精准对标函数（upsample），数学库新增 20 个精准对标函数（interp2（包含 16 个重载的函数）、lscov（2 个重载的函数）、pinv（1 个重载函数）、trapz（1 个重载函数））。
M 导入工具改进
- 支持类文件夹和命名空间；
- ★支持 matpower 开源工具箱；
- 新增 92 个 M 函数，当前 M 函数总数 2169 个。
帮助文档改进

新增 1 个数学统计与优化、1 个图像的综合示例，共提供 309 个综合示例。

# 科学计算函数库

# 功能优化

基础工具箱
- 基础工具箱改进 15 个函数；
- 图形工具箱新增 2 个函数，修改 3 个函数；
- 数学工具箱新增 12 个函数，改进 25 个函数。
数学、统计和优化
- 统计工具箱新增 1 个函数，改进 6 个函数；
- 优化工具箱改进 4 个函数；
- 曲线拟合工具箱改进 4 个函数；
- 符号数学工具箱改进 3 个函数。
信号处理和无线通信
- 信号处理工具箱改进 1 个函数；
- DSP 系统工具箱改进 3 个函数；
- 通信工具箱改进 8 个函数；
- 相控阵工具箱改进 4 个函数。
控制系统
- 控制系统工具箱改进 1 个函数；
- 系统辨识工具箱改进 2 个函数；
- 鲁棒控制工具箱改进 1 个函数；
- ★全新发布模糊逻辑工具箱，涵盖从 Mamdani/Sugeno 型模糊推理系统的构建、隶属度函数设计、规则管理，到推理求解、去模糊化及可视化的全流程支持。提供 38 个函数。
图像处理和计算机视觉

图像处理工具箱改进 3 个函数。
AI 与数据科学

机器学习工具箱改进 4 个函数。

# 性能优化

函数库	优化函数	优化前/s	优化后/s	优化后 / 优化前	备注
基础库	dex2hex	0.263675	0.190761	7.23E-01	300W
基础库	isfield	0.021466	0.011263	5.25E-01	仅优化首次
基础库	load	3.104906	1.799875	5.80E-01	400W .mat（首次）
基础库	load	1.788303	1.033358	5.78E-01	400W .jld2（首次）
基础库	load	1.478	0.686378	4.64E-01	400W .txt
基础库	log2	0.167958	0.022121	1.32E-01	600W（out=true）
基础库	eye	0.017997	0.001062	5.90E-02	1000*1000 UInt32（首次）
基础库	ty_ceil	0.122913	0.045077	3.67E-01	600W 转 UInt32（首次）
基础库	ty_floor	0.134343	0.046826	3.49E-01	600W 转 UInt32（首次）
基础库	strncmpi	0.707298	0.06537	9.24E-02	500W（寻找前 100W）
基础库	datenum	0.051435	0.004686	9.11E-02	300W
基础库	bsxfun	1.36E-06	2.07E-07	1.52E-01	/
基础库	isduration	5.56E-04	8.40E-09	1.51E-05	200W
基础库	fileparts	11.807	3.708	3.14E-01	400W
基础库	ty_unique	111.674156	17.695	1.58E-01	40 亿仿用户数据（byrows）
基础库	ty_unique	6.693	1.368	2.04E-01	1000W*9（byrows）
数学库	sph2cart	3.6935026	1.3078071	3.54E-01	/
数学库	erfc	20.4128	8.77753	4.30E-01	/
数学库	erfcinv	1.6505	0.192508	1.17E-01	/
数学库	full	0.2987136	0.1629795	5.46E-01	/
数学库	erf	8.999501	3.223409	3.58E-01	/
数学库	erfinv	1.008255	0.666158	6.61E-01	/
数学库	erfcx	31.308055	12.221253	3.90E-01	/
数学库	randperm	7.6495722	1.7679478	2.31E-01	/
数学库	randpermk	2.1593018	1.4783487	6.85E-01	/
数学库	griddata	177.608	5.29804	2.98E-02	v4 算法
数学库	griddata	0.855854	0.0242006	2.83E-02	3 维 nearest 算法
数学库	filter1	1.4105044	0.2644221	1.87E-01	/
数学库	interpn	1.6314341	0.1056597	6.48E-02	/
数学库	hankel	1.1087576	0.7270297	6.56E-01	/
数学库	roots	2.1357222	2.0796202	9.74E-01	/
数学库	interp2	0.0245062	0.0229204	9.35E-01	linear 算法
数学库	conv2	24.2288867	13.1327805	5.42E-01	/
数学库	mfft	6.3222395	3.6124964	5.71E-01	/
数学库	pascal	0.2115971	0.1750196	8.27E-01	/
数学库	ordeig	1.7492737	0.1284751	7.34E-02	/
数学库	interp1	0.8896676	0.3100879	3.49E-01	makima 算法
曲线拟合库	prepareCurveData	0.0365251	0.0021475	5.88E-02	prepareCurveData
曲线拟合库	prepareSurfaceData	0.0487967	0.0035191	7.21E-02	prepareSurfaceData
统计库	makedist	0.0420822	0.0107802	2.56E-01	makedist
统计库	range	13.9954946	1.9302933	1.38E-01	range
统计库	trimmean	0.8176044	1.98E-06	2.42E-06	trimmean
信号库	resample	6.96E-02	1.87E-02	2.69E-01	150W
信号库	upfirdn	6.95E-02	1.77E-02	2.55E-01	150W
通信库	qammod	4.93E-03	2.61E-03	5.29E-01	100w
通信库	quantiz	2.90E+00	1.29E-02	4.45E-03	100w
通信库	eyediagram	2.30E-01	1.17E-01	5.10E-01	/
通信库	poly2trellis	5.04E-05	1.24E-06	2.46E-02	/
通信库	vitdec	1.08E-03	7.62E-04	7.08E-01	/
通信库	comm_ChannelFilter	4.22E-02	1.41E-02	3.35E-01	/
通信库	oct2dec	5.11E-03	7.54E-04	1.47E-01	/
通信库	oct2poly	5.43E-06	1.93E-06	3.55E-01	/
通信库	comm_ViterbiDecoder	1.94E-05	1.54E-05	7.94E-01	/
通信库	mlseeq	5.82E-05	4.81E-05	8.26E-01	/
通信库	comm_MLSEEqualizer	1.11E-04	8.38E-05	7.56E-01	/
DSP 系统库	firhalfband	8.74E-07	5.37E-07	6.15E-01	/
DSP 系统库	firceqrip	6.52E-04	1.23E-04	1.89E-01	/
DSP 系统库	firminphase	8.54E-04	8.24E-04	9.65E-01	/
控制系统库	upsample	0.119216	0.043828	3.68E-01	/
控制系统库	init	0.023304	0.012124	5.20E-01	/
控制系统库	sim	5.388568	0.087033	1.62E-02	/
控制系统库	reduce	0.391426	0.380147	9.71E-01	/
图像处理库	padarray	5.90E-04	4.50E-04	7.63E-01	constant 算法
图像处理库	padarray	2.47E-03	1.92E-03	7.77E-01	circular 算法
图像处理库	padarray	2.70E-03	1.98E-03	7.33E-01	symmetric 算法
图像处理库	padarray	2.58E-03	2.10E-03	8.14E-01	replicate 算法
图像处理库	close	1.70E-05	3.60E-07	2.12E-02	100w
图像处理库	open	4.00E-09	3.60E-13	9.00E-05	100w
机器学习库	test	0.0195	0.00732	3.75E-01	/

# 基础工具箱

dec2hex：针对 dec2hex 进行了性能优化；
```
using TyBase
using BenchmarkTools
D = repeat([1023 122 14], 1000000, 1);
@btime dec2hex(D);
```
大致的执行时间是：
V26.2： 0.26 秒
V26.3： 0.19 秒

isfield：针对 isfield 首次运行进行了性能优化；

using TyBase
struct MyS
    x::AbstractArray
    y::AbstractArray
    title::AbstractString
end
x = LinRange(0, 2 * pi, 100)
y = sin.(x)
title = "y = sin(x)"
S = MyS(x, y, title)
field = ["x", "y", "z", "title", "error"]

@time isfield(S, field);

大致的执行时间是：
V26.2： 0.021 秒
V26.3： 0.011 秒

load：针对 load 运行 ascii 文件、首次运行 .mat、.jld2 文件进行了性能优化；

加载 ascii 文件：

using TyBase
using BenchmarkTools
A = repeat(
    [
        8 7
        88 77
    ],
    1000000,
)
filename = "load_test.txt"
save(filename, "-ascii"; A);

@btime load(filename);

大致的执行时间是：
V26.2： 1.48 秒
V26.3： 0.69 秒

首次运行加载 .mat 文件：

using TyBase
A = repeat(
    [
        8 7
        88 77
    ],
    1000000,
)
filename = "load_test.mat"
save(filename, "-mat"; A);

@time load(filename);

大致的执行时间是：
V26.2： 3.10 秒
V26.3： 1.80 秒

首次运行加载 .jld2 文件：

using TyBase
A = repeat(
    [
        8 7
        88 77
    ],
    1000000,
)
filename = "load_test.jld2"
save(filename, "-jld2"; A);

@time load(filename);

大致的执行时间是：
V26.2： 1.79 秒
V26.3： 1.03 秒

log2：针对 log2 指定参数 out=true 时进行了性能优化；
```
using TyBase
using BenchmarkTools
X = repeat([0 1 2 10 20.5 30.1], 1000000, 1)
@btime log2.(X; out=true);
```
大致的执行时间是：
V26.2： 0.17 秒
V26.3： 0.022 秒
eye：针对 eye 首次运行且指定类型的场景进行了性能优化；
```
using TyBase
@btime eye(UInt32, 1000, 1000);
```
大致的执行时间是：
V26.2： 0.018 秒
V26.3： 0.0011 秒
ty_ceil：针对 ty_ceil 首次运行且指定类型的场景进行了性能优化；
```
using TyBase
X = repeat([0 1.1 2.2 10 20.8 30.6], 1000000, 1)
@time ty_ceil(UInt32, X);
```
大致的执行时间是：
V26.2： 0.12 秒
V26.3： 0.045 秒
ty_floor：针对 ty_floor 首次运行且指定类型的场景进行了性能优化；
```
using TyBase
X = repeat([0 1.1 2.2 10 20.8 30.6], 1000000, 1)
@time ty_floor(UInt32, X);
```
大致的执行时间是：
V26.2： 0.13 秒
V26.3： 0.047 秒

strncmpi：针对 strncmpi 进行了性能优化；

using TyBase
using BenchmarkTools
s1 = repeat(["Jacques", "Jean", "Jeanne", "Jean-Luc", "Julie"], 1000000, 1);
s2 = "JEAN";
@btime strncmpi.(s1, s2, 1000000);

大致的执行时间是：
V26.2： 0.71 秒
V26.3： 0.065 秒

datenum：针对 datenum 进行了性能优化；

using TyBase
using BenchmarkTools
formatIn = "mm/dd/yy";
t1 = DateTime("09/16/2007", formatIn)
t2 = DateTime("05/14/1996", formatIn)
t3 = DateTime("11/29/2010", formatIn)
t = [t1, t2, t3]
t = repeat(t, 1000000, 1)
@btime datenum(t);

大致的执行时间是：
V26.2： 0.051 秒
V26.3： 0.0047 秒

bsxfun：针对 bsxfun 进行了性能优化；

using TyBase
using BenchmarkTools
fun = (a, b) -> a - exp(b);
a = 1:7000;
b = repeat(pi * [0 1 / 4 1 / 3 1 / 2 2 / 3 3 / 4 1], 1, 1000);
@btime bsxfun(fun, a, b)';

大致的执行时间是：
V26.2： 1.36e-6 秒
V26.3： 2.07e-7 秒

isduration：针对 isduration 进行了性能优化；

using TyBase
using BenchmarkTools
t1 = Dates.Date(2014, 03, 16):Dates.Day(1):Dates.Date(2014, 03, 17)
t2 = Dates.Date(2014, 03, 20)
dt = Dates.CompoundPeriod.(t2 - t1)
dt = repeat(dt, 1000000, 1)
@btime isduration(dt);

大致的执行时间是：
V26.2： 5.56e-4 秒
V26.3： 8.40e-9 秒

fileparts：针对 fileparts 进行了性能优化；

using TyBase
using BenchmarkTools
files1_4 = repeat(
    [
        "H:/user1/Syslab/file1.txt" "H:/user2/Syslab/file2.txt"
        "H:/user3/Syslab/file3.txt" "H:/user4/Syslab/file4.txt"
    ],
    1000000,
    1,
);

@btime fileparts(files1_4);

大致的执行时间是：
V26.2： 11.81 秒
V26.3： 3.71 秒

ty_unique：针对 ty_unique 进行了性能优化；
```
using TyBase
using BenchmarkTools
A = repeat([
    ], 1000000, 3)
x = 3
@btime ty_unique(A; byrows=true, nargout=x);
```
大致的执行时间是：
V26.2： 6.69 秒
V26.3： 1.37 秒

此代码是运行在 Windows 11 的 16 核 Intel(R) Core(TM) Ultra 9 185H @ 2.30 GHz 的客户端版本 Syslab，使用 Julia 的 @btime、@time 宏进行计时。

# 数学工具箱

sph2cart：将球面坐标转换为笛卡尔坐标，该函数在将球面坐标转换为笛卡尔坐标场景下性能得到了提升，示例如下；
```
using TyMath
using TyBase
rng = MT19937ar(5489)
x = randn(rng, 5000, 5000)
y = randn(rng, 5000, 5000)
z = randn(rng, 5000, 5000)
for i in 1:5
    theta, rho, Z = sph2cart(x, y, z)
end
```
大致的执行时间是：
V26.2： 3.6935026 秒
V26.3： 1.3078071 秒

此代码是运行在 Windows11 的 8 核 Intel(R)Core(TM)i3-13100T@2.5 GHz 测试环境上利用 julia 的 @elapsed、@belapsed 综合得出。

erfc：补余误差函数，该函数在补余误差场景下性能得到了提升，示例如下：

using TyMath
using TyBase

x = -4:0.000001:6
t = [0.1 5 100]
a = 5
k = 2
b = 1
m = 4
u = zeros(3, length(x))
i = 1
tmp = (x .- b) / sqrt(m * k * t[i])

# V26.2 版本使用此代码运行：
# for j in 1:100
#     Y = erfc.(tmp)
# end

for j in 1:100
    Y = erfc(tmp)
end

大致的执行时间是：
V26.2： 20.4128 秒
V26.3： 8.77753 秒