Artículos técnicos

Perspectivas de MathWorks

Introducción a la programación orientada a objetos en MATLAB


Escrito por:

  • Stuart McGarrity, MathWorks
  • Adam Sifounakis, MathWorks

9 minutos de lectura

Resumen

  • La programación orientada a objetos (OOP) en MATLAB organiza los datos y las funcionalidades relacionados en clases y crea componentes reutilizables y autónomos.
  • Los objetos encapsulan el estado y el comportamiento mediante propiedades y métodos, lo que permite la interacción a través de interfaces bien definidas.
  • OOP mejora la estructura del código agrupando la lógica relacionada, lo que reduce la complejidad y facilita la reutilización y la extensibilidad.
  • Un ejemplo con un array de sensores muestra cómo las clases modelan sistemas del mundo real y organizan flujos de trabajo como el análisis de señales.

Cuando se crean aplicaciones de software, es importante organizar los distintos componentes básicos del software en grupos relacionados. Por ejemplo, un solver numérico personalizado puede requerir varios parámetros de configuración y rutinas para realizar todos sus cálculos. La programación orientada a objetos (OOP) permite agrupar los parámetros de configuración del solver (propiedades) con sus funciones (métodos) en una única definición, o clase. Todo lo que necesita un usuario para ejecutar correctamente este solver está definido en esta clase.

Un objeto es una instancia de una clase. Cuando se ejecuta un programa, el objeto se crea en base a la definición de su clase y se comporta de la forma que define la clase. Las propiedades de un objeto representan su estado, y sus métodos, todas las acciones que puede realizar un usuario. De esta forma, el autor del código puede agrupar fácilmente todos los datos y funciones relacionados de un sistema de software, y el usuario puede encontrar y utilizar fácilmente todas las funcionalidades que ha desarrollado el autor.

El siguiente ejemplo utiliza la programación orientada a objetos para crear una aplicación que analizará los datos de un array de sensores. 

El código de este artículo se puede descargar.

Ejemplo de aplicación: análisis de datos de arrays de sensores

Un array de sensores (Figura 1) es un conjunto de sensores, a menudo dispuestos en línea, que se utiliza para muestrear un medio como el aire, el agua o el suelo para aplicaciones de radar, sonar o comunicaciones móviles. Si se recopilan muestras temporales en múltiples puntos del espacio, se puede extraer información adicional del medio muestreado.

Figura 1. Array de sensores que detecta dos fuentes electromagnéticas distantes en ángulos desconocidos.

Figura 1. Array de sensores que detecta dos fuentes electromagnéticas distantes en ángulos desconocidos.

La aplicación utiliza un array de sensores para determinar la dirección de llegada (DOA) de múltiples fuentes electromagnéticas distantes, como radiobalizas y transmisores de radar. En este escenario, intentaremos estimar los ángulos θ1 y θ2 de las dos fuentes con respecto a la dirección a la que apunta el array de sensores.

Revisión de elementos de datos y operaciones

Para esta aplicación, necesitaremos almacenar y representar los siguientes datos:

  • Número de sensores y muestras
  • Datos muestreados de los sensores
  • Frecuencia de muestreo de los sensores
  • Espaciado entre sensores
  • Longitud de onda de las fuentes distantes
  • Velocidad de la onda
  • Nombre o descripción del conjunto de datos de los sensores

Utilizaremos una técnica sencilla basada en la transformada rápida de Fourier (FFT) para estimar DOA de las fuentes. Esta técnica se puede dividir en partes e implementar como un conjunto de operaciones. Se implementarán algunas operaciones auxiliares para simplificar el trabajo de desarrollo. Por ejemplo, debemos:

  • Crear el conjunto de datos a partir de datos sintéticos o adquiridos en tiempo real
  • Inspeccionar y modificar los valores y parámetros del conjunto de datos
  • Representar gráficamente los datos de muestra para facilitar la interpretación y la validación
  • Calcular y representar gráficamente el espectro de potencia del conjunto de datos (mediante el método simple de la magnitud al cuadrado de la FFT)
  • Encontrar los picos del espectro de potencia para estimar DOA de las fuentes

Una vez identificados los datos que deseamos representar y las actividades que deseamos realizar, podemos representar los datos con propiedades de clase y las actividades con métodos de clase.

Representación de datos con propiedades de clase

Comenzamos definiendo una clase para describir el array de sensores. Esta representación inicial contiene únicamente los elementos de datos y los representa como propiedades de clase.

En MATLAB, una clase se define con un archivo de definición de clase, que comienza con la palabra clave classdef y termina con la palabra clave end. Dentro del bloque de definición de la clase, otros bloques de palabras clave describen diferentes aspectos de la clase, como sus propiedades y métodos. El archivo de definición que se muestra en la Figura 2 describe una clase sads (conjunto de datos de un array de sensores) con todos los elementos de datos que deseamos representar enumerados en un bloque de propiedades.

Figura 2. Archivo de definición de clase sads.m con propiedades.

Figura 2. Archivo de definición de clase sads.m con propiedades.

Creación de un objeto y acceso a propiedades

Para crear un objeto o instancia de la clase que hemos definido, utilizamos la instrucción

>> s = sads;

Para establecer el valor de una propiedad, especificamos su nombre igual que con los campos de una estructura, con

>> s.NumSensors = 16;

Podemos mostrar el objeto, con todas las propiedades disponibles y sus valores actuales, escribiendo su nombre.

>> s
s = 
  sads with properties:

      Wavelength: []
               c: 300000000
      NumSensors: 16
      NumSamples: []
            Data: []
         Spacing: []
      SampleRate: []
            Name: []

Todas las propiedades excepto NumSensors y c siguen vacías. Ahora, el conjunto de datos se puede identificar como un objeto sads con la función class, la función isa y el comando whos, algo que no es posible con estructuras.

>> class(s)
ans =
 'sads'

La capacidad de identificar la clase de una variable es importante para los usuarios que crean código para operar con el conjunto de datos, ya que permite determinar a qué elementos de datos pueden acceder y qué operaciones son válidas.

Comprobación de errores

Si utiliza estructuras para representar los datos, puede agregar un nuevo nombre de campo en cualquier momento, simplemente especificándolo y asignándole un valor. Esta capacidad resulta especialmente útil durante la experimentación y el prototipado de algoritmos. Sin embargo, si escribe mal el nombre de un campo, se agregará un nuevo campo sin ningún aviso, lo que podría generar más adelante un error difícil de diagnosticar.

A diferencia de las estructuras, no se puede agregar dinámicamente una nueva propiedad a un objeto simplemente especificando un nuevo nombre de propiedad y asignándole un valor. Si escribe mal el nombre de una propiedad de un objeto, MATLAB genera un error inmediatamente. Este nivel adicional de comprobación de errores resulta útil cuando acceden al objeto usuarios menos familiarizados con él que su autor, algo habitual durante el desarrollo de una aplicación de gran tamaño.

Control del acceso a los datos

Las clases ofrecen un gran control sobre el acceso a las propiedades. Por ejemplo, permiten prohibir la modificación de una propiedad, ocultarla o hacer que se calcule dinámicamente. El acceso a las propiedades se controla especificando atributos de propiedad en el archivo de definición de clase. Ampliamos el archivo de definición de clase de la Figura 2 dividiendo la lista actual de propiedades en varios bloques de propiedades, cada uno con atributos de propiedad únicos: GetAccess, Constant y Dependent (Figura 3).

Figura 3. Archivo de definición de clase sads.m con atributos de propiedad.

Figura 3. Archivo de definición de clase sads.m con atributos de propiedad.

Para prohibir la modificación de una propiedad, se establece el atributo Constant. En nuestro ejemplo, estableceremos como constante la propiedad de velocidad de la luz, c. Dado que las propiedades constantes no cambian, se puede acceder a ellas simplemente haciendo referencia al nombre de la clase.

>> sads.c
ans =
 300000000

Para que una propiedad sea de solo lectura, se establece su atributo SetAccess como privado. Puede hacer que una propiedad solo sea visible para los métodos que operan con ella estableciendo su atributo GetAccess como privado, como haremos con la propiedad Wavelength.

Puede cambiar libremente los nombres o las características de una propiedad privada sin afectar a los usuarios del objeto. Este enfoque de “caja negra” para definir un componente de software, conocido como encapsulación, evita que el usuario del objeto dependa de un detalle o una característica de implementación que podría cambiar y generar errores en su código.

Para que una propiedad solo se calcule cuando se solicite, se establece su atributo Dependent.

Después, se especifica un método get al que se llama automáticamente cuando se accede a la propiedad. Para más detalles sobre cómo especificar métodos de clase, consulte la sección “Acceso a propiedades con métodos get y set” de este artículo. En nuestra aplicación, establecemos como dependientes las propiedades NumSensors y NumSamples.

Implementación de operaciones con métodos de clase

Los métodos, es decir, las operaciones que se pueden realizar con el objeto, se especifican como una lista de funciones en un bloque de métodos. Una clase puede contener muchos tipos de métodos, cada uno con una finalidad diferente y una forma de especificación distinta. En la siguiente sección se describen varios de estos tipos de métodos.

Agregaremos un bloque de métodos al archivo de definición de sads e incluiremos en él cada nuevo método (Figura 4).

Figura 4. Archivo de definición de clase sads.m con métodos, en el Editor de MATLAB. Para facilitar la visualización, se utiliza la funcionalidad de plegado de código para ocultar gran parte del contenido.

Figura 4. Archivo de definición de clase sads.m con métodos, en el Editor de MATLAB. Para facilitar la visualización, se utiliza la funcionalidad de plegado de código para ocultar gran parte del contenido.

Especificación de un método constructor

En nuestro ejemplo, especificaremos un método constructor que permite proporcionar los parámetros que se utilizarán para crear el objeto. El método constructor suele encargarse de la inicialización y la validación de los datos. Ahora, el objeto se crea con

>> s = sads(Data, Wavelength, SampleRate, Spacing, Name); 

Implementación de métodos específicos de la aplicación

Agregaremos varios métodos para implementar operaciones específicas de la aplicación que se realizarán con el conjunto de datos. La mayoría de los métodos toman el objeto como argumento de entrada (por ejemplo, obj) y acceden a sus propiedades haciendo referencia a esta variable (por ejemplo, obj.NumSamples), como en este método:

function mag = magfft(obj, zpt)
mag = zeros(obj.NumSamples, zpt); 
...
end

Aunque requiere sintaxis adicional, hacer referencia a las propiedades mediante la variable del objeto puede ayudar a diferenciarlas de las variables locales de la función, como mag en el ejemplo anterior.

Llamada a métodos

Los métodos se llaman igual que las funciones, pasando el objeto como uno de los argumentos. Podemos estimar los ángulos DOA de las fuentes llamando al método doa de la clase.

>> angles = doa(s)
angles =
 -10.1642 18.9953

Los ángulos DOA se aproximan a las ubicaciones reales de las fuentes que se muestran en la Figura 1, que son -10° y 20°.

Acceso a propiedades con métodos get y set

Puede validar propiedades o implementar propiedades dependientes especificando los métodos set y get asociados. Este es el método get de la propiedad NumSensors.

function NumSensors = get.NumSensors(obj)
NumSensors = size(obj.Data, 2);
end

Los métodos get y set se llaman automáticamente cuando se accede a las propiedades, por ejemplo, con

>> N = s.NumSensors;

Especificación de métodos para funciones existentes de MATLAB mediante sobrecarga

La sobrecarga permite redefinir funciones existentes de MATLAB para que funcionen con el objeto; para ello, basta con incluir una función con ese nombre en la lista de métodos. En nuestra aplicación, incluiremos un método plot sobrecargado, que proporciona una función familiar para muchos usuarios de MATLAB para visualizar el conjunto de datos (Figura 5).

>> plot(s)
Figura 5. Método plot sobrecargado especializado para el conjunto de datos del array de sensores.

Figura 5. Método plot sobrecargado especializado para el conjunto de datos del array de sensores.

Este método plot personalizado representa la información de la forma más adecuada para este conjunto de datos y la anota con toda la información disponible. Solo se ejecuta en los objetos para los que se ha definido, un enfoque mucho más robusto que manipular el orden de los directorios en la ruta de búsqueda.

Si desea que la clase tenga comportamientos especializados, también puede sobrecargar operadores básicos e incluso la indexación mediante métodos con nombres especiales.

Desarrollo adicional de la aplicación

La clase que hemos creado en este ejemplo representa el conjunto de datos del array de sensores y permite realizar fácilmente análisis complejos y especializados de los datos, como la operación principal de estimación de la dirección. Podemos utilizar esta clase para evaluar rápidamente el rendimiento de la técnica basada en FFT en diferentes escenarios.

Podríamos ampliar la aplicación con otras técnicas OO. Por ejemplo, podríamos hacer lo siguiente:

  • Definir subclases de clases existentes mediante herencia (reutilizando la definición de una categoría más amplia para definir una subcategoría más específica)
  • Especificar métodos estáticos, que permiten definir una operación para la clase en su conjunto
  • Utilizar clases handle con comportamiento de referencia, que permiten crear estructuras de datos como listas enlazadas o trabajar con un gran conjunto de datos sin copiarlo
  • Definir eventos y elementos de escucha, que permiten monitorizar las propiedades o acciones de los objetos

Estas técnicas mejoran la capacidad de gestionar la complejidad, ya que permiten definir con más detalle las relaciones y el comportamiento de la aplicación.

Dado que se ha desarrollado con técnicas OO, la aplicación ahora es lo suficientemente robusta para que otros la utilicen y mantengan, y se puede integrar con otras aplicaciones de toda la organización.

Publicado en 2020


Perfil profesional

Adam Sifounakis

Adam Sifounakis is a MATLAB language product manager focused on software developer workflows. With over 20 years of MATLAB experience, 10 years at MathWorks, and over 5 years working directly with aerospace and defense customers, Adam helps deliver the capabilities customers need to develop powerful MATLAB applications.

Siga explorando