Modellierung und Simulation - Modultest

Autor:	Prof. Dr.-Ing. Schneider
Lektion:	11
Termin:	26.06.2026

Einleitung

Modultests bilden die unterste Ebene des Testprozesses und dienen dazu, einzelne Softwareeinheiten frühzeitig und isoliert auf ihre korrekte Funktion zu überprüfen. Ziel ist es, Fehler bereits in einem sehr frühen Entwicklungsstadium zu erkennen, um spätere Integrationsprobleme zu vermeiden und die Gesamtqualität des Systems nachhaltig zu erhöhen. Dabei wird jedes Modul unabhängig von anderen Komponenten getestet, wobei sowohl funktionale Anforderungen als auch typische Fehlerszenarien betrachtet werden. Durch klar definierte Testfälle, reproduzierbare Testumgebungen und objektive Bewertungskriterien stellen Modultests sicher, dass die implementierten Funktionen robust, zuverlässig und spezifikationskonform sind.

Lernziele

Nach dieser Lektion können Sie

• die Bedeutung von Unit-Tests erklären,
• MATLAB-Testklassen erstellen,
• Tests mit dem matlab.unittest Framework durchführen,
• Test Fixtures verwenden,
• Fehlerfälle gezielt prüfen,
• Testberichte interpretieren,
• Unit-Tests in Entwicklungsprozesse integrieren.

Vorbereitung

1. Studieren Sie das Video Erste Schritte mit dem MATLAB Unit Test Framework.
2. Weitere Informationen finden Sie im Artikel Ways to Write Unit Tests.
3. Besuchen Sie den Online-Kurs Unit Testing
4. Lassen Sie sich vom Copilot helfen einen Test zu generieren.

1. Motivation

Bei wissenschaftlicher Software entstehen häufig Fehler durch:

• Änderungen am Algorithmus
• Erweiterungen bestehender Funktionen
• Refactoring
• Teamarbeit

Unit-Tests stellen sicher, dass eine Funktion auch nach Änderungen weiterhin korrekt arbeitet.

Beispiel

Gegeben sei die Funktion:

function y = celsius2fahrenheit(x)
    y = x*9/5 + 32;
end

Frage: Wie kann sichergestellt werden, dass zukünftige Änderungen keine Fehler verursachen?

Antwort: → Automatisierte Unit-Tests.

2. Das MATLAB Unit-Test Framework

MATLAB stellt das Paket

matlab.unittest

bereit.

Tabelle 1: Bestandteile des MATLAB Unit-Test Framework

Element	Zweck
TestCase	Basisklasse für Tests
verifyEqual	Ergebnis prüfen
verifyTrue	Wahrheitswert prüfen
verifyError	Fehler erwarten
TestSuite	Testsammlung
TestRunner	Testausführung

3. Erster Test

Zu testende Funktion

function y = quadrat(x)
    y = x.^2;
end

Testklasse

classdef TestQuadrat < matlab.unittest.TestCase
    methods(Test)
        function testPositive(testCase)
            actual = quadrat(4);
            expected = 16;

            testCase.verifyEqual(actual,expected);
        end
    end
end

Test ausführen

results = runtests('TestQuadrat');

Ausgabe:

Running TestQuadrat
.
Done TestQuadrat

4. Mehrere Testfälle

classdef TestQuadrat < matlab.unittest.TestCase
    methods(Test)
        function testPositive(testCase)
            actual = quadrat(4);
            expected = 16;

            testCase.verifyEqual(actual,expected);
        end
    end
end

5. Toleranzen bei Fließkommazahlen

Direkte Vergleiche sind problematisch:

0.1 + 0.2 == 0.3

Daher

actual = sin(pi);
testCase.verifyEqual( ...
    actual,...
    0,...
    'AbsTol',1e-10);

6. Fehler testen

Funktion

function y = wurzel(x)
    if x < 0
        error('MATLAB:NegativeInput',...
              'Nur positive Werte erlaubt')
    end
    y = sqrt(x);
end

Test

function testError(testCase)

    testCase.verifyError( ...
        @() wurzel(-5), ...
        'MATLAB:NegativeInput');

end

7. Parameterisierte Tests

Oft möchte man dieselbe Funktion mit vielen verschiedenen Eingabewerten testen. Ohne parameterisierte Tests müsste man für jeden Fall eine eigene Testmethode schreiben.

TestQuadrat ohne Parameterisierung 

classdef TestQuadrat < matlab.unittest.TestCase

    methods(Test)

        function test0(testCase)
            testCase.verifyEqual(quadrat(0),0);
        end

        function test1(testCase)
            testCase.verifyEqual(quadrat(1),1);
        end

        function test2(testCase)
            testCase.verifyEqual(quadrat(2),4);
        end

        function test3(testCase)
            testCase.verifyEqual(quadrat(3),9);
        end

    end

end

Das funktioniert, ist aber:

• viel Code
• schlecht wartbar
• fehleranfällig

Die elegantere Lösung besteht darin die Testdaten als Eigenschaften zu definieren:

classdef TestQuadrat < matlab.unittest.TestCase
    properties(TestParameter)
        x = {0,1,2,3};
        y = {0,1,4,9};
    end

    methods(Test)
        function testQuadrat(testCase,x,y)
            testCase.verifyEqual(quadrat(x),y);
        end
    end
end

Testausführung

results = runtests('TestQuadrat');

Ausgabe:

Running TestQuadrat
....
Done TestQuadrat

8. Testumgebung

Vorbereitung gemeinsamer Ressourcen.

Beispiel

methods(TestMethodSetup)

    function setup(testCase)
        testCase.TestData.fs = 1000;
    end
end

Anwendung

fs = testCase.TestData.fs;

Typische Anwendungen:

• Messdaten laden
• Simulationsumgebungen vorbereiten
• Testverzeichnisse anlegen

9. Beispiel aus der Signalverarbeitung

Zu testdende Funktion

function y = movingAverage(x)
    y = movmean(x,3);
end

Test

classdef TestMovingAverage ...
        < matlab.unittest.TestCase
    methods(Test)
        function testConstantSignal(testCase)
            x = ones(1,100);
            y = movingAverage(x);
            testCase.verifyEqual( ...
                y,...
                x,...
                'AbsTol',1e-12);
        end
    end
end

10. Testbericht

suite = testsuite(pwd);
runner = matlab.unittest.TestRunner.withTextOutput;
results = runner.run(suite);

Auswertung:

• Passed
• Failed
• Incomplete
• Duration

Praktische Übung

Aufgabe 11.1

Implementieren Sie:

function y = cube(x)

$y=x^3$

Erstellen Sie mindestens drei Unit-Tests.

Musterlösung 11.1 

classdef TestMovingAverage ...
        < matlab.unittest.TestCase

    methods(Test)

        function testConstantSignal(testCase)

            x = ones(1,100);

            y = movingAverage(x);

            testCase.verifyEqual( ...
                y,...
                x,...
                'AbsTol',1e-12);

        end

    end

end

Aufgabe 2

Entwickeln Sie Tests für:

function y = celsius2fahrenheit(x)

Prüfen Sie:

• 0 °C
• 100 °C
• −40 °C

Musterlösung 11.1 

classdef TestMovingAverage ...
        < matlab.unittest.TestCase

    methods(Test)

        function testConstantSignal(testCase)

            x = ones(1,100);

            y = movingAverage(x);

            testCase.verifyEqual( ...
                y,...
                x,...
                'AbsTol',1e-12);

        end

    end

end

Aufgabe 3

Musterlösung 11.1 

classdef TestMovingAverage ...
        < matlab.unittest.TestCase

    methods(Test)

        function testConstantSignal(testCase)

            x = ones(1,100);

            y = movingAverage(x);

            testCase.verifyEqual( ...
                y,...
                x,...
                'AbsTol',1e-12);

        end

    end

end

Aufgabe 4

Musterlösung 11.1 

classdef TestMovingAverage ...
        < matlab.unittest.TestCase

    methods(Test)

        function testConstantSignal(testCase)

            x = ones(1,100);

            y = movingAverage(x);

            testCase.verifyEqual( ...
                y,...
                x,...
                'AbsTol',1e-12);

        end

    end

end

---

→ MATLAB^® Befehlsübersicht
→ zurück zum Hauptartikel: BSE Modellierung und Simulation - SoSe26