网络获取数据ok+泛型+绑定解绑+观察者+被观察者

//首先在P层首先接口

//创建P层的接口
public interface Ipp<T> {
    //创建两个方法   1.绑定的方法 有参view  2.解除绑定的方法
    public void attch(T view);
    public void detch();
}

//P层首先接口里面的方法   被观察者+观察者的使用

public class Presertion implements Ipp<Ivv>{
    //1.上下文  2.M层的类Model       3.V层的接口
    Context context;
    Model    mm;
    //弱引用
    WeakReference<Ivv> weakReference ;

    //有参构造   上下文   V层的接口
    public Presertion(Context context, Ivv vv) {
        this.context = context;
        //接口的方法
        attch(vv);
        //实例化M层的  Model   类
        mm=new Model();
    }

    //创建方法
    public void getOkhttp(){
        //RXjava
        //被观察者
        Observable<Object> objectObservable=Observable.create(new Observable.OnSubscribe<Object>() {
            @Override
            public void call(final Subscriber<? super Object> subscriber) {

                //Model   调用shuju方法   网络获取   gson解析
                mm.shuju(new Callback() {
                    @Override
                    public void onFailure(Call call, IOException e) {

                    }

                    @Override
                    public void onResponse(Call call, Response response) throws IOException {
                        //gson解析
                        Gson gson=new Gson();
                        String www=response.body().string();
                        Bean bean=gson.fromJson(www,Bean.class);
                        //调用观察者的方法
                        subscriber.onNext(bean);
                    }
                });

            }
        });

        //观察者
        objectObservable.subscribe(new Observer<Object>() {
            @Override
            public void onCompleted() {

            }

            @Override
            public void onError(Throwable e) {

            }

            @Override
            public void onNext(Object o) {
                //观察者的展示方法
                weakReference.get().zhanshi((Bean) o);
            }
        });


    }

//重写的绑定方法
    @Override
    public void attch(Ivv view) {
        weakReference=new WeakReference(view);
    }

    //重写的解除绑定的方法
    @Override
    public void detch() {
        Log.i("sss","sss");
        weakReference.clear();
    }
}

//创建BaseActivity的抽象类继承接口+泛型

public abstract class BaseActivity<T extends Ipp> extends AppCompatActivity {

    //调用属性
    T   presenter;

    @Override
    protected void onCreate(@Nullable Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        //定义抽象方法
        createpresenter();

    }
    //创建方法
    public abstract void createpresenter();


    //解除绑定
    @Override
    protected void onDestroy() {
        super.onDestroy();
        presenter.detch();
    }
}

//在Activity的使用

public class MainActivity extends BaseActivity<Presertion> implements Ivv{

    //   1.控件  2.P层的类   3.适配器
    RecyclerView   rv;

    Myadapter      madapter;

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        //Fresco的初始化
        Fresco.initialize(this);

        setContentView(R.layout.activity_main);

        //获取id
        rv= (RecyclerView) findViewById(R.id.rv);
        //自创的方法
        initData();
        //调用网络获取方法
        presenter.getOkhttp();
    }


    @Override
    public void createpresenter() {
        presenter=new Presertion(this,this);
    }


    //创建的rv的方法
    private void initData() {
        //线性管理器
        LinearLayoutManager  managre=new LinearLayoutManager(this);
        rv.setLayoutManager(managre);

        rv.addItemDecoration(new DividerItemDecoration(this,DividerItemDecoration.VERTICAL));
    }


    @Override
    public void zhanshi(Bean bean) {
        //实例化适配器传参
           madapter=new Myadapter(this,bean);
        runOnUiThread(new Runnable() {
            @Override
            public void run() {
                //赋值
                rv.setAdapter(madapter);
            }
        });

    }


}







  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在信号处理领域,DOA(Direction of Arrival)估计是一项关键技术,主要用于确定多个信号源到达接收阵列的方向。本文将详细探讨三种ESPRIT(Estimation of Signal Parameters via Rotational Invariance Techniques)算法在DOA估计中的实现,以及它们在MATLAB环境中的具体应用。 ESPRIT算法是由Paul Kailath等人于1986年提出的,其核心思想是利用阵列数据的旋转不变性来估计信号源的角度。这种算法相比传统的 MUSIC(Multiple Signal Classification)算法具有较低的计算复杂度,且无需进行特征值分解,因此在实际应用中颇具优势。 1. 普通ESPRIT算法 普通ESPRIT算法分为两个主要步骤:构造等效旋转不变系统和估计角度。通过空间平移(如延时)构建两个子阵列,使得它们之间的关系具有旋转不变性。然后,通过对子阵列数据进行最小二乘拟合,可以得到信号源的角频率估计,进一步转换为DOA估计。 2. 常规ESPRIT算法实现 在描述中提到的`common_esprit_method1.m`和`common_esprit_method2.m`是两种不同的普通ESPRIT算法实现。它们可能在实现细节上略有差异,比如选择子阵列的方式、参数估计的策略等。MATLAB代码通常会包含预处理步骤(如数据归一化)、子阵列构造、旋转不变性矩阵的建立、最小二乘估计等部分。通过运行这两个文件,可以比较它们在估计精度和计算效率上的异同。 3. TLS_ESPRIT算法 TLS(Total Least Squares)ESPRIT是对普通ESPRIT的优化,它考虑了数据噪声的影响,提高了估计的稳健性。在TLS_ESPRIT算法中,不假设数据噪声是高斯白噪声,而是采用总最小二乘准则来拟合数据。这使得算法在噪声环境下表现更优。`TLS_esprit.m`文件应该包含了TLS_ESPRIT算法的完整实现,包括TLS估计的步骤和旋转不变性矩阵的改进处理。 在实际应用中,选择合适的ESPRIT变体取决于系统条件,例如噪声水平、信号质量以及计算资源。通过MATLAB实现,研究者和工程师可以方便地比较不同算法的效果,并根据需要进行调整和优化。同时,这些代码也为教学和学习DOA估计提供了一个直观的平台,有助于深入理解ESPRIT算法的工作原理。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值