& 取地址符的用法总结

一种是按位与 

1 & 2 = 0

一种是取地址

int* p = &a;

 一种是声明引用,相当于定义变量别名:  

 int a = 3;  

int& b = a; // ba的引用,ab是同一个变量

b = 4; // a也变化为4

int c = 2;  

b = c; // 是赋值给ba,而不是把b作为c的引用,引用一旦被声明,引用对象不可更改   

引用的实质是指针的简化运用版,上面的代码等价为:

 int a = 3;  

int* const b = &a; // 常指针,b的位置不能更改,相当于引用不能更改自身的引用对象 *b = 4;   

所以引用省去了声明时的取地址操作和对变量内存地址引用时的解引用操作,而且引用不能随意被更改,站在指针的角度上说,引用的意义等价于一个常指针,也就是不能改变自己指向位置的指针。   

引用在作为参数传递的时候,传递的是实参本身,c++里面类设计经常要传递整个类作为参数,但如果在不必要的时候使用传统的按值传递,效率损失可见一斑:

 class foo

{ public:

.... int a;

double b;

string c; };  

void bar(foo f) { //输出abc }   比如这个函数bar传参的时候是按值传递,也就是实参的所有数据被重新复制到参数f里,构造了一个新对象f,它只是输出参数fabc成员,所以必要重新构造一个临时对象f,这样造成了效率的损失,解决方法有2

void bar1(foo* f)

{ cout<< f->a << f->b << f->c; }

var bar2(foo& f)

{ cout<<f.a<<f.b<<f.c; }  

 这2种方式的运作机制是相同的,但是后者要更简洁和优美一些,特别是在操作多层间接指针的函数里面,直接使用指针的话,过多取地址&和解引用*容易造成代码混乱,降低可读性。  

再如friend Complex operator +(Complex&,Complex&);

在这个重载语句中 "Complex&""&"作用是什么假如不写"&"有什么影响? 

还有在类中定义时是不带参数如friend Complex operator +(Complex&,Complex&); 

在实现中再定义friend Complex operator +(Complex& temp1,Complex& temp2); 

这个重载语句中 "Complex&""&"作用是,表示调用函数时传递参数是以引用方式传递的,这样子在函数中操作的对象就是调用外面的那个对象本身。  

假如不写"&"的话,其影响有两个。

一个是,当你想对这个参数的对象进行修改的话,在函数返回后,这个修改的值不会改变。第二,在做参数传递的时候,不加"&"的话,传递的过程中,会创造一个临时对象,这样会造成一定的效率浪费。  

 

在编程中,函数分声明和定义。声明只是告诉编译器,存在这个函数,这个时候可以不带参数名称。而定义的时候,就必须实行函数本体,这个时候就必须带上参数的名称了。

 

引用“& " 的用法与指针的用法

//class  c

alss Test{  // }  

 

//创建一个Test 的对象 

Test Ta; 

 

&b = Ta; //理解成PHP的引用就可以了...这相当于把b的地址指向Ta,,也就相当于bTa相等,都指定同一个内存地址

 

接下来是转别人的例子:  

 

引用是C++引入的新语言特性,是C++常用的一个重要内容之一,正确、灵活地使用引用,可以使程序简洁、高效。

首先我们来讲一下指针  

比如 int a,b 

int *pointer_1, *pointer_2 

.... 

pointer_1 = &a; pointer_2 = &b 

swap(pointer_1, pointer_2); 

........... 

 

在子函数中是 

 

swap(int *p1, int *p2) 

这里实行交换操作

 。。。。  

解释指针本质在主函数中 

把指针变量pointer_1pointer_2传递 

使p1p2也指向a,b,先进行交换,交换后,pointer_1p1指向了

但是pointer_2p2指向了a,然后p1p2释放了,但是交换却成功了!    

 

下面讲引用转() 

引用就是某一变量(目标)的一个别名,对引用的操作与对变量直接操作完全一样。 

 

引用的声明方法:类型标识符&引用名=目标变量名  

 

【例1】:

int a;

 int&ra=a; //定义引用ra,它是变量a的引用,即别名 

 

说明:  

 

1&在此不是求地址运算,而是起标识作用。  

 

2)类型标识符是指目标变量的类型。  

 

3)声明引用时,必须同时对其进行初始化。  

4)引用声明完毕后,相当于目标变量名有两个名称,即该目标原名称和引用名,且不能再把该引用名作为其他变量名的别名。  

 

ra=1; 等价于 a=1;   

 

5)声明一个引用,不是新定义了一个变量,它只表示该引用名是目标变量名的一个别名,它本身不是一种数据类型,因此引用本身不占存储单元,系统也不给引用分配存储单元。故:对引用求地址,就是对目标变量求地址。&ra&a相等。

6不能建立数组的引用。因为数组是一个由若干个元素所组成的集合,所以无法建立一个数组的别名。   

 

引用应用  

 1、引用作为参数  

 引用的一个重要作用就是作为函数的参数。以前的C语言中函数参数传递是值传递,如果有大块数据作为参数传递的时候,采用的方案往往是指针,因为这样可以避免将整块数据全部压栈,可以提高程序的效率。但是现在(C++中)又增加了一种同样有效率的选择(在某些特殊情况下又是必须的选择),就是引用。   

【例2】:  

void swap(int&p1, int&p2) //此处函数的形参p1, p2都是引用   

{

int p;

p=p1;

p1=p2;

p2=p; }     

为在程序中调用该函数,则相应的主调函数的调用点处,直接以变量作为实参进行调用即可,而不需要实参变量有任何的特殊要求。如:对应上面定义的swap函数,相应的主调函数可写为:  

 main( )  

{     

inta,b;   

 cin>>a>>b; //输入a,b两变量的值    

swap(a,b); //直接以变量ab作为实参调用swap函数   

 cout<<a<< '' '' <<b; //输出结果  }     

上述程序运行时,如果输入数据10 20并回车后,则输出结果为20 10。  

 

 由【例2】可看出:   

1传递引用给函数与传递指针的效果是一样的。这时,被调函数的形参就成为原来主调函数中的实参变量或对象的一个别名来使用,所以在被调函数中对形参变量的操作就是对其相应的目标对象(在主调函数中)的操作。   

2使用引用传递函数的参数,在内存中并没有产生实参的副本,它是直接对实参操作;而使用一般变量传递函数的参数,当发生函数调用时,需要给形参分配存储单元,形参变量是实参变量的副本;如果传递的是对象,还将调用拷贝构造函数。因此,当参数传递的数据较大时,用引用比用一般变量传递参数的效率和所占空间都好。   

3)使用指针作为函数的参数虽然也能达到与使用引用的效果,但是,在被调函数中同样要给形参分配存储单元,且需要重复使用"*指针变量名"的形式进行运算,这很容易产生错误且程序的阅读性较差;另一方面,在主调函数的调用点处,必须用变量的地址作为实参。而引用更容易使用,更清晰。   

如果既要利用引用提高程序的效率,又要保护传递给函数的数据不在函数中被改变,就应使用常引用。       

自己理解的:::引用就好象取了另一个名字,比如我现在叫小明,取个外号叫猪头,但是所指的是同一个人而已  

 我是如此理解的,我们应该知道皮影戏,人用线操做木偶,我们可以这个样子想,比如我们可以用手操作木偶去办事,木偶做的事不就是自己直接在做的啊,所以在子函数中操作就等于在主函数中操作一样(我自己理解的可能有错误)     

但是我们可能碰到例如

intStackEmpty(SqStack s)

{  if(s.top == s.base)

return TRUE;  

 return FALSE; }     

int  Push(SqStack&s, SElemType e)

{  if(s.top - s.top>= s.stacksize)

{s.base=(SElemType*)realloc(s.base,(s.stacksize + STACKINCREMENT) * sizeof(SElemType)); 

if(!s.base) 

exit(OVERFLOW);  

s.top = s.base + s.stacksize; 

s.stacksize += STACKINCREMENT;  

   } 

*s.top++ = e; 

return TRUE; 

}   

int Pop(SqStack&s, SElemType&e) 

if(s.top == s.base) 

return FALSE;  

    

e=*--s.top;

return TRUE; } 

 

在堆栈操作中,有的不用&,有的要用&,为什么呢?  什么时候使用引用  

1、现在可以总结一下什么时候使用引用这个问题了。

首先我们要看看什么时候必须使用引用  

流操作符<<>>、赋值操作符=的返回值  

拷贝构造函数的参数、赋值操作符=的参数  

2、其它下面的情况都是推荐使用引用,但是也可以不使用引用。如果不想使用引用,完全可以使用指针或者其它类似的东西替代:    

异常catch的参数表    

大对象作为参数传递    

返回容器类中的单个元素 

返回类数据成员(非内建数据类型成员)   

返回其它持久存在的,且获得者不负责销毁的对象

 

另外一些情况下,不能返回引用:  

+-*/四则运算符

  • 8
    点赞
  • 40
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
总所周知,PID算法是个很经典的东西。而做自平衡小车,飞行器PID是一个必须翻过的坎。因此本节我们来好好讲解一下PID,根据我在学习中的体会,力求通俗易懂。并举出PID的形象例子来帮助理解PID。 一、首先介绍一下PID名字的由来: P:Proportion(比例),就是输入偏差乘以一个常数。 I :Integral(积分),就是对输入偏差进行积分运算。 D:Derivative(微分),对输入偏差进行微分运算。 注:输入偏差=读出的被控制对象的值-设定值。比如说我要把温度控制在26度,但是现在我从温度传感器上读出温度为28度。则这个26度就是”设定值“,28度就是“读出的被控制对象的值”。然后来看一下,这三个元素对PID算法的作用,了解一下即可,不懂不用勉强。 P,打个比方,如果现在的输出是1,目标输出是100,那么P的作用是以最快的速度达到100,把P理解为一个系数即可;而I呢?大家学过高数的,0的积分才能是一个常数,I就是使误差为0而起调和作用;D呢?大家都知道微分是求导数,导数代表切线是吧,切线的方向就是最快到至高点的方向。这样理解,最快获得最优解,那么微分就是加快调节过程的作用了。 二、然后要知道PID算法具体分两种:一种是位置式的 ,一种是增量式的。在小车里一般用增量式,为什么呢?位置式PID的输出与过去的所有状态有关,计算时要对e(每一次的控制误差)进行累加,这个计算量非常大,而明显没有必要。而且小车的PID控制器的输出并不是绝对数值,而是一个△,代表增多少,减多少。换句话说,通过增量PID算法,每次输出是PWM要增加多少或者减小多少,而不是PWM的实际值。所以明白增量式PID就行了。 三、接着讲PID参数的整定,也就是PID公式中,那几个常数系数Kp,Ti,Td等是怎么被确定下来然后带入PID算法中的。如果要运用PID,则PID参数是必须由自己调出来适合自己的项目的。通常四旋翼,自平衡车的参数都是由自己一个调节出来的,这是一个繁琐的过程。本次我们可以不管,关于PID参数怎么确定的,网上有很多经验可以借鉴。比如那个经典的经验试凑口诀: 参数整定找最佳, 从小到大顺序查。 先是比例后积分, 最后再把微分加。 曲线振荡很频繁, 比例度盘要放大。 曲线漂浮绕大弯, 比例度盘往小扳。 曲线偏离回复慢, 积分时间往下降。 曲线波动周期长, 积分时间再加长。 曲线振荡频率快, 先把微分降下来。 动差大来波动慢, 微分时间应加长。 理想曲线两个波, 前高后低四比一。 一看二调多分析, 调节质量不会低。 四、接下来我们用例子来辅助我们把常用的PID模型讲解了。(PID控制并不一定要三者都出现,也可以只是PI、PD控制,关键决定于控制的对象。)(下面的内容只是介绍一下PID模型,可以不看,对理解PID没什么用) 例子:我们要控制一个人,让他一PID的控制方式来行走110步后停下来。 1)P比例控制,就是让他按照一定的比例走,然后停下。比如比例系数为108,则走一次就走了108步,然后就不走了。 说明:P比例控制是一种最简单的控制方式,控制器的输出与输入误差信号成比例关系。但是仅有比例控制时系统输出存在稳态误差。比如上面的只能走到108,无论怎样都走不到110。 2)PI积分控制,就是按照一定的步伐走到112步然后回头接着走,走到108步位置时,然后又回头向110步位置走。在110位置处来回晃荡几次,最后停在110步的位置。说明:在积分I控制中,控制器的输出与输入误差信号的积分成正比关系。对一个自动控制系统来说,如果在进入稳态后存在稳态误差,则称这个控制系统是有稳态误差的或简称有差系统。为了消除稳态误差,在控制器中必须引入“积分项”。积分项对误差的影响决于时间的积分,随着时间的增加,积分项会增大。这样,即便误差很小,积分项也会随着时间的增加而加大,它推动控制器的输出增大,从而使稳态误差进一步减小,直到等于0。因此,比例+积分(PI)控制器可以使系统在进入稳态后无稳态误差。 3)PD微分控制,就是按照一定的步伐走到一百零几步后,再慢慢地走向110步的位置靠近,如果最后能精确停在110步的位置,就是无静差控制;如果停在110步附近(如109步或111步位置),就是有静差控制。 说明:在微分控制D中,控制器的输出与输入误差信号的微分(即误差的变化率)成正比关系。 自动控制系统在克服误差的调节过程中可能会出现振荡甚至失稳,原因是存在较大惯性组件(环节)或滞后组件,具有抑制误差的作用,其变化总是落后于误差的变化。解决的办法是使抑制误差作用的变化“超前”,即在误差接近于零时,抑制误差的作用就应该是零。这就是说,在控制器中仅引入“比例P”项往往是不够的,比例项的作用仅是放大误差的幅值,而目前需要增加的是“微分项”,它能预测误差变化的趋势。这样,具有比例+微分的控制器就能够提前使抑制误差的控制作用等于零,甚至为负值,从而避免了被控量的严重超调。所以对有较大惯性或滞后的被控对象,比例P+微分D(PD)控制器能改善系统在调节过程中的动态特性。 五、用小明来说明PID: 小明接到这样一个任务:有一个水缸有点漏水(而且漏水的速度还不一定固定不变),要求水面高度维持在某个位置,一旦发现水面高度低于要求位置,就要往水缸里加水。 小明接到任务后就一直守在水缸旁边,时间长就觉得无聊,就跑到房里看小说了,每30分钟来检查一次水面高度。水漏得太快,每次小明来检查时,水都快漏完了,离要求的高度相差很远,小明改为每3分钟来检查一次,结果每次来水都没怎么漏,不需要加水,来得太频繁做的是无用功。几次试验后,确定每10分钟来检查一次。这个检查时间就称为采样周期。 开始小明用瓢加水,水龙头离水缸有十几米的距离,经常要跑好几趟才加够水,于是小明又改为用桶加,一加就是一桶,跑的次数少了,加水的速度也快了,但好几次将缸给加溢出了,不小心弄湿了几次鞋,小明又动脑筋,我不用瓢也不用桶,老子用盆,几次下来,发现刚刚好,不用跑太多次,也不会让水溢出。这个加水工具的大小就称为比例系数。 小明又发现水虽然不会加过量溢出了,有时会高过要求位置比较多,还是有打湿鞋的危险。他又想了个办法,在水缸上装一个漏斗,每次加水不直接倒进水缸,而是倒进漏斗让它慢慢加。这样溢出的问题解决了,但加水的速度又慢了,有时还赶不上漏水的速度。于是他试着变换不同大小口径的漏斗来控制加水的速度,最后终于找到了满意的漏斗。漏斗的时间就称为积分时间。 小明终于喘了一口,但任务的要求突然严了,水位控制的及时性要求大大提高,一旦水位过低,必须立即将水加到要求位置,而且不能高出太多,否则不给工钱。小明又为难了!于是他又开努脑筋,终于让它想到一个办法,常放一盆备用水在旁边,一发现水位低了,不经过漏斗就是一盆水下去,这样及时性是保证了,但水位有时会高多了。他又在要求水面位置上面一点将水缸要求的水平面处凿一孔,再接一根管子到下面的备用桶里这样多出的水会从上面的孔里漏出来。这个水漏出的快慢就称为微分时间。 六、在代码中理解PID:(好好看注释,很好理解的。注意结合下面PID的公式) 首先看PID的增量型公式: PID=Uk+KP*【E(k)-E(k-1)】+KI*E(k)+KD*【E(k)-2E(k-1)+E(k-2)】 在单片机中运用PID,出于速度和RAM的考虑,一般不用浮点数,这里以整型变量为例来讲述PID在单片机中的运用。由于是用整型来做的,所以不是很精确。但是对于一般的场合来说,这个精度也够了,关于系数和温度在程序中都放大了10倍,所以精度不是很高,但是大部分的场合都够了,若不够,可以再放大10倍或者100倍处理,不超出整个数据类型的范围就可以了。一下程序包括PID计算和输出两部分。当偏差>10度时全速加热,偏差在10度以内时为PID计算输出。 程序说明:下面的程序,先看main函数。可知在对定时器0初始化后就一直在执行PID_Output()函数。在PID_Output()函数中先用iTemp变量来得到PID运算的结果,来决定是启动加热丝加热还是不启动加热丝。下面的if语句结合定时器来决定PID算法多久执行一次。PID_Operation()函数看似很复杂,其实就一直在做一件事:根据提供的数据,用PID公式把最终的PID值算出来。 [C] 纯文本查看 复制代码 ? 001 002 003 004 005 006 007 008 009 010 011 012 013 014 015 016 017 018 019 020 021 022 023 024 025 026 027 028 029 030 031 032 033 034 035 036 037 038 039 040 041 042 043 044 045 046 047 048 049 050 051 052 053 054 055 056 057 058 059 060 061 062 063 064 065 066 067 068 069 070 071 072 073 074 075 076 077 078 079 080 081 082 083 084 085 086 087 088 089 090 091 092 093 094 095 096 097 098 099 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 #include typedef unsigned char uChar8; typedef unsigned int uInt16; typedef unsigned long int uInt32; sbit ConOut = P1^1; //加热丝接到P1.1口 typedef struct PID_Value { uInt32 liEkVal[3]; //差值保存,给定和反馈的差值 uChar8 uEkFlag[3]; //号,1则对应的为负数,0为对应的为正数 uChar8 uKP_Coe; //比例系数 uChar8 uKI_Coe; //积分常数 uChar8 uKD_Coe; //微分常数 uInt16 iPriVal; //上一时刻值 uInt16 iSetVal; //设定值 uInt16 iCurVal; //实际值 }PID_ValueStr; PID_ValueStr PID; //定义一个结构体,这个结构体用来存算法中要用到的各种数据 bit g_bPIDRunFlag = 0; //PID运行标志位,PID算法不是一直在运算。而是每隔一定时间,算一次。 /* ******************************************************** /* 函数名称:PID_Operation() /* 函数功能:PID运算 /* 入口参数:无(隐形输入,系数、设定值等) /* 出口参数:无(隐形输出,U(k)) /* 函数说明:U(k)+KP*[E(k)-E(k-1)]+KI*E(k)+KD*[E(k)-2E(k-1)+E(k-2)] ******************************************************** */ void PID_Operation(void) { uInt32 Temp[3] = {0}; //中间临时变量 uInt32 PostSum = 0; //正数和 uInt32 NegSum = 0; //负数和 if(PID.iSetVal > PID.iCurVal) //设定值大于实际值否? { if(PID.iSetVal - PID.iCurVal > 10) //偏差大于10否? PID.iPriVal = 100; //偏差大于10为上限幅值输出(全速加热) else //否则慢慢来 { Temp[0] = PID.iSetVal - PID.iCurVal; //偏差 PID.liEkVal[1]) //E(k)>E(k-1)否? { Temp[0] = PID.liEkVal[0] - PID.liEkVal[1]; //E(k)>E(k-1) PID.uEkFlag[0] = 0; //E(k)-E(k-1)为正数 } else { Temp[0] = PID.liEkVal[1] - PID.liEkVal[0]; //E(k) Temp[2]) //E(k-2)+E(k)>2E(k-1)否? { Temp[2] = (PID.liEkVal[0] + PID.liEkVal[2]) - Temp[2]; PID.uEkFlag[2]=0; //E(k-2)+E(k)-2E(k-1)为正数 } else //E(k-2)+E(k) PID.iCurVal(即E(K)>0)才进入if的, 那么就没可能为负,所以打个转回去就是了 */ /* ========= 计算KD*[E(k-2)+E(k)-2E(k-1)]的值 ========= */ if(PID.uEkFlag[2]==0) PostSum += Temp[2]; //正数和 else NegSum += Temp[2]; //负数和 /* ========= 计算U(k) ========= */ PostSum += (uInt32)PID.iPriVal; if(PostSum > NegSum) //是否控制量为正数 { Temp[0] = PostSum - NegSum; if(Temp[0] 0,才有必要减“1” uCounter++; if(100 == uCounter) { PID_Operation(); //每过0.1*100S调用一次PID运算。 uCounter = 0; } } } /* ******************************************************** /* 函数名称:PID_Output() /* 函数功能:PID输出控制 /* 入口参数:无(隐形输入,U(k)) /* 出口参数:无(控制端) ******************************************************** */ void Timer0Init(void) { TMOD |= 0x01; // 设置定时器0工作在模式1下 TH0 = 0xDC; TL0 = 0x00; // 赋初始值 TR0 = 1; // 开定时器0 EA = 1; // 开总中断 ET0 = 1; // 开定时器中断 } void main(void) { Timer0Init(); while(1) { PID_Output(); } } void Timer0_ISR(void) interrupt 1 { static uInt16 uiCounter = 0; TH0 = 0xDC; TL0 = 0x00; uiCounter++; if(100 == uiCounter) { g_bPIDRunFlag = 1; } } #include typedef unsigned char uChar8; typedef unsigned int uInt16; typedef unsigned long int uInt32; sbit ConOut = P1^1; //加热丝接到P1.1口 typedef struct PID_Value { uInt32 liEkVal[3]; //差值保存,给定和反馈的差值 uChar8 uEkFlag[3]; //号,1则对应的为负数,0为对应的为正数 uChar8 uKP_Coe; //比例系数 uChar8 uKI_Coe; //积分常数 uChar8 uKD_Coe; //微分常数 uInt16 iPriVal; //上一时刻值 uInt16 iSetVal; //设定值 uInt16 iCurVal; //实际值 }PID_ValueStr; PID_ValueStr PID; //定义一个结构体,这个结构体用来存算法中要用到的各种数据 bit g_bPIDRunFlag = 0; //PID运行标志位,PID算法不是一直在运算。而是每隔一定时间,算一次。 /* ******************************************************** /* 函数名称:PID_Operation() /* 函数功能:PID运算 /* 入口参数:无(隐形输入,系数、设定值等) /* 出口参数:无(隐形输出,U(k)) /* 函数说明:U(k)+KP*[E(k)-E(k-1)]+KI*E(k)+KD*[E(k)-2E(k-1)+E(k-2)] ******************************************************** */ void PID_Operation(void) { uInt32 Temp[3] = {0}; //中间临时变量 uInt32 PostSum = 0; //正数和 uInt32 NegSum = 0; //负数和 if(PID.iSetVal > PID.iCurVal) //设定值大于实际值否? { if(PID.iSetVal - PID.iCurVal > 10) //偏差大于10否? PID.iPriVal = 100; //偏差大于10为上限幅值输出(全速加热) else //否则慢慢来 { Temp[0] = PID.iSetVal - PID.iCurVal; //偏差 PID.liEkVal[1]) //E(k)>E(k-1)否? { Temp[0] = PID.liEkVal[0] - PID.liEkVal[1]; //E(k)>E(k-1) PID.uEkFlag[0] = 0; //E(k)-E(k-1)为正数 } else { Temp[0] = PID.liEkVal[1] - PID.liEkVal[0]; //E(k) Temp[2]) //E(k-2)+E(k)>2E(k-1)否? { Temp[2] = (PID.liEkVal[0] + PID.liEkVal[2]) - Temp[2]; PID.uEkFlag[2]=0; //E(k-2)+E(k)-2E(k-1)为正数 } else //E(k-2)+E(k) PID.iCurVal(即E(K)>0)才进入if的, 那么就没可能为负,所以打个转回去就是了 */ /* ========= 计算KD*[E(k-2)+E(k)-2E(k-1)]的值 ========= */ if(PID.uEkFlag[2]==0) PostSum += Temp[2]; //正数和 else NegSum += Temp[2]; //负数和 /* ========= 计算U(k) ========= */ PostSum += (uInt32)PID.iPriVal; if(PostSum > NegSum) //是否控制量为正数 { Temp[0] = PostSum - NegSum; if(Temp[0] 0,才有必要减“1” uCounter++; if(100 == uCounter) { PID_Operation(); //每过0.1*100S调用一次PID运算。 uCounter = 0; } } } /* ******************************************************** /* 函数名称:PID_Output() /* 函数功能:PID输出控制 /* 入口参数:无(隐形输入,U(k)) /* 出口参数:无(控制端) ******************************************************** */ void Timer0Init(void) { TMOD |= 0x01; // 设置定时器0工作在模式1下 TH0 = 0xDC; TL0 = 0x00; // 赋初始值 TR0 = 1; // 开定时器0 EA = 1; // 开总中断 ET0 = 1; // 开定时器中断 } void main(void) { Timer0Init(); while(1) { PID_Output(); } } void Timer0_ISR(void) interrupt 1 { static uInt16 uiCounter = 0; TH0 = 0xDC; TL0 = 0x00; uiCounter++; if(100 == uiCounter) { g_bPIDRunFlag = 1; } }
1、问题背景: 1949年香农在《有噪声时的通信》一文中提出了信道容量的概念和信道编码定理,为信道编码奠定了理论基础。无噪信道编码定理(又称香农第一定理)指出,码字的平均长度只能大于或等于信源的熵。有噪信道编码定理(又称香农第二定理)则是编码存在定理。它指出只要信息传输速率小于信道容量,就存在一类编码,使信息传输的错误概率可以任意小。随着计算技术和数字通信的发展,纠错编码和密码学得到迅速的发展。 2、课题分析: 运用matlab编写程序求解任给信源号概率的香农编码。给定一组信源号概率,通过所编写的程序对信源号概率编码,求出此信源号概率对应的香农编码。 3、编程方法: 据课本上的介绍编码香农码的方法。 首先,给定信源号概率,要先判断信源号概率是否满足概率分布,即各概率之和是否为1,如果不为1就没有继续进行编码的必要,虽然任可以正常编码,但编码失去了意义。 其次,对信源号概率进行从小到大的排序,以便进行下一步。从第一步就知道信源号的个数n,于是构造一个nx4的零矩阵D,以便储存接下来运算的结果。把排好序的信源号概率以列的形式赋给D的第一列。 再次,做编码的第二步,求信源号概率的累加概率(方法见程序),用来编写码字。 接着求各信源号概率对应的自信息量,用于求解码长k。 然后,我们对刚求的自信息量对无穷方向最小正整数,得到的最小正整数就是该信源号所对应编码的码长k,有了码长,接下来就可以求解码字。 最后,对所求到的累加概率求其二进制,其小数点后的数,所位数由该信源号对应的码长决定,所用的步骤结束,依次得到各信源号的香农编码。
期末作业考核 《计算机图形设计基础》 满分100分 一、判断题(每题3分,共30分) 1、 从选手的角度瞧,博弈树就就是一棵与或树,其特点就是博弈的目标状态就是初始节点,博 弈树中的"或"节点与"与"节点逐层交替出现。( ) 2、 遗传算法的编码方法常用编码方式有二进制编码、浮点数编码方法、格雷码、几何图形 方法。( ) 3、 如果搜索就是以接近起始节点的程度依次扩展节点的,那么这种搜索就叫做宽度优先搜索 。( ) 4、 在宽度优先搜索中,OPEN表的数据结构就是栈。( ) 5、 目前,人工智能的主要学派有下列3家:号主义、分割主义与现实主义。(×) 6、 行为主义认为人工智能源于控制论。(×) 7、 在前馈网络中,多个神经元互连以组织一个互连神经网络。(×) 8、 问题归约法就是从中间状态出发逆向推理,建立子问题以及子问题的子问题,直至最后把 初始问题归约为一个平凡的本原问题集合。( ) 9、 在问题归约图中,终叶节点就是可解节点。(×) 10、 子句就是由文字的析组成的公式。(×) 二、简答题(每题15分,共45分) 1、 当前人工智能有哪些学派,她们的认知观就是什么? 答:号主义,又称为逻辑主义、心理学派或计算机学派[ 其原理主要为物理号系统(即号操作系统)假设与有限合理性原理。 ] 认为人的认知基元就是号,而且认知过程即号操作过程。认为人就是一个物理号系 统,计算机也就是一个物理号系统,因此,我们就能够用计算机来模拟人的智能行为。知 识就是信息的一种形式,就是构成智能的基础。人工智能的核心问题就是知识表示、知识 推理与知识运用。 联结主义,又称为仿生学派或生理学派 [ 其原理主要为神经网络及神经网络间的连接机制与学习算法 ] 认为人的思维基元就是神经元,而不就是号处理过程。认为人脑不同于电脑,并提出联 结主义的大脑工作模式,用于号操作的电脑工作模式。 行为主义,又称进化主义或控制论学派 [ 其原理为控制论及感知-动作型控制系统 ] 认为智能决于感知与行动。认为智能不需要知识、不需要表示、不需要推理;人工智能 可以象人类智能一样逐步进化。智能行为只能在现实世界中与周围环境交互作用而表现 出来。号主义、联结主义对真实世界客观事物的描述及其智能行为工作模式就是过于 简化的抽象,因而就是不能真实地反映客观存在的。 2、 简述反演的基本算法。 答:包括线性反演与非线性反演 线性反演包括:最速下降、高斯反演、马垮塌反演 非线性反演包括:遗传算法、模拟退火等 瞧您要做什么了,要根据不同的需要选择不同的反演方法,不过非线性反演计算时间长 3、 试说明一般应用程序与专家系统的区别。 答:一般应用程序与专家系统的区别在于:前者把问题求解的知识隐含地编入程序,而后者 则把其应用领域的问题求解知识单独组成一个实体,即为知识库。知识库的处理就是通过 与知识库分开的控制策略进行的。 更明确地说,一般应用程序把知识组织为两级:数据级与程序级;大多数专家系统则将知识 组织成三级;数据、知识库与控制。 在数据级上,就是已经解决了的特定问题的说明性知识以及需要求解问题的有关事件的当 前状态。 在知识库级就是专家系统的专门知识与经验。就是否拥有大量知识就是专家系统成功与 否的关键,因而知识表示就成为设计专家系统的关键。 在控制程序级,根据既定的控制策略与所求解问题的性质来决定应用知识库中的哪些知识 。 三、计算题(共25分) 设U={2,3,4,5,6},F与G分别就是U上的两个模糊集,即 F=小=1/2+0、7/3+0、5/4+0、3/5+0、1/6 G=大=0、1/2+0、3/3+0、5/4+0、7/5+1/6 求F G。 答:F G=(1 0、1)/2+(0、7 0、3)/3+(0、5 0、5)/4+(0、3 0、7)/5+(0、1 1)/6 =1/2+0、7/3+0、5/4+0、7/5+1/6 ----------------------- 《计算机图形设计基础》答案全文共2页,当前为第1页。 《计算机图形设计基础》答案全文共2页,当前为第2页。
算术编码是一种非常高效的数据压缩方法,其原理是将输入数据映射到一个区间 `[0,1)` 上,然后将该区间不断分割成子区间,每个子区间对应一个输出号。由于区间的精度可以任意高,因此算术编码可以达到接近熵编码的压缩效率。 下面是一个基于算术编码原理的 Matlab 程序,用于压缩和解压二维灰度图像。该程序使用 Matlab 的 `imread` 函数读图像文件,并将图像转换成一个行向量。然后,程序使用算术编码原理对行向量进行压缩,并将压缩后的数据保存到文件。解压过程与压缩过程类似,只是需要将压缩后的数据解码并将结果转换回二维矩阵。 程序代码如下: ```matlab % 读图像,并将其转换为行向量 im = imread('lena.png'); im_vec = double(im(:)'); % 创建概率表 symbols = 0:255; counts = hist(im_vec, symbols); p = counts / sum(counts); % 压缩图像 L = 65536; % 区间精度 low = 0; range = 1; for k = 1:length(im_vec) % 将当前号映射到区间 [low, low+range) symbol = find(symbols == im_vec(k)) - 1; % 减1是为了将号从[0, 255]映射到[0, 1) new_low = low + symbol * range / sum(counts(1:symbol)); new_range = range * p(symbol + 1) / sum(p(1:symbol)); % 更新区间 low = new_low; range = new_range; end % 将区间中的任意一点映射回号空间 code = low + range / 2; % 将压缩结果保存到文件 dlmwrite('compressed.dat', code, 'precision', 16); % 从文件中读压缩结果 code = dlmread('compressed.dat'); % 解压缩图像 im_vec_hat = zeros(size(im_vec)); low = 0; range = 1; for k = 1:length(im_vec) % 根据区间和概率表计算解码结果 symbol = find(cumsum(p) > (code(k) - low) / range, 1) - 1; im_vec_hat(k) = symbols(symbol + 1); % 更新区间 new_low = low + symbol * range / sum(counts(1:symbol)); new_range = range * p(symbol + 1) / sum(p(1:symbol)); % 更新区间 low = new_low; range = new_range; end % 将解压缩结果转换为二维矩阵 im_hat = reshape(im_vec_hat, size(im)); % 显示压缩前后的图像 figure; subplot(1, 2, 1); imshow(im); title('Original Image'); subplot(1, 2, 2); imshow(uint8(im_hat)); title('Decompressed Image'); ``` 上述程序通过将号映射到区间 `[low, low+range)` 来实现算术编码。在压缩过程中,程序不断更新区间的左端点 `low` 和长度 `range`,并将每个号映射到当前区间内的子区间。在解压过程中,程序根据压缩后的数据和概率表,计算解码结果并更新区间。最后,程序将解压缩结果转换为二维矩阵,并使用Matlab的`imshow`函数显示原始图像和解压缩后的图像。 需要注意的是,由于算术编码的区间精度可以任意高,因此该程序的压缩效率决于区间精度 `L` 的选择。如果 `L` 太小,压缩后的数据可能会丢失很多细节,从而导致解压缩后的图像质量降低;如果 `L` 太大,则压缩后的数据可能会非常大,导致压缩效率低下。通常情况下,可以通过试验不同的 `L` 值,选择一个能够在压缩率和图像质量之间得平衡的值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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