Ubuntu下makefile及gcc生成静态库动态库的简单使用举例

环境:Ubuntu-13.10  32位(虚拟机)、gcc4.8.1

         首先创建一个test_makefile_gcc文件夹,此test_makefile_gcc文件夹下包括:src文件夹用于存放源文件; include文件夹用于存放头文件;bin文件夹用于存放生成的动态库.so文件;lib文件夹用于存放生成的静态库.a文件;project_makefile文件夹存放此工程的makefile文件;test文件夹存放用来测试静态库和动态库的源文件;另外在test_makefile_gcc文件夹下还包含一个makefile文件。

         include文件夹下包括add.h、divide.h、hybrid.h、multiply.h、subtract.h:

         add.h文件内容为:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. int CalAdd(int a, int b);  

divide.h文件内容为:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. int CalDivide(int a, int b);  

hybrid.h文件内容为:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. int CalHybrid(int a, int b, int c, int d);  
multiply.h文件内容为:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. int CalMultiply(int a, int b);  
subtract.h文件内容为:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. int CalSubtract(int a, int b);  

src文件夹下包括add.c、divide.cpp、hybrid.cpp、multiply.cpp、subtract.c:

add.c文件内容为:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include "add.h"  
  2.   
  3.   
  4.   
  5. int CalAdd(int a, int b)  
  6.   
  7. {  
  8.   
  9.     return a + b;  
  10.   
  11. }  

divide.cpp文件内容为:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include "divide.h"  
  2.   
  3.   
  4.   
  5. int CalDivide(int a, int b)  
  6.   
  7. {  
  8.   
  9.     return a / b;  
  10.   
  11. }  

hybrid.cpp文件内容为:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include "hybrid.h"  
  2.   
  3. extern "C" {  
  4. #include "add.h"  
  5.   
  6. #include "subtract.h"  
  7.   
  8. }  
  9. #include "multiply.h"  
  10.   
  11. #include "divide.h"  
  12.   
  13.   
  14.   
  15. int CalHybrid(int a, int b, int c, int d)  
  16.   
  17. {  
  18.   
  19.     int tmp1=0, tmp2=0, tmp3=0, tmp4=0, result=0;  
  20.   
  21.   
  22.   
  23.     tmp1 = CalDivide(a, b);  
  24.   
  25.     tmp2 = CalMultiply(c, d);  
  26.   
  27.     tmp3 = CalAdd(tmp1, tmp2);  
  28.   
  29.     tmp4 = CalSubtract(tmp2, tmp1);  
  30.   
  31.     result = CalAdd(tmp3, tmp4);  
  32.   
  33.   
  34.   
  35.     return result;  
  36.   
  37. }  

multiply.cpp文件内容为:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include "multiply.h"  
  2.   
  3.   
  4.   
  5. int CalMultiply(int a, int b)  
  6.   
  7. {  
  8.   
  9.     return a * b;  
  10.   
  11. }  

subtract.c文件内容为:
[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include "subtract.h"  
  2.   
  3.   
  4.   
  5. int CalSubtract(int a, int b)  
  6.   
  7. {  
  8.   
  9.     return a - b;  
  10.   
  11. }  

project_makefile文件夹中makefile内容为:

[plain]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. add_cflags = -I../include  
  2.   
  3.   
  4.   
  5. cxxsources = \  
  6.   
  7.     ../src/divide.cpp \  
  8.   
  9.     ../src/multiply.cpp \  
  10.   
  11.     ../src/hybrid.cpp  
  12.   
  13.       
  14.   
  15. csources = \  
  16.   
  17.     ../src/add.c \  
  18.   
  19.     ../src/subtract.c  
  20.   
  21.       
  22.   
  23. sources = $(cxxsources) $(csources)  
  24.   
  25. include ../makefile  

test_makefile_gcc文件夹中的makefile文件内容为:

[plain]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. debug: $(sources)  
  2.   
  3.     gcc -c -ggdb $(add_cflags) $(sources)  
  4.   
  5.   
  6.   
  7. release: $(sources)  
  8.   
  9.     gcc -g -c -Os -fPIC $(add_cflags) $(sources)  

test_makefile_gcc文件夹中test_makefile_gcc.cpp文件的内容为:

[cpp]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. #include "../include/hybrid.h"  
  2.   
  3. #include <iostream>  
  4.   
  5.   
  6.   
  7. using namespace std;  
  8.   
  9.   
  10.   
  11. int main(int argc, char* argv[])  
  12.   
  13. {  
  14.   
  15.     int a=10, b=200, c=-34, d=92;  
  16.   
  17.   
  18.   
  19.     int result = CalHybrid(a, b, c, d);  
  20.   
  21.   
  22.   
  23.     cout<<result<<endl;  
  24.   
  25.   
  26.   
  27.     return 0;  
  28.   
  29. }  

详细操作步骤:

1、将终端定位到project_makefile文件夹下,执行命令: make debug ;在project_makefile文件夹下生成add.o、divide.o、hybrid.o、multiply.o、subtract.o文件;

2、在lib文件夹下生成静态库libtest[linux_dbg_32].a,执行命令:ar -r ../lib/libtest[linux_dbg_32].a  *.o ;

3、将终端定位到test文件夹,执行命令:g++ -o test test_makefile_gcc.cpp  -L  ../lib  -ltest[linux_dbg_32] ,生成test执行文件;

4、执行命令:./test ,输出结果:-6256,Debug静态库的调用完成;

5、将终端重新定位到project_makefile文件夹下,执行命令:gcc  -shared  -o ../bin/libtest[linux_dbg_32].so  *.o ,在bin文件夹下生成libtest[linux_dbg_32].so ;

6、执行命令:g++  -o  ../test/test2  ../test/test_makefile_gcc.cpp -L  ../bin -ltest[linux_dbg_32] ,在test文件夹下生成test2执行文件;

7、执行命令:export  LD_LIBRARY_PATH=/home/spring/test_makefile_gcc/bin ,用于指定文件需调用的动态库的路径;

8、执行命令:./test2 ,输出结果:-6256,Debug动态库的调用完成;

9、若生成Release的动态库或静态库,执行 make release,其它步骤仅需修改生成的文件名即可。


0
  • 0
    点赞
  • 1
    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估计的实现,以及它们在MATLAB环境的具体应用。 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,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,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