这是一篇对Masonry第三方的一些初级运用

- (void)viewDidLoad {
    [super viewDidLoad];
//居中显示一个View
    UIView *Views = [UIView new];
    Views.backgroundColor = [UIColor cyanColor];
    //在使用autolayout之前要把视图添加到superView上
    [self.view addSubview:Views];
    //用masonry函数来对View进行约束
//    [Views mas_makeConstraints:^(MASConstraintMaker *make) {
//        
//        //设置View居中
//        make.center.equalTo(self.view);
//        //设置View尺寸
//        make.size.mas_equalTo(CGSizeMake(300, 300));
//        
//    }];

    /**
     *   1.mas_makeConstraints 只负责添加约束 Autolayout中,不能同时存在两个对同一对象的约束
     *   2.mas_updateConstraints 针对上面的情况 会更新在block中出现的约束,确保不会出现两个相同的约束
     *   3.mas_remakeConstraints 会清除之前的所有约束 仅保留最新的约束
     */
    
    /**
     *  mas_equalTo 除了支持NSNumber的数值类型外,就只支持CGPoint  CGSize UIEdgeInsets
     */
    
#pragma 让一个View略小于superView
    
    UIView *IView = [UIView new];
    IView.backgroundColor = [UIColor orangeColor];
    [self.view addSubview:IView];
//    [IView mas_makeConstraints:^(MASConstraintMaker *make) {
        make.top.equalTo(Views).with.offset(10);
        make.left.equalTo(Views).with.offset(10);
        make.bottom.equalTo(Views).with.offset(-10);
        make.right.equalTo(Views).with.offset(-10);
//        //等价
        make.top.left.and.right.bottom.equalTo(Views).with.insets(UIEdgeInsetsMake(10, 10, 10, 10));
//        //等价
//        make.edges.equalTo(Views).with.insets(UIEdgeInsetsMake(15, 15, 15, 15));
//        
//    }];
   
#pragma 垂直居中 并且等宽等间距 间隔10 宽度自动计算
    
    [Views mas_makeConstraints:^(MASConstraintMaker *make) {
       
        make.centerY.mas_equalTo(self.view.mas_centerY);
        make.left.equalTo(self.view.mas_left).with.offset(10);
        make.right.equalTo(IView.mas_left).with.offset(-10);
        make.height.mas_equalTo(@150);
        make.width.equalTo(IView);
        
    }];
    
    [IView mas_makeConstraints:^(MASConstraintMaker *make) {
        make.centerY.mas_equalTo(self.view.mas_centerY);
        make.left.equalTo(Views.mas_right).with.offset(10);
        make.right.equalTo(self.view.mas_right).with.offset(-10);
        make.height.equalTo(Views);
        make.width.equalTo(Views);
        
    }];
    
    
    

}

  • 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