gorm 一对多

type Author struct {
	AID  int `gorm:"primary_key;AUTO_INCREMENT"`
	Name string
	Age  string
	Sex  string
	//关联关系
	Article []Article `gorm:"ForeignKey:Auid;AssociationForeignKey:AID"`
}
type Article struct {
	ArId    int `gorm:"primary_key;AUTO_INCREMENT"`
	Title   string
	Content string
	Desc    string
	//设置外键
	AuId int
}

创建

	author := Author{
		Name: "张三",
		Age:  30,
		Sex:  "男",
		Article: []Article{{
			Title:   "HTML入门",
			Content: "",
			Desc:    "",
		},
			{
				Title:   "HTML入门",
				Content: "",
				Desc:    "",
			},
		},
	}
	db.Create(&author)

查询一

	//Association方式查询,因为关联关系在Author中,所以我们操作的是Author模型
	var author Author
	//如果只执行下面这步操作,那么关联的Article信息是查询不到的
	db.Debug().First(&author, "info_id=?", 1)
	//如果想要查询到Author相关内容,必须执行如下操作:
	//Model参数:要查询的表数据,Association参数:关联到具体的模型,模型名称Article(字段名字)
	//Find参数:查询的数据要放在什么字段中&author.Article
	db.Debug().Model(&author).Association("Article").Find(&author.Article)

查询二

	//preLoad方式查询
	var author Author
	//查询a_id=1的数据放入author中,并关联查询Article字段对应的数据
	db.Debug().Preload("User").Find(&author, "a_id=?", 1)

更新

var author Author
	//查询a_id=1的数据放入author中,并关联查询Article字段对应的数据
	db.Debug().Preload("User").Find(&author, "a_id=?", 1)
	//再更新
	//如果直接Update操作,那么关联的文章记录就会被全部更改
	//db.Model(&author.Article).Update("title", "go入门")
	//所以你要改动指定的记录,必须加入限定条件
	db.Model(&author.Article).Where("ar_id=?", 1).Update("title", "go入门")

删除

var author Author
	//查询a_id=1的数据放入author中,并关联查询Article字段对应的数据
	db.Debug().Preload("User").Find(&author, "a_id=?", 1)
	//再删除:必须加入指定条件
	db.Where("ar_id=?", 2).Delete(&author.Article)

  • 2
    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