GNU Radio之OFDM Carrier Allocator底层C++实现

文章目录

  • 前言
  • 一、OFDM Carrier Allocator 简介
  • 二、底层 C++ 实现
    • 1、make 函数
    • 2、ofdm_carrier_allocator_cvc_impl 函数
    • 3、calculate_output_stream_length 函数
    • 4、work 函数
    • 5、~ofdm_carrier_allocator_cvc_impl 函数
  • 三、OFDM 数据格式


前言

OFDM Carrier Allocator 是 OFDM 子载波分配模块,也即串并转换模块。该模块的作用是给每个子载波分配相应的值,数据相应地实现串并转换。本文记录其底层 C++ 代码实现。


一、OFDM Carrier Allocator 简介

OFDM Carrier Allocator:OFDM 子载波分配模块,也即串并转换模块。该模块的作用是给每个子载波分配相应的值,数据相应地实现串并转换。

双击 OFDM Carrier Allocator 这个模块,会出现下面这样的属性图:
在这里插入图片描述
官方示例中这里设总载波个数为 64,载波类型包括以下几种:数据子载波(Occupied carriers)、导频子载波(Pilot carriers)、虚拟子载波(Virtual carriers, VC)和直流子载波(DC carrier)。 其中数据子载波可以用来携带数据和同步字,导频载波用于发射特定符号数据,空载波的值默认为 0。在试验中发送端 OFDM 子载波的编号规则是:为了保持左右对称,将 64 个子载波编号为 [-32,31]。其中,最左边 6 个子载波 [-32,-27] 和最右边的 5 个子载波 [26,31] 称为虚拟载波,即不使用的载波它的值默认为 0,其作用是为了减少带外功率和抑制 ACI;编号为[-26,-22]、[-20,-8]、[-6,-1]、[1,6]、[8,20]、[22,26] 都是数据子载波;编号为 -21、-7、7、21 为导频子载波;编号为 0 为直流子载波,作用是降低 OFDM 信号的峰值信噪比以及硬件电路的复杂度;

由此可知,64 个子载波中有效子载波只有 48 个这样我们便可以计算出承载一帧有效数据(包括帧头和负载共 448 个符号)所需要的 OFDM 符号数(将 64 个子载波组成的并行数据称为一个 OFDM 符号),即 448/48=9.33 个 OFDM 符号,也就是说传输一帧有效数据需要 10 个 OFDM 符号。另外,为了接收端解调方便,实验中的 OFDM 信号需要加入 2 个符号的同步字置于一帧有效数据的开头。所以,最后传输的一帧数据中包含了 12 个 OFDM 字符, 2 个同步字和 10 个有效数据

二、底层 C++ 实现

根据维基百科官方资料可以看到其实现的 C++ 代码所在的源文件:OFDM_Carrier_Allocator
在这里插入图片描述
这里我们重点查看 ofdm_carrier_allocator_cvc_impl.cc 文件的内容,使用 source insight 我们可以看到这 5 个实现函数:
在这里插入图片描述
当你在 GNU Radio Companion (GRC) 图中使用 OFDM Carrier Allocator 模块时,模块的生命周期会遵循特定的调用顺序,涉及你提到的函数。这些函数的调用顺序反映了模块从创建到执行再到销毁的整个过程。以下是一个高层次的概览:

    1. make()
    • 作用:这是一个静态工厂方法,用于创建 OFDM Carrier Allocator 模块的实例。在 GRC 生成的 Python 代码中,当流图初始化并创建模块实例时,会首先调用此方法
    • 调用时机:流图初始化时。
    1. ofdm_carrier_allocator_cvc_impl()
    • 作用:这是构造函数,由 make() 方法内部调用,用于初始化模块实例。它设置模块的初始状态,包括配置参数和内部变量的初始化。
    • 调用时机:紧随 make() 方法之后。
    1. calculate_output_stream_length(const gr_vector_int& ninput_items)
    • 作用:这个方法计算输出流的长度,基于输入项的数量。它用于确保流控制逻辑正确处理输入和输出之间的大小关系,尽管它可能不在所有模块中都显式实现。
    • 调用时机:这个方法在处理数据(即调用 work() 方法)之前被调用,但具体是否被调用以及调用时机取决于 GNU Radio 框架的版本和具体实现。
    1. work(int noutput_items, gr_vector_int& ninput_items, gr_vector_const_void_star& input_items, gr_vector_void_star& output_items)
    • 作用:这是核心处理函数,负责实际的数据处理逻辑,包括读取输入数据,执行 OFDM 载波分配,以及输出处理后的数据
    • 调用时机:流图运行时,反复调用。每次处理一批数据时都会调用。
    1. ~ofdm_carrier_allocator_cvc_impl()
    • 作用:析构函数,用于清理资源,如内部分配的内存等。
    • 调用时机:模块销毁时调用,比如流图停止运行并进行清理时。

make() 开始,通过构造函数初始化,到 work() 方法的重复调用处理数据,再到析构函数的清理工作,这一系列函数定义了 OFDM Carrier Allocator 模块在 GNU Radio 流图中的生命周期和行为。

1、make 函数

ofdm_carrier_allocator_cvc::sptr ofdm_carrier_allocator_cvc::make(int fft_len,const std::vector<std::vector<int>>& occupied_carriers,const std::vector<std::vector<int>>& pilot_carriers,const std::vector<std::vector<gr_complex>>& pilot_symbols,const std::vector<std::vector<gr_complex>>& sync_words,const std::string& len_tag_key,const bool output_is_shifted)
{return gnuradio::get_initial_sptr(new ofdm_carrier_allocator_cvc_impl(fft_len,occupied_carriers,pilot_carriers,pilot_symbols,sync_words,len_tag_key,output_is_shifted));
}

这段代码展示了 GNU Radio 中一个典型的工厂方法模式实现,用于创建和初始化 ofdm_carrier_allocator_cvc 模块的一个实例。这个方法属于 ofdm_carrier_allocator_cvc 类,是一个静态成员函数,意味着它可以不通过对象实例而直接调用。这个方法的目的是简化对象的创建和管理,同时隐藏具体实现类 ofdm_carrier_allocator_cvc_impl 的细节。

  • 函数参数
    • fft_len:整数,指定FFT(快速傅立叶变换)的长度。
    • occupied_carriers:一个二维整数向量,指定了哪些载波被用于传输数据。
    • pilot_carriers:一个二维整数向量,指定了哪些载波被用作导频。
    • pilot_symbols:一个二维 gr_complex 向量,包含导频载波上的符号。
    • sync_words:一个二维 gr_complex 向量,包含用于帧同步的同步字。
    • len_tag_key:字符串,指定了长度标签的键,用于流标签系统中。
    • output_is_shifted:布尔值,指示输出是否应该被频移。
  • 函数实现
    函数体内部,make 方法通过调用 new 来创建 ofdm_carrier_allocator_cvc_impl 的一个新实例,将所有接收到的参数传递给其构造函数。然后,它使用 gnuradio::get_initial_sptr 函数将裸指针包装为智能指针(gnuradio::get_initial_sptr 是 GNU Radio中用于创建智能指针的辅助函数,保证了对象的安全管理和自动内存管理)。
  • 智能指针
    返回值是 ofdm_carrier_allocator_cvc::sptr,即指向 ofdm_carrier_allocator_cvc 的智能指针。在 GNU Radio 中,智能指针主要用于管理模块实例的生命周期,避免内存泄露。智能指针在对象不再被使用时会自动释放关联的资源。

2、ofdm_carrier_allocator_cvc_impl 函数

这段代码负责在 OFDM 系统中配置和准备用于传输的帧,包括数据载波、导频载波及其符号,以及同步字的分配。通过精确控制这些参数,可以优化信号的传输效率和质量,同时简化接收端的信号处理流程。

ofdm_carrier_allocator_cvc_impl::ofdm_carrier_allocator_cvc_impl(// 参数说明:int fft_len,												// FFT(快速傅里叶变换)的长度。const std::vector<std::vector<int>>& occupied_carriers,		// 被占用的载波,即用于传输数据的频率位置。const std::vector<std::vector<int>>& pilot_carriers,		// 导频载波,用于辅助接收端的信道估计。const std::vector<std::vector<gr_complex>>& pilot_symbols,	// 导频符号,已知的信号,用于帮助接收端进行信道估计。const std::vector<std::vector<gr_complex>>& sync_words,		// 同步字,用于帧同步。const std::string& len_tag_key,								// 长度标签键,用于标记流的长度。const bool output_is_shifted)								// 指示输出是否被移位的布尔值。// 构造函数初始化列表 tagged_stream_block 表明该组件是一个标记流块,用于处理带有特定标记的数据流。: tagged_stream_block("ofdm_carrier_allocator_cvc",io_signature::make(1, 1, sizeof(gr_complex)),io_signature::make(1, 1, sizeof(gr_complex) * fft_len),len_tag_key),// 成员变量初始化:d_fft_len(fft_len),						// FFT长度d_occupied_carriers(occupied_carriers),	// 被占用的载波d_pilot_carriers(pilot_carriers),			// 导频载波d_pilot_symbols(pilot_symbols),			// 导频符号d_sync_words(sync_words),					// 同步字d_symbols_per_set(0),						// 记录在一个OFDM符号集中,所有被占用的载波上分配的数据和导频符号的总数;"集"指的是一个OFDM帧d_output_is_shifted(output_is_shifted)	// 指示输出是否被移位的布尔值。
{// Sanity checks// If that is is null, the input is wrong -> force user to use ((),) in python// 检查被占用的载波是否为空,如果是,则抛出异常。if (d_occupied_carriers.empty()) {throw std::invalid_argument("Occupied carriers must be of type vector of vector i.e. ((),).");}// 检查每个数据载波索引是否在有效范围内(即非负且小于FFT长度),并对于output_is_shifted为真的情况,调整载波索引for (unsigned i = 0; i < d_occupied_carriers.size(); i++) {for (unsigned j = 0; j < d_occupied_carriers[i].size(); j++) {if (occupied_carriers[i][j] < 0) {d_occupied_carriers[i][j] += d_fft_len;}if (d_occupied_carriers[i][j] > d_fft_len || d_occupied_carriers[i][j] < 0) {throw std::invalid_argument("data carrier index out of bounds");}if (d_output_is_shifted) {d_occupied_carriers[i][j] =(d_occupied_carriers[i][j] + fft_len / 2) % fft_len;}}}// 检查  导频载波是否为空,如果是,则抛出异常。if (d_pilot_carriers.empty()) {throw std::invalid_argument("Pilot carriers must be of type vector of vector i.e. ((),).");}// 检查每个导频载波索引是否在有效范围内(即非负且小于FFT长度),并对于output_is_shifted为真的情况,调整载波索引for (unsigned i = 0; i < d_pilot_carriers.size(); i++) {for (unsigned j = 0; j < d_pilot_carriers[i].size(); j++) {if (d_pilot_carriers[i][j] < 0) {d_pilot_carriers[i][j] += d_fft_len;}if (d_pilot_carriers[i][j] > d_fft_len || d_pilot_carriers[i][j] < 0) {throw std::invalid_argument("pilot carrier index out of bounds");}if (d_output_is_shifted) {d_pilot_carriers[i][j] = (d_pilot_carriers[i][j] + fft_len / 2) % fft_len;}}}// 检查导频符号是否为空,如果是,则抛出异常。if (d_pilot_symbols.empty()) {throw std::invalid_argument("Pilot symbols must be of type vector of vector i.e. ((),).");}// 确保每个导频载波的大小与相应的导频符号向量的大小匹配。for (unsigned i = 0; i < std::max(d_pilot_carriers.size(), d_pilot_symbols.size());i++) {if (d_pilot_carriers[i % d_pilot_carriers.size()].size() !=d_pilot_symbols[i % d_pilot_symbols.size()].size()) {throw std::invalid_argument("pilot_carriers do not match pilot_symbols");}}// 验证同步字的长度与 FFT 长度相匹配。for (unsigned i = 0; i < d_sync_words.size(); i++) {if (d_sync_words[i].size() != (unsigned)d_fft_len) {throw std::invalid_argument("sync words must be fft length");}}// 计算每组被占用的符号总数。for (unsigned i = 0; i < d_occupied_carriers.size(); i++) {d_symbols_per_set += d_occupied_carriers[i].size();}set_tag_propagation_policy(TPP_DONT);	// 置标记传播策略为 TPP_DONT,不传播任何标记。set_relative_rate((uint64_t)d_symbols_per_set, (uint64_t)d_occupied_carriers.size());	// 设置相对速率,影响处理数据的速率。
}

3、calculate_output_stream_length 函数

这段代码是 ofdm_carrier_allocator_cvc_impl 类的一个成员函数,用于计算输出流的长度,基于输入项的数量。这个函数对于确保 OFDM 调制过程中输入和输出流的长度匹配至关重要。

int ofdm_carrier_allocator_cvc_impl::calculate_output_stream_length(const gr_vector_int& ninput_items) 	// 一个整数向量,其中每个元素代表对应输入流中的项目数目; 对于大多数基于流的处理模块,这个向量可能只有一个元素,因为它们通常只处理一个输入流。
{int nin = ninput_items[0];			// 表示输入流中的项目数int nout = (nin / d_symbols_per_set) * d_occupied_carriers.size();	// 计算的输出项的基本数目int k = 0;// 处理余下的输入项; 使用一个循环来处理不足以形成一个完整 OFDM 符号集的余下输入项。for (int i = 0; i < nin % d_symbols_per_set; k++) {	// i 变量用于累加当前处理的输入项数目,而 k 变量用于迭代被占用的载波集合。nout++;i += d_occupied_carriers[k % d_occupied_carriers.size()].size();	// 确保了即使在处理最后一批输入项时,也能正确考虑每个被占用载波集合的大小}return nout + d_sync_words.size();	// 这个长度包括了基于输入项的计算结果,以及为同步字预留的额外输出项
}

这个函数通过精确计算在给定输入项数目的情况下,需要生成多少个输出项来确保 OFDM 调制的正确性。它不仅考虑了每个 OFDM 符号集内的符号总数和被占用载波的集合大小,还考虑了同步字的需求。通过这种方式,ofdm_carrier_allocator_cvc_impl 能够确保输出流长度恰当地匹配输入流长度和 OFDM 调制过程的需求。

示例中 64 个子载波编号为 [-32,31],将其变为 [0, 63]
在这里插入图片描述

4、work 函数

work 函数负责在 OFDM 调制过程中的载波分配工作,包括同步字、数据符号和导频符号的映射。通过这种方式,确保了 OFDM 信号能够被正确地组装并准备好发送。这个过程不仅涉及到信号处理的实际操作,还包括流标签的管理,以确保流中的元数据被正确处理和传递。

int ofdm_carrier_allocator_cvc_impl::work(int noutput_items,gr_vector_int& ninput_items,gr_vector_const_void_star& input_items,gr_vector_void_star& output_items)
{// 输入输出数据类型转换,以便于处理复数数据const gr_complex* in = (const gr_complex*)input_items[0];gr_complex* out = (gr_complex*)output_items[0];std::vector<tag_t> tags;memset((void*)out, 0x00, sizeof(gr_complex) * d_fft_len * noutput_items);	// 初始化输出缓冲区// Copy Sync wordfor (unsigned i = 0; i < d_sync_words.size(); i++) {memcpy((void*)out, (void*)&d_sync_words[i][0], sizeof(gr_complex) * d_fft_len);	// 将预定义的同步字复制到输出流的开始部分,这些同步字用于接收端的帧同步。out += d_fft_len;}// Copy data symbols// 将输入数据符号映射到被占用的 OFDM 载波上。这一过程考虑了载波的集合配置和当前处理的数据符号集合。long n_ofdm_symbols = 0; // Number of output itemsint curr_set = 0;int symbols_to_allocate = d_occupied_carriers[0].size();int symbols_allocated = 0;for (int i = 0; i < ninput_items[0]; i++) {if (symbols_allocated == 0) {// Copy all tags associated with these input symbols onto this OFDM symbol// 复制与输入符号相关联的所有标签到输出 OFDM 符号上,保持流标签系统中的信息。get_tags_in_range(tags,0,nitems_read(0) + i,nitems_read(0) + std::min(i + symbols_to_allocate, (int)ninput_items[0]));for (unsigned t = 0; t < tags.size(); t++) {add_item_tag(0,nitems_written(0) + n_ofdm_symbols +(n_ofdm_symbols == 0 ? 0 : d_sync_words.size()),tags[t].key,tags[t].value);}n_ofdm_symbols++;}out[(n_ofdm_symbols - 1) * d_fft_len +d_occupied_carriers[curr_set][symbols_allocated]] = in[i];symbols_allocated++;if (symbols_allocated == symbols_to_allocate) {curr_set = (curr_set + 1) % d_occupied_carriers.size();symbols_to_allocate = d_occupied_carriers[curr_set].size();symbols_allocated = 0;}}// Copy pilot symbols// 在数据符号映射完成后,将导频符号映射到指定的导频载波上。这些导频符号对于接收端的信道估计至关重要。for (int i = 0; i < n_ofdm_symbols; i++) {for (unsigned k = 0; k < d_pilot_carriers[i % d_pilot_carriers.size()].size();k++) {out[i * d_fft_len + d_pilot_carriers[i % d_pilot_carriers.size()][k]] =d_pilot_symbols[i % d_pilot_symbols.size()][k];}}return n_ofdm_symbols + d_sync_words.size();	// 返回处理完成的OFDM符号数量,包括数据符号和同步字。
}

5、~ofdm_carrier_allocator_cvc_impl 函数

析构函数,用于清理资源,如内部分配的内存等。

ofdm_carrier_allocator_cvc_impl::~ofdm_carrier_allocator_cvc_impl() {}

三、OFDM 数据格式

经过子载波分配模块和 IFFT 后的 OFDM 数据格式大致如下面形式:
在这里插入图片描述


我的qq:2442391036,欢迎交流!


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/777585.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

微信小程序更换头像的功能

微信小程序开发&#xff0c;个人中心中更换头像的更能使用频率很高&#xff0c;这里记录下实现方式&#xff1a; <view class"setting-list avatar-container"><text>头像</text><view class"avatar"><button hover-class"…

ssm 房屋销售管理系统开发mysql数据库web结构java编程计算机网页源码eclipse项目

一、源码特点 ssm 房屋销售管理系统是一套完善的信息系统&#xff0c;结合springMVC框架完成本系统&#xff0c;对理解JSP java编程开发语言有帮助系统采用SSM框架&#xff08;MVC模式开发&#xff09;&#xff0c;系统具有完整的源代码和数据库&#xff0c;系统主要采用B/S模…

文件上传失败原因分析与解决

图片文件上传失败 问题描述&#xff1a;在前端开发时&#xff0c;需要通过表单元素上传图片或其他文本&#xff0c;但是上传不成功&#xff0c;后端接口也没问题 html <!--onChange用来绑定数据 handleUpload用来提交数据--><form onSubmit{handleUpload}><…

TitanIDE与传统 IDE 比较

与传统IDE的比较 TitanIDE 和传统 IDE 属于不同时代的产物&#xff0c;在手工作坊时代&#xff0c;一切都是那么的自然&#xff0c;开发者习惯 Windows 或 MacOS 原生 IDE。不过&#xff0c;随着时代的变迁&#xff0c;软件行业已经步入云原生时代&#xff0c;TitanIDE 是顺应…

PhpStorm 2023 for Mac/Win:开启PHP集成开发新纪元,让编程更高效更智能

在数字时代的浪潮中&#xff0c;PHP作为一种广泛应用的服务器端脚本语言&#xff0c;其重要性不言而喻。而要在PHP的世界里游刃有余&#xff0c;一款强大的集成开发环境&#xff08;IDE&#xff09;是必不可少的。PhpStorm 2023&#xff0c;正是这样一款能够助您一臂之力的编程…

Github万星项目lobe-chat,连接GPT4GPTs,平替chatgpt-plus

简介 Lobe Chat - 一个开源、高性能的聊天机器人框架&#xff0c;支持语音合成、多模态和可扩展的函数调用插件系统。支持一键免费部署您的私人 ChatGPT/LLM Web 应用程序。 项目地址&#xff1a; GitHub - lobehub/lobe-chat: &#x1f92f; Lobe Chat - an open-source, mo…

【React】onClick点击事件传参的4种方式

记录React onClick 点击事件传参的 4 种方式 方式一&#xff1a;使用内联箭头函数 import React, { MouseEvent } from "react";function App() {const handleClick (event: MouseEvent<HTMLButtonElement>, name: string) > {console.log(event)console.…

2024蓝桥杯每日一题(背包2)

备战2024年蓝桥杯 -- 每日一题 Python大学A组 试题一&#xff1a;包子凑数 试题二&#xff1a;砝码称重 试题三&#xff1a;倍数问题 试题一&#xff1a;包子称重 【题目描述】 小明几乎每天早晨都会在一家包子铺吃早餐。他发现这家包子铺有 N 种蒸笼&#xf…

R语言做两次分类,再做两两T检验,最终输出均值和pvalue

1.输入文件&#xff1a; 2.代码&#xff1a; setwd("E:/R/Rscripts/rG4相关绘图")# 加载所需的库 library(tidyverse)# 读取CSV文件 data <- read.csv("box-cds-ABD-不同类型rg4-2.csv", stringsAsFactors FALSE)# 组合Type1和Type2&#xff1a;通过…

iOS —— 初识KVO

iOS —— 初始KVO KVO的基础1. KVO概念2. KVO使用步骤注册KVO监听实现KVO监听销毁KVO监听 3. KVO基本用法4. KVO传值禁止KVO的方法 注意事项&#xff1a; KVO的基础 1. KVO概念 KVO是一种开发模式&#xff0c;它的全称是Key-Value Observing (观察者模式) 是苹果Fundation框架…

UE小:基于UE5的两种Billboard material(始终朝向相机材质)

本文档展示了两种不同的效果&#xff0c;分别是物体完全朝向相机和物体仅Z轴朝向相机。通过下面的演示和相关代码&#xff0c;您可以更加直观地理解这两种效果的差异和应用场景。 1. 完全朝向相机效果 此效果下&#xff0c;物体将完全面向相机&#xff0c;不论相机在哪个角度…

STM32学习和实践笔记(3): 使用库函数点亮LED后的学习总结

依照教程&#xff0c;做完了第一个试验&#xff0c;使用库函数点亮LED&#xff0c;如下: 总结一下一些要点&#xff1a; 一&#xff0c;要记得指明各头文件的查找路径&#xff0c;方法如下图&#xff1a; 二&#xff0c;使用库函数来编程相当方便高效&#xff0c;要学会查找对…

八大技术趋势案例(云计算大数据)

科技巨变,未来已来,八大技术趋势引领数字化时代。信息技术的迅猛发展,深刻改变了我们的生活、工作和生产方式。人工智能、物联网、云计算、大数据、虚拟现实、增强现实、区块链、量子计算等新兴技术在各行各业得到广泛应用,为各个领域带来了新的活力和变革。 为了更好地了解…

QT控件之输入窗口控件

Qt Designer窗口部件提供的面板中&#xff0c;提供了16种输入部件 &#xff08;1&#xff09;QComboBox继承QWidget类&#xff0c;被QFontComboBox类继承。通常用于用户显示选项列表的 方法&#xff0c;这种方法占用最少的屏幕空间。 &#xff08;2&#xff09;QFontComboBox继…

CI/CD实战-jenkins结合ansible

配置主机环境 在jenkins上断开并删除docker1节点 重新给master添加构建任务 将server3&#xff0c;server4作为测试主机&#xff0c;停掉其上后面的docker 在server2&#xff08;jenkins&#xff09;主机上安装ansible 设置jenkins用户到目标主机的免密 给测试主机创建用户并…

百度智能小程序源码系统简洁版 SEO关键词排名推广优化 带完整的安装代码包以及搭建教程

移动互联网的快速发展&#xff0c;小程序以其轻量级、无需下载、即用即走的特点&#xff0c;迅速成为了各大平台争相推广的重要产品形态。百度智能小程序作为百度生态下的重要一环&#xff0c;凭借其强大的流量入口和丰富的功能组件&#xff0c;为开发者提供了广阔的创作空间。…

设计模式之外观模式解析

外观模式 1&#xff09;概述 1.问题 在软件开发中&#xff0c;为完成一项较为复杂的功能&#xff0c;一个客户类需要和多个业务类交互&#xff0c;而这些需要交互的业务类经常会作为一个整体出现&#xff0c;由于涉及到的类比较多&#xff0c;导致使用时代码较为复杂。 2.作…

吴恩达机器学习笔记 三十 什么是聚类 K-means

聚类(clustering)是一种无监督学习算法&#xff0c;关注多个数据点并自动找到相似的数据点&#xff0c;在数据中找到一种特定的结构。无监督学习算法的数据集中没有标签 y &#xff0c;所以不能说哪个是“正确的 y ”。 K-means算法 K-means算法就是在重复做两件事&#xff1a…

北斗短报文+4G应急广播系统:实时监控 自动预警 保护校园安全的新力量

安全无小事&#xff0c;生命重如山。学生是祖国的未来&#xff0c;校园安全是全社会安全工作的一个重要的组成部分。它直接关系到青少年学生能否安健康地成长&#xff0c;关系到千千万万个家庭的幸福安宁和社会稳定。 灾害事故和突发事件频频发生&#xff0c;给学生、教职员工…

linux编程--文件系统处理常用函数

文件系统 这一个课程的笔记 文件存储相关的概念 文件描述主要有两个inode和dentry inode 是一个结构体, 里面有这一个文件的权限, 类型, 大小, 时间, 用户, 盘块位置之类的信息, 这一个是文件属性的管理结构 文件名是单独存储的, 可以使用inode的编号找到这一个结构体 创建一…