当前位置： 首页 > news >正文

[学习]RTKLib详解：pntpos.c与postpos.c

news 来源：原创 2025/8/22 4:54:20

文章目录

  • RTKLib详解：pntpos.c与postpos.c
  • Part A: `pntpos.c`
    • 一、概述
    • 二、整体工作流程
    • 三、主要函数说明
      • 1. `pntpos()`
      • 2. `satposs()`
      • 3. `estpos()`
      • 4. `rescode()`
      • 5. `prange()`
      • 6. `ionocorr()`
      • 7. `tropcorr()`
      • 8. `valsol()`
      • 9. `raim_fde()`
      • 10. `estvel()`
    • 四、函数调用关系图（Mermaid）
    • 五、数学推导补充
      • 1 伪距观测方程
      • 2 最小二乘解
  • Part B: `postpos.c`
    • 一、整体作用
    • 二、工作流程
    • 三、关键函数分析
      • 1. postpos
      • 2. execses_b
      • 3. execses_r
      • 4. execses
      • 5. procpos
      • 6. combres
      • 7. inputobs
      • 8. readobsnav
      • 9. antpos
      • 10. setpcv
    • 四、函数调用关系
    • 五、数学原理补充
      • 1. 坐标系转换
      • 2. 改正数组合
      • 3. 时间同步
      • 4. 野值剔除
    • 六、内存管理
    • 七、特殊处理机制

RTKLib详解：pntpos.c与postpos.c

Part A: pntpos.c

一、概述

pntpos.c 是 RTKLIB 中的一个核心模块，用于实现单点定位（Single Point Positioning, SPP）。其主要功能是根据 GNSS 观测数据（伪距和多普勒观测值）和导航星历数据，估计接收机的位置、速度和时钟偏差（PVT）。该模块实现了完整的单点定位功能，涵盖了从卫星轨道计算到接收机位置/速度估计的全过程。其核心是基于伪距观测和多普勒观测的最小二乘估计，并结合电离层、对流层延迟改正及RAIM机制提高解的精度和可靠性，支持多种卫星系统（GPS、GLONASS、Galileo、BeiDou、QZSS 和 SBAS），并实现了包括电离层改正、对流层改正、周跳检测、RAIM（Receiver Autonomous Integrity Monitoring）等功能。

二、整体工作流程

pntpos.c 的主函数是 pntpos()，它负责调用其他子函数完成整个定位过程。以下是整体的工作流程：

  1. 初始化参数：
    • 设置处理选项（如是否使用广播电离层模型等）。
  2. 计算卫星位置、速度、钟差：
    • 调用 satposs() 函数获取所有可见卫星的轨道信息。
  3. 估计接收机位置：
    • 调用 estpos() 函数，通过最小二乘法迭代求解接收机坐标和钟差。
  4. 残差计算与设计矩阵构建：
    • 在 rescode() 函数中计算伪距残差，并构建观测方程的设计矩阵。
  5. 误差建模：
    • 包括电离层延迟 (ionocorr())、对流层延迟 (tropcorr())、伪距测量噪声 (varerr()) 等。
  6. 质量控制与验证：
    • 使用 valsol() 进行解的质量检验（GDOP、残差卡方检验）。
  7. RAIM（接收机自主完好性监测）：
    • 如果启用 RAIM-FDE（Failure Detection and Exclusion），则调用 raim_fde() 排除异常卫星。
  8. 估计接收机速度：
    • 利用多普勒观测值，在 estvel() 中进行速度估计。

三、主要函数说明

1. pntpos()

  • 功能：主函数，协调整个定位流程。
  • 输入参数：
    • obs: 观测数据数组
    • n: 观测数据数量
    • nav: 导航数据结构
    • opt: 处理选项结构体
  • 输出参数：
    • sol: 解算结果（位置、速度、时间）
    • azel: 卫星方位角和仰角
    • ssat: 卫星状态信息
    • msg: 错误信息
  • 调用关系：
    • satposs()
    • estpos()
    • raim_fde()
    • estvel()

2. satposs()

  • 功能：计算卫星在地心坐标系中的位置、速度、钟差。
  • 数学原理：
    • 根据星历数据（广播星历或精密星历）和当前时间，利用开普勒轨道模型或数值积分方法计算卫星轨道。
  • 调用关系：
    • 内部调用 ephpos() 或 peph2pos() 等函数。

3. estpos()

  • 功能：估计接收机位置和钟差，采用迭代最小二乘法。
  • 数学原理：
    • 建立伪距观测方程：
      P i = ρ i + c ( δ t r − δ t s ) + I i + T i + ε i P_i = \rho_i + c(\delta t_r - \delta t^s) + I_i + T_i + \varepsilon_i Pi​=ρi​+c(δtr​−δts)+Ii​+Ti​+εi​
      其中：
      • $ \rho_i $: 几何距离
      • $ c $: 光速
      • $ \delta t_r, \delta t^s $: 接收机和卫星钟差
      • $ I_i, T_i $: 电离层和对流层延迟
      • $ \varepsilon_i $: 测量误差
  • 调用关系：
    • rescode()
    • lsq() (最小二乘求解)
    • valsol() (解质量评估)

4. rescode()

  • 功能：计算伪距残差及其对应的观测矩阵。
  • 关键步骤：
    • 计算几何距离、方位角、仰角
    • 电离层改正 (ionocorr())
    • 对流层改正 (tropcorr())
    • 构建观测方程设计矩阵
  • 输出：
    • v: 残差向量
    • H: 设计矩阵
    • var: 每个观测的方差

5. prange()

  • 功能：计算经过码偏差修正后的伪距值。
  • 关键步骤：
    • 双频数据：电离层自由组合（IFLC）
    • 单频数据：使用广播电离层模型或TGD改正
  • 调用关系：
    • testsnr() (信噪比掩码检查)
    • gettgd() (获取TGD参数)

6. ionocorr()

  • 功能：计算电离层延迟（L1频率上的值）。
  • 支持模型：
    • 广播模型 (IONOOPT_BRDC)
    • SBAS模型 (IONOOPT_SBAS)
    • IONEX TEC模型 (IONOOPT_TEC)
  • 输出：
    • ion: L1上的电离层延迟
    • var: 方差

7. tropcorr()

  • 功能：计算对流层延迟。
  • 支持模型：
    • Saastamoinen模型 (TROPOPT_SAAS)
    • SBAS模型 (TROPOPT_SBAS)
  • 输出：
    • trp: 对流层延迟
    • var: 方差

8. valsol()

  • 功能：解的质量评估。
  • 评估内容：
    • GDOP（几何精度因子）是否过大
    • 残差平方和是否符合卡方分布
  • 输出：
    • msg: 错误信息

9. raim_fde()

  • 功能：RAIM（接收机自主完好性监测）的FDE算法，用于排除故障卫星。
  • 逻辑：
    • 逐颗剔除一颗卫星，重新解算位置
    • 比较不同剔除情况下的RMS残差
    • 选择RMS最小的情况作为最终解
  • 调用关系：
    • estpos() (多次调用以剔除不同卫星)

10. estvel()

  • 功能：利用多普勒观测值估计接收机速度。
  • 数学原理：
    • 多普勒观测方程：
      f D = − 1 λ ( v ⃗ s − v ⃗ r ) ⋅ e ⃗ f_D = -\frac{1}{\lambda} (\vec{v}_s - \vec{v}_r) \cdot \vec{e} fD​=−λ1​(v s​−v r​)⋅e
      其中：
      • $ f_D $: 多普勒频移
      • $ \lambda $: 波长
      • $ \vec{v}_s, \vec{v}_r $: 卫星和接收机速度
      • $ \vec{e} $: 卫星到接收机的视线方向单位向量
  • 调用关系：
    • resdop() (计算多普勒残差)

四、函数调用关系图（Mermaid）
pntpos
satposs
estpos
rescode
ionocorr
tropcorr
varerr
valsol
raim_fde
estpos
estvel
resdop

五、数学推导补充

1 伪距观测方程

伪距观测值 $ P_i $ 可表示为：

P i = ρ i + c ( δ t r − δ t s ) + I i + T i + ε i P_i = \rho_i + c(\delta t_r - \delta t^s) + I_i + T_i + \varepsilon_i Pi​=ρi​+c(δtr​−δts)+Ii​+Ti​+εi​

其中：

  • $ \rho_i $: 卫星与接收机之间的几何距离
  • $ c $: 光速
  • $ \delta t_r $: 接收机钟差
  • $ \delta t^s $: 卫星钟差
  • $ I_i $: 电离层延迟
  • $ T_i $: 对流层延迟
  • $ \varepsilon_i $: 测量噪声

2 最小二乘解

定义残差向量 $ \mathbf{v} $ 和设计矩阵 $ \mathbf{H} $，最小二乘解为：

x ^ = ( H T W H ) − 1 H T W v \hat{\mathbf{x}} = (\mathbf{H}^T \mathbf{W} \mathbf{H})^{-1} \mathbf{H}^T \mathbf{W} \mathbf{v} x^=(HTWH)−1HTWv

其中 $ \mathbf{W} $ 是权矩阵（由各观测的方差决定）。

Part B: postpos.c

一、整体作用

postpos.c 是 RTKLIB 的后处理定位核心模块，实现多模式 GNSS 数据后处理定位功能，支持以下特性：

  • 支持单点定位(SPP)、差分定位(DGPS)、实时动态定位(RTK)、精密单点定位(PPP)等多种定位模式
  • 支持前向/反向/组合处理模式
  • 支持多频多系统观测数据处理
  • 集成SBAS/PPP-RTK/SSR等增强系统改正数处理
  • 提供多种坐标格式输出

注意
该模块通过模块化设计实现了复杂GNSS数据处理功能，但全局变量的使用可能影响多线程处理能力。

二、工作流程
单时段处理
多时段处理
单向处理
双向处理
是
否
postpos入口
时间范围判断
execses_b
时段分割
reppaths文件扩展
execses_b
定位模式
procpos
双向procpos
combres组合解算
输出结果
更多时段?
结束

三、关键函数分析

1. postpos

功能: 主处理函数，协调整个后处理流程
输入参数:

  • ts/te: 处理起止时间
  • ti/tu: 时间间隔和单位
  • popt/sopt/fopt: 各类处理选项
  • infile/n: 输入文件列表及数量
  • rov/base: 流动站/基准站列表
    输出参数: 处理状态码

2. execses_b

功能: 基准站循环处理入口
输入参数:

  • ts/te: 当前时段起止时间
  • popt/sopt/fopt: 处理选项
  • flag: 控制标志
  • infile/index/n: 文件信息
  • rov/base: 站点列表
    输出参数: 处理状态码

3. execses_r

功能: 流动站循环处理入口
输入参数:

  • ts/te: 当前时段起止时间
  • popt/sopt/fopt: 处理选项
  • flag: 控制标志
  • infile/index/n: 文件信息
  • outfile: 输出文件
    输出参数: 处理状态码

4. execses

功能: 核心处理会话执行
关键处理步骤:

  1. 初始化观测/导航数据
  2. 设置天线参数
  3. 读取潮汐参数
  4. 定位解算
  5. 结果输出

5. procpos

功能: 单次定位解算核心
数学原理:

  • 使用RTK滤波算法进行状态估计
  • 支持前向/反向处理模式
  • 动态模式下实时更新SBAS/LEX/RTCM改正数

6. combres

功能: 组合解算结果
数学原理:

  • 卡尔曼平滑器组合正反向解
  • 质量检验公式：
    d r [ i ] 2 ≤ 16 × ( var f [ i ] + var b [ i ] ) dr[i]^2 \leq 16 \times (\text{var}_f[i] + \text{var}_b[i]) dr[i]2≤16×(varf​[i]+varb​[i])
    其中 d r [ i ] dr[i] dr[i] 为位置差， var f [ i ] \text{var}_f[i] varf​[i] 和 var b [ i ] \text{var}_b[i] varb​[i] 为前向/反向解的方差。

7. inputobs

功能: 输入观测数据及改正数
关键处理:

  • 双站观测数据同步
  • SBAS/LEX/RTCM改正数更新
  • 支持前向/反向数据处理模式

8. readobsnav

功能: 读取观测和导航数据
处理流程:

  1. 解析RINEX文件
  2. 排序观测数据
  3. 去除重复星历
  4. 设置时间窗口

9. antpos

功能: 天线位置计算
坐标转换公式:
Δ r = R ( ϕ , λ ) ⋅ δ \Delta \mathbf{r} = \mathbf{R}(\phi, \lambda) \cdot \delta Δr=R(ϕ,λ)⋅δ
其中：

  • R ( ϕ , λ ) \mathbf{R}(\phi, \lambda) R(ϕ,λ) 为坐标旋转矩阵
  • ϕ , λ \phi, \lambda ϕ,λ 为地理经纬度
  • δ \delta δ 为局部ENU偏移

10. setpcv

功能: 设置天线相位中心参数
处理流程:

  1. 加载卫星天线参数
  2. 计算接收机天线相位中心修正
  3. 更新处理选项中的天线参数

四、函数调用关系
postpos
openses
execses_b
execses_r
execses
readobsnav
setpcv
procpos
inputobs
rtkpos
combres
valcomb
outhead
freeobsnav
freepreceph
closeses

五、数学原理补充

1. 坐标系转换

  • ECEF到LLH转换迭代算法：
    a = semi-major axis e 2 = 1 − ( b a ) 2 V = a 1 − e 2 sin ⁡ 2 ϕ \begin{aligned} a &= \text{semi-major axis} \\ e^2 &= 1 - \left(\frac{b}{a}\right)^2 \\ V &= \frac{a}{\sqrt{1 - e^2 \sin^2 \phi}} \end{aligned} ae2V​=semi-major axis=1−(ab​)2=1−e2sin2ϕ ​a​​
  • ENU坐标计算：
    R = [ − sin ⁡ ϕ cos ⁡ λ − sin ⁡ λ cos ⁡ ϕ cos ⁡ λ − sin ⁡ ϕ sin ⁡ λ cos ⁡ λ cos ⁡ ϕ sin ⁡ λ cos ⁡ ϕ 0 sin ⁡ ϕ ] \mathbf{R} = \begin{bmatrix} -\sin\phi\cos\lambda & -\sin\lambda & \cos\phi\cos\lambda \\ -\sin\phi\sin\lambda & \cos\lambda & \cos\phi\sin\lambda \\ \cos\phi & 0 & \sin\phi \end{bmatrix} R= ​−sinϕcosλ−sinϕsinλcosϕ​−sinλcosλ0​cosϕcosλcosϕsinλsinϕ​ ​

2. 改正数组合

组合解算使用加权最小二乘：
x ^ = ( P f − 1 + P b − 1 ) − 1 ( P f − 1 x f + P b − 1 x b ) P ^ = ( P f − 1 + P b − 1 ) − 1 \begin{aligned} \hat{\mathbf{x}} &= (\mathbf{P}_f^{-1} + \mathbf{P}_b^{-1})^{-1} (\mathbf{P}_f^{-1} \mathbf{x}_f + \mathbf{P}_b^{-1} \mathbf{x}_b) \\ \hat{\mathbf{P}} &= (\mathbf{P}_f^{-1} + \mathbf{P}_b^{-1})^{-1} \end{aligned} x^P^​=(Pf−1​+Pb−1​)−1(Pf−1​xf​+Pb−1​xb​)=(Pf−1​+Pb−1​)−1​

3. 时间同步

采用GPST时间系统，时间转换关系：
GPST = UTC + leap_seconds UTC = GPST − leap_seconds \begin{aligned} \text{GPST} &= \text{UTC} + \text{leap\_seconds} \\ \text{UTC} &= \text{GPST} - \text{leap\_seconds} \end{aligned} GPSTUTC​=UTC+leap_seconds=GPST−leap_seconds​

4. 野值剔除

通过QF值质量检验：
QF = 残差 2 方差阈值 \text{QF} = \frac{\text{残差}^2}{\text{方差阈值}} QF=方差阈值残差2​

六、内存管理

  • 观测数据使用动态数组管理
  • 解算结果采用双缓冲技术
  • 注意全局变量(obss, navs等)的生命周期控制

七、特殊处理机制

  1. 野值剔除: 通过QF值质量检验
  2. 多路径抑制: 使用历元间差分检测
  3. 周跳修复: 在rtkpos中实现LAMBDA方法
  4. 电离层延迟: 双频组合消除一阶项

研究学习不易，点赞易。
工作生活不易，收藏易，点收藏不迷茫 ：）

相关文章：

[学习]RTKLib详解：pntpos.c与postpos.c

文章目录 RTKLib详解：pntpos.c与postpos.cPart A: pntpos.c一、概述二、整体工作流程三、主要函数说明1. pntpos()2. satposs()3. estpos()4. rescode()5. prange()6. ionocorr()7. tropcorr()8. valsol()9. raim_fde()10. estvel() 四、函数调用关系图（…...

编程日记 2025/8/22 4:54:20

64.微服务保姆教程 (七) RocketMQ--分布式消息中间件

RocketMQ–分布式消息中间件 一、MQ 1、什么是MQ MQ（Message Queue）消息队列，是基础数据结构中“先进先出”的一种数据结构。指把要传输的数据（消息）放在队列中，用队列机制来实现消息传递——生产者产生消息并把消息放入队列，然后由消费者去处理。消费者可以到指定队…...

编程日记 2025/8/22 4:52:50

邀约媒体，邀请到场 多少钱？

传媒如春雨，润物细无声，大家好，我是51媒体胡老师。 在策划线下活动时，媒体邀约是提升品牌曝光度和影响力的重要环节。不同类型和规模的媒体邀约，其预算需求也各不相同。以下为各类媒体邀约的费用概览及影响因素&#…...

编程日记 2025/8/22 4:50:58

Android数据库全栈开发实战：Room+SQLCipher+Hilt企业级应用构建

简介 在移动应用开发中，数据库作为数据存储的核心组件，其安全性和性能对企业级应用至关重要。本文将从零开始，全面讲解Android数据库开发的最新技术，包括Room框架的深度使用、SQLCipher加密数据库的实现、Hilt依赖注入的集成以及前后端数据同步的完整方案。通过一个加密任…...

编程日记 2025/8/22 4:50:22

Kafka与RocketMQ在事务消息实现上的区别是什么？

一、Kafka事务消息核心实现&#xff08;基于2.8版本&#xff09; // KafkaProducer.java public synchronized Future<RecordMetadata> send(ProducerRecord<K, V> record) {// 事务消息校验&#xff08;第256行&#xff09;if (transactionManager ! null &&…...

编程日记 2025/8/19 17:11:01

Maven 依赖发布与仓库治理

&#x1f9d1; 博主简介&#xff1a;CSDN博客专家&#xff0c;历代文学网&#xff08;PC端可以访问&#xff1a;https://literature.sinhy.com/#/?__c1000&#xff0c;移动端可微信小程序搜索“历代文学”&#xff09;总架构师&#xff0c;15年工作经验&#xff0c;精通Java编…...

编程日记 2025/8/22 4:50:56

hybird接口配置

【sw1】 [sw1]vlan batch 10 20 [sw1]int g 0/0/3 [sw1-GigabitEthernet0/0/1]port hybrid tagged vlan 10 20 [sw1-GigabitEthernet0/0/1]int g 0/0/1 [sw1-GigabitEthernet0/0/2]port hybrid pvid vlan 10 [sw1-GigabitEthernet0/0/2]port hybrid untagged vlan 10 20 …...

编程日记 2025/8/22 4:54:19

AI视频智能分析网关打造社区/工厂/校园/仓库智慧消防实现精准化安全管控

一、背景 随着社区、商业场所对消防安全要求日益提升&#xff0c;传统消防系统已难以满足智能化、精细化管理需求。智能分析网关融合物联网与人工智能技术&#xff0c;具备强大的数据处理与分析能力&#xff0c;可全面升级消防系统。将其融入消防系统各层级&#xff0c;搭建智…...

编程日记 2025/8/19 17:10:53

Web3 应用中常见的数据安全风险及防护措施

随着 Web3 技术的蓬勃发展&#xff0c;我们见证了一个全新的互联网时代的到来。Web3 应用以其去中心化、用户控制数据和透明性的特点&#xff0c;为用户提供了前所未有的体验。然而&#xff0c;这些应用在提供便利的同时&#xff0c;也带来了一系列数据安全风险。本文将探讨 We…...

编程日记 2025/8/19 17:10:51

免费视频压缩软件

一、本地软件&#xff08;支持离线使用&#xff09; 1. HandBrake 平台&#xff1a;Windows / macOS / Linux 特点&#xff1a;开源免费&#xff0c;支持多种格式转换&#xff0c;提供丰富的预设选项&#xff08;如“Fast 1080p”快速压缩&#xff09;&#xff0c;可自定义分…...

编程日记 2025/8/19 17:10:46

Java实用注解篇： @JSONField

前言 在 Java 开发中&#xff0c;进行对象与 JSON 的相互转换是一项常见操作&#xff0c;尤其在前后端分离的架构中显得尤为重要。Fastjson 作为阿里巴巴开源的 JSON 处理框架&#xff0c;因其高性能和强大功能而被广泛使用。JSONField 是 Fastjson 提供的一个注解&#xff0c;…...

编程日记 2025/8/21 2:10:02

浔川AI 第二次内测报告

浔川AI 第二次内测报告 执行社团&#xff1a;浔川社团官方联合会、总社团联合会 同意执行社团&#xff1a;总社团联合会 合作社团&#xff1a;暮烟社团官方联合会 合作分社团&#xff1a;浔川AI分社团、浔川AI分部 被执行内测程序&#xff1a;浔川AI 内测第二代 被执行内…...

编程日记 2025/8/20 19:46:31

React Hooks 深入浅出

目录 引言&#xff1a;React Hooks 的革命基础 Hooks useState&#xff1a;状态管理的新方式useEffect&#xff1a;组件生命周期的替代方案useContext&#xff1a;简化 Context API 额外的 Hooks useReducer&#xff1a;复杂状态逻辑的管理useCallback 与 useMemo&#xff1a;…...

编程日记 2025/8/22 4:52:50

解释 NestJS 的架构理念（例如，模块化、可扩展性、渐进式框架）

一、模块化设计 // user.module.ts Module({controllers: [UserController], // 当前模块的控制器providers: [UserService], // 当前模块的服务exports: [UserService] // 暴露给其他模块使用的服务 }) export class UserModule {}// order.module.ts Module({…...

编程日记 2025/8/19 17:10:37

Caffeine快速入门

依赖 <dependency><groupId>com.github.ben-manes.caffeine</groupId><artifactId>caffeine</artifactId><version>3.2.0</version> </dependency> Cache的基本api操作 Caffeine.newBuilder.build来构建Caffeine .maximumS…...

编程日记 2025/8/19 17:10:35

【踩坑记录】项目Bug分析：一次因 `String.isBlank()` 引发的崩溃（No such instance method: ‘isBlank‘）

项目Bug分析&#xff1a;一次因 String.isBlank() 引发的崩溃 一、前言 在日常的 Java 项目开发中&#xff0c;使用 String 的常见工具方法如 isEmpty()、trim() 等已司空见惯。然而&#xff0c;近期在一次项目中使用了 String.isBlank() 方法&#xff0c;结果竟然直接导致崩…...

编程日记 2025/8/22 4:52:24

SpringBoot整合Kafka、Flink实现流式处理

引言 在当今大数据处理领域&#xff0c;实时数据流处理变得越来越重要。Apache Kafka作为一个高吞吐量的分布式流处理平台&#xff0c;结合Apache Flink这一强大的流处理框架&#xff0c;可以构建出高效的实时数据处理系统。本文将指导您如何在SpringBoot应用中整合Kafka和Fli…...

编程日记 2025/8/22 4:50:55

互联网大厂Java求职面试：云原生与AI融合下的系统设计挑战-2

互联网大厂Java求职面试&#xff1a;云原生与AI融合下的系统设计挑战-2 第一轮提问&#xff1a;云原生架构选型与微服务治理 面试官&#xff08;技术总监&#xff09;&#xff1a;郑薪苦&#xff0c;我们先从一个基础问题开始。你了解Spring Cloud和Kubernetes在微服务架构中…...

编程日记 2025/8/22 4:54:17

AI算力产业领域产品全景图：从硬件基础到应用场景

目录 1、硬件产品 2、 软件产品 3、云服务产品 4、边缘计算产品 5、AI应用产品 6、AI安全产品 7、AI合规产品 8、AI教培产品 9、AI研创产品 10、AI生态产品 在人工智能迅猛发展的今天，算力已成为推动AI技术进步与应用落地的核心驱动力。随着深度学习模型规模的不断膨…...

编程日记 2025/8/19 4:11:31

【优选算法 | 模拟】探索模拟算法: 编程与问题分析的双重 考验

算法相关知识点可以通过点击以下链接进行学习一起加油&#xff01;双指针滑动窗口二分查找前缀和位运算 在本篇文章中&#xff0c;我们将深入解析模拟算法的原理。从基础概念到实际应用&#xff0c;带你了解如何通过模拟算法高效解决各种问题。无论你是刚接触算法的新手&#x…...

编程日记 2025/8/19 17:10:28

根据蓝牙名称自动匹配对应 UI

要实现“根据蓝牙名称自动匹配对应 UI”&#xff0c;并且支持未来不断增加的按摩椅型号和UI&#xff0c;推荐采用插件式UI注册自动路由的架构。下面是详细的可执行方案&#xff0c;适合你当前的 Flutter 项目结构&#xff1a; 1. 目录结构设计 假设每个按摩椅型号有独立的UI页…...

编程日记 2025/8/19 11:07:10

【25软考网工】第五章（7）路由协议、静态与默认路由、路由协议分类

目录 一、路由协议 1. 路由 2. 路由器工作原理 3. 查看路由表 4. IP路由查找的最长匹配原则 1&#xff09;例题#最长匹配原则示例题 5. 应用案例 1&#xff09;例题#路由优先级判断 2&#xff09;例题#路由信息内容 3&#xff09;例题#路由表迭代与静态路由 4&#…...

编程日记 2025/8/19 17:10:24

Rice Science∣武汉大学水稻研究团队发现水稻壁相关激酶OsWAKg16和OsWAKg52同时调控水稻抗病性和产量

近日&#xff0c;农学领域国际期刊Rice Science在线发表了武汉大学杂交水稻全国重点实验室范峰峰博士题为“Identification and Characterization of WAKg Genes Involved in Rice Disease Resistance and Yield”的研究论文。该论文系统分析了水稻壁相关激酶中包含半乳糖醛酸结…...

编程日记 2025/8/22 4:52:23

Spark，所用几个网页地址

hadoop的三大组成&#xff1a; 1. HDFS&#xff1a;存储。文件上传&#xff0c;下载 2. MapReduce&#xff1a;计算。词频统计&#xff0c;流量统计 3. YARN&#xff1a;调度 History Server网址&#xff1a;192.168.56.100:18080HDFS的NameNode网址&#xff1a;http://hadoop1…...

编程日记 2025/8/22 4:52:22

K8S PV 与 PVC 快速开始、入门实战

假设有如下三个节点的 K8S 集群&#xff1a; ​ k8s31master 是控制节点 k8s31node1、k8s31node2 是工作节点 容器运行时是 containerd 一、什么是 PV 与 PVC 1.1、什么是 PV&#xff08;PersistentVolume 持久卷&#xff09; PV 是集群中由管理员配置的一段网络存储&#xf…...

编程日记 2025/8/19 17:10:15

5月6（信息差）

一、经济与贸易 中美关税谈判进展 美方近期多次主动向中方传递谈判信号，中方回应称“谈的大门始终敞开”，但强调美方需先取消单边加征关税等错误做法78。 美国第一季度GDP环比下降0.3%，为2022年第二季度以来新低，经济压力或推动其加快谈判进程78。 全球贸易政策变动 特朗普…...

编程日记 2025/8/21 7:24:45

购物|电商购物小程序|基于微信小程序的购物系统设计与实现(源码+数据库+文档)

电商购物小程序 目录 基于微信小程序的购物系统设计与实现 一、前言 二、系统功能设计 三、系统实现 1、用户前台功能实现 2、管理员后台功能实现 四、数据库设计 1、实体ER图 2、具体的表设计如下所示&#xff1a; 五、核心代码 六、论文参考 七、最新计算机毕设选题…...

编程日记 2025/8/19 7:52:03

基于k8s的Jenkins CI/CD平台部署实践（三）：集成ArgoCD实现持续部署

基于k8s的Jenkins CI/CD平台部署实践&#xff08;三&#xff09;&#xff1a;集成ArgoCD实现持续部署 文章目录 基于k8s的Jenkins CI/CD平台部署实践&#xff08;三&#xff09;&#xff1a;集成ArgoCD实现持续部署一、Argocd简介二、安装Helm三、Helm安装ArgoCD实战1. 添加Arg…...

编程日记 2025/8/22 4:52:20

Python实例题：高德API+Python解决租房问题

目录 Python实例题 题目 python-amap-rental结合高德 API 和 Python 解决租房问题的脚本 代码解释 get_geocode 函数&#xff1a; search_rentals 函数&#xff1a; 主程序&#xff1a; 运行思路 注意事项 Python实例题 题目 高德APIPython解决租房问题 python-ama…...

编程日记 2025/8/22 4:52:23

WIN10 系统增加MYSQL环境变量示例

说明&#xff1a; 由于安装MYSQL需要添加到环境变量后才能启动运行&#xff0c;这里记录一下添加mysql环境变量的过程。 1、进入我的电脑-属性 2、找到高级设置 3、找到环境变量 4、找到PATH 5、双击进入后通过新建添加对应MYSQL的安装路径&#xff08;.exe所在的bin路径&…...

编程日记 2025/8/19 9:37:51

NetApp SAS 连接线：铜缆与光缆的全面介绍

写在前面 NetApp 的磁盘扩展柜&#xff0c;主要是12GB的shelf&#xff0c;如DS212C,224C,460C等&#xff0c;这些shelf中间的互联或者控制器到shelf的连接都是通过12Gb的SAS线来连接的&#xff0c;以实现高速数据传输。SAS 连接线是这一过程中的核心组件。但是NetApp的SAS连接…...

编程日记 2025/8/19 17:15:12

CSS中的@import指令

一、什么是import指令&#xff1f; import 是CSS提供的一种引入外部样式表的方式&#xff0c;允许开发者在CSS文件中引入其他CSS文件&#xff0c;或者在HTML的<style>标签中引入外部样式。与常见的<link>标签相比&#xff0c;import 提供了一种更“CSS原生”的样式…...

编程日记 2025/8/19 19:19:36

tinyrenderer笔记（上）

tinyrenderer个人代码仓库&#xff1a;tinyrenderer个人练习代码参考笔记&#xff1a;从零构建光栅器&#xff0c;tinyrenderer笔记&#xff08;上&#xff09; - 知乎 第 1 课&#xff1a;Bresenham 画线算法 Bresenham 画线算法&#xff1a;Bresenham 直线算法 - 知乎 第一…...

编程日记 2025/8/19 19:19:34

VS2022 Qt配置Qxlsx

目录 1、下载QXlsx&#xff0c;并解压文件夹 ​编辑2、打开VS2022配置QXlsx 3、VS配置Qxslx库 方法一&#xff1a;常规方法 方法二&#xff1a;直接使用源码 方法三&#xff1a;将QXlsx添加到Qt安装目录&#xff08;暂时尝试未成功&#xff09; 1、下载QXlsx&#xff0c;…...

编程日记 2025/8/21 23:02:03

C++ 渗透 数据结构中的二叉搜索树

欢迎来到干货小仓库 "沙漠尽头必是绿洲。" --面对技术难题时&#xff0c;坚持终会看到希望。 1.二叉搜索树的概念 二叉搜索树又称二叉排序树&#xff0c;它或者是一颗空树&#xff0c;或者是具有以下性质的二叉树&#xff1a; a、若它的左子树不为空&#xff0c;则…...

编程日记 2025/8/19 19:19:30

JavaScript学习教程，从入门到精通，jQuery 单击页面显示自定义动画、元素删除操作、随机抽奖、随机选图并放大语法知识点（37）

jQuery 单击页面显示自定义动画、元素删除操作、随机抽奖、随机选图并放大语法知识点 1. jQuery 基础语法 1.1 引入 jQuery 在使用 jQuery 之前&#xff0c;需要先引入 jQuery 库。可以通过 CDN 引入&#xff0c;也可以下载到本地使用。 <!-- 通过 CDN 引入 jQuery -->…...

编程日记 2025/8/22 4:52:22

5.6 react组件化开发基础

react 组件开发基础 组件分类与组件使用 组件传参 父传子 【函数数据传值 实参 形参对应关系】 子传父 插槽 透传 useContext 上下文&#xff08;作用域&#xff09; 跨层级调用方法 通过子组件的实例对象useRef 直接调用子组件的方法 和数据 状态管理&#xff08;非常多…...

编程日记 2025/8/19 19:19:26

react-14defaultValue（仅在首次渲染时生效）和value（受 React 状态控制）

在 React 中&#xff0c;defaultChecked/checked 和 defaultValue/value 是用于处理表单元素初始值和受控值的属性对。区别在于表单元素是否受 React 组件状态控制。 1. defaultValue 作用&#xff1a;设置表单元素的初始值&#xff08;仅在首次渲染时生效&#xff09;。特点…...

编程日记 2025/8/19 2:42:03

HarmonyOS 5.0 低时延音视频开发​​

大家好&#xff0c;我是 V 哥。 在HarmonyOS 5.0的开发中&#xff0c;支持低时延音视频开发&#xff0c;为了确保语法正确&#xff0c; V 哥以下代码符合HarmonyOS NEXT API 14的规范。为了方便初学者更好入门&#xff0c;V 哥伙同2位小伙伴花了1年时间&#xff0c;搞了三本鸿蒙…...

编程日记 2025/8/21 14:47:22

视频智能分析网关助力小区/住宅/街道智慧社区管理服务全面升级

一、引言​ 随着信息技术的飞速发展&#xff0c;智慧社区建设已成为提升居民生活质量、优化社区管理的重要趋势。智能分析网关作为智慧社区的核心技术支撑之一&#xff0c;凭借其强大的数据处理和智能分析能力&#xff0c;在社区的安防监控、人员车辆管理、环境卫生检测等多个…...

编程日记 2025/8/22 4:50:54

ShardingJdbc-水平分表

ShardingJdbc-水平分表 水平分表 表结构相同表数据记录不同多张分表记录数和才是总的记录数通常根据主键ID进行分表&#xff0c;这里采用奇偶策略 案例 建立库 sharding-demo建立表 user_1、user_2 表结构相同id 为主键&#xff0c;bigint 类型分表规则 id 为偶数的记录存储…...

编程日记 2025/8/21 22:36:54

AI应用爆发或将进入临界点

在科技发展的长河中，总有一些时刻如惊雷般震撼世界，预示着新时代的到来。如今，AI应用似乎正站在这样一个关键节点上，一场前所未有的变革风暴或许即将席卷而来，AI应用的爆发或将进入临界点。 当我们回顾科技发展的历程，不难发现每一次重大的技术突破都曾引发社会的巨大变…...

编程日记 2025/8/19 11:02:17

Javase 基础加强 —— 05 Map集合

本系列为笔者学习Javase的课堂笔记&#xff0c;视频资源为B站黑马程序员出品的《黑马程序员JavaAI智能辅助编程全套视频教程&#xff0c;java零基础入门到大牛一套通关》&#xff0c;章节分布参考视频教程&#xff0c;为同样学习Javase系列课程的同学们提供参考。 01 概述 Ma…...

编程日记 2025/8/21 9:23:19

LINUX——例行性工作

单一执行的例行性工作 仅处理一次的工作&#xff0c;可用于在特定时间执行工作 at命令的工作过程&#xff1a; at命令使用时的权限控制&#xff1a;通过两个文件/etc/at.allow和/etc/at.deny来控制哪些用户可以使用at命令。如果这两个文件都不存在&#xff0c;那么只有root用户…...

编程日记 2025/8/19 18:07:49

天线测试报告解读学习

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、无源测试和有源测试二、无源测试报告1.驻波2.回损3.史密斯圆图4.效率5.增益6.天线方向图7.天线隔离度8.无源测试总结 三、有源测试报告1.TRP与TIS2.测试指标…...

编程日记 2025/8/19 19:19:07

Kotlin Android开发过渡指南

为了帮助Java开发者顺利过渡到Kotlin进行Android开发，以下是一本指南的详细大纲设计，涵盖关键知识点、迁移策略和实践案例： 《Kotlin for Android开发：从Java到Kotlin的平滑过渡指南》大纲 第一部分：为什么选择Kotlin？ Kotlin的优势 简洁性、安全性、与Java的互操作性Go…...

编程日记 2025/8/19 19:19:05

Hadoop架构再探讨

文章目录 1.Hadoop的优化与发展1.1Hadoop的局限与不足1.2针对Hadoop的改进与提升 2.HDFS2.0新特性2.1HDFS HA1.HDFS 1.0 组件及功能回顾​2. HDFS 1.0 的单点故障问题​3. HDFS HA&#xff08;高可用&#xff09;解决方案​ 2.2HDFS Federation1.HDFS1.0中存在的问题2.HDFS Fed…...

编程日记 2025/8/19 19:19:02

ffmpeg录音测试

ffmpeg ffmpeg 是一个强大的多媒体处理工具&#xff0c;可以用于录音、音频处理、视频录制等多种功能。以下是使用 ffmpeg 进行录音的详细指令和参数说明。 基本录音指令 以下是一个简单的 ffmpeg 录音命令&#xff0c;将音频录制为 WAV 格式文件&#xff1a; ffmpeg -f …...

编程日记 2025/8/19 19:19:00

Kotlin-解构声明

我们在使用对象时可能需要访问它们内部的一些属性: class Student(var name: String, var age: Int) fun main() {val student Student("小明", 18)println(student.name)println(student.age) }这样看起来不太优雅,我们可以像下面这样编写: class Student(var na…...

编程日记 2025/8/21 8:07:46

【MCP Node.js SDK 全栈进阶指南】专家篇（2）：MCP多模型支持架构

引言 在实际应用中，单一模型往往难以满足所有业务需求，这就需要一种灵活的架构来支持多模型集成和智能调度。Model Context Protocol (MCP) 作为连接应用与AI模型的标准协议，为多模型支持提供了理想的基础架构。 本文作将深入探讨如何基于MCP构建多模型支持架构，包括多LL…...

编程日记 2025/8/21 9:22:58