diff --git a/src/content/posts/cpp-io-operator.md b/src/content/posts/cpp-io-operator.md index 31b3e5d..3de020a 100644 --- a/src/content/posts/cpp-io-operator.md +++ b/src/content/posts/cpp-io-operator.md @@ -1,9 +1,9 @@ --- -title: C++输入输出流的operator +title: C++ 输入输出流的 operator published: 2025-05-14 tags: ["C++", "IO流"] category: 技术 -description: C++输入输出流的operator +description: C++ 输入输出流的 operator --- 今天是朝鲜主体历114年5月14日 (喜) @@ -17,7 +17,7 @@ description: C++输入输出流的operator ```cpp class A { public: -bool operator==(const A& rhs) const; // 等价于 bool A::operator==(const A* this, const A& rhs) + bool operator==(const A& rhs) const; // 等价于 bool A::operator==(const A* this, const A& rhs) }; a == b; // 实际调用 a.operator==(b), 即 operator==(&a, b) @@ -30,14 +30,14 @@ a == b; // 实际调用 a.operator==(b), 即 operator==(&a, b) ```cpp class Person { private: -std::string name; + std::string name; public: -friend std::ostream& operator<<(std::ostream&, const Person&); + friend std::ostream& operator<<(std::ostream&, const Person&); }; std::ostream& operator<<(std::ostream& os, const Person& p) { -os << p.name; -return os; + os << p.name; + return os; } ``` diff --git a/src/content/posts/gauss-jordan-kotlin.md b/src/content/posts/gauss-jordan-kotlin.md index 88dc75f..9c04674 100644 --- a/src/content/posts/gauss-jordan-kotlin.md +++ b/src/content/posts/gauss-jordan-kotlin.md @@ -24,57 +24,57 @@ description: 高斯-约旦消元法的 Kotlin 实现 * @return 矩阵的秩 */ fun computeRREF(matrix: Array): Int { -val rows = matrix.size -val cols = if (rows > 0) matrix[0].size else 0 -var rank = 0 -var pivotRow = 0 -var pivotCol = 0 + val rows = matrix.size + val cols = if (rows > 0) matrix[0].size else 0 + var rank = 0 + var pivotRow = 0 + var pivotCol = 0 -while (pivotRow < rows && pivotCol < cols) { -// 寻找当前列的主元 -var maxRow = pivotRow -for (i in pivotRow + 1.. abs(matrix[maxRow][pivotCol])) { -maxRow = i -} -} + while (pivotRow < rows && pivotCol < cols) { + // 寻找当前列的主元 + var maxRow = pivotRow + for (i in pivotRow + 1.. abs(matrix[maxRow][pivotCol])) { + maxRow = i + } + } -// 如果当前列所有元素都是0,则处理下一列 -if (abs(matrix[maxRow][pivotCol]) < 1e-10) { -pivotCol++ -continue -} + // 如果当前列所有元素都是0,则处理下一列 + if (abs(matrix[maxRow][pivotCol]) < 1e-10) { + pivotCol++ + continue + } -// 交换行 -if (maxRow != pivotRow) { -val temp = matrix[pivotRow] -matrix[pivotRow] = matrix[maxRow] -matrix[maxRow] = temp -} + // 交换行 + if (maxRow != pivotRow) { + val temp = matrix[pivotRow] + matrix[pivotRow] = matrix[maxRow] + matrix[maxRow] = temp + } -// 归一化主元行 -val divisor = matrix[pivotRow][pivotCol] -for (j in pivotCol.. abs(matrix[maxRow][pivotCol])) { -maxRow = i -} + if (abs(matrix[i][pivotCol]) > abs(matrix[maxRow][pivotCol])) { + maxRow = i + } } // 检查主元是否为0 if (abs(matrix[maxRow][pivotCol]) < 1e-10) { -pivotCol++ -continue + pivotCol++ + continue } ``` @@ -107,15 +107,15 @@ continue ```kotlin // 行交换 if (maxRow != pivotRow) { -val temp = matrix[pivotRow] -matrix[pivotRow] = matrix[maxRow] -matrix[maxRow] = temp + val temp = matrix[pivotRow] + matrix[pivotRow] = matrix[maxRow] + matrix[maxRow] = temp } // 归一化主元行 val divisor = matrix[pivotRow][pivotCol] for (j in pivotCol until cols) { -matrix[pivotRow][j] /= divisor + matrix[pivotRow][j] /= divisor } ``` @@ -127,12 +127,12 @@ matrix[pivotRow][j] /= divisor ```kotlin // 消元操作 for (i in 0 until rows) { -if (i != pivotRow) { -val factor = matrix[i][pivotCol] -for (j in pivotCol until cols) { -matrix[i][j] -= factor * matrix[pivotRow][j] -} -} + if (i != pivotRow) { + val factor = matrix[i][pivotCol] + for (j in pivotCol until cols) { + matrix[i][j] -= factor * matrix[pivotRow][j] + } + } } ``` diff --git a/src/content/posts/kotlin-hello-world.md b/src/content/posts/kotlin-hello-world.md index b03e54e..9f6a50a 100644 --- a/src/content/posts/kotlin-hello-world.md +++ b/src/content/posts/kotlin-hello-world.md @@ -12,7 +12,7 @@ description: Kotlin 输出 HelloWorld package top.blackcyan.kt fun main() { -println("Hello, world!") + println("Hello, world!") } ``` @@ -23,8 +23,9 @@ println("Hello, world!") package top.blackcyan.kt val message: ListOf = ["Hello ", "world!"] + message.forEach { -print(it) + print(it) } println() @@ -36,9 +37,13 @@ println() package top.blackcyan.kt fun greeting() = "Hello" -fun String.printOut() { println("${greeting()} $this!") } + +fun String.printOut() { + println("${greeting()} $this!") +} + fun main() { -"world".printOut() + "world".printOut() } ``` diff --git a/src/content/posts/kruskal-prim.md b/src/content/posts/kruskal-prim.md index a550cdf..d82283a 100644 --- a/src/content/posts/kruskal-prim.md +++ b/src/content/posts/kruskal-prim.md @@ -34,68 +34,68 @@ data class Edge(val from: Int, val to: Int, val weight: Int) // 并查集:用于判断环、合并集合 class UnionFind(size: Int) { -private val parent = IntArray(size) { it } + private val parent = IntArray(size) { it } -// 查找根节点,并路径压缩 -fun find(x: Int): Int { -if (parent[x] != x) { -parent[x] = find(parent[x]) -} -return parent[x] -} + // 查找根节点,并路径压缩 + fun find(x: Int): Int { + if (parent[x] != x) { + parent[x] = find(parent[x]) + } + return parent[x] + } -// 合并两个集合,若已经连通返回 false -fun union(x: Int, y: Int): Boolean { -val rootX = find(x) -val rootY = find(y) -if (rootX == rootY) return false -parent[rootY] = rootX -return true -} + // 合并两个集合,若已经连通返回 false + fun union(x: Int, y: Int): Boolean { + val rootX = find(x) + val rootY = find(y) + if (rootX == rootY) return false + parent[rootY] = rootX + return true + } } // Kruskal 算法:从邻接矩阵生成边集合并构建最小生成树 fun kruskalFromAdjMatrix(adjMatrix: Array): List { -val nodeCount = adjMatrix.size -val edges = extractEdgesFromMatrix(adjMatrix) + val nodeCount = adjMatrix.size + val edges = extractEdgesFromMatrix(adjMatrix) -if (edges.isEmpty()) { -throw IllegalArgumentException("图中没有有效的边") -} + if (edges.isEmpty()) { + throw IllegalArgumentException("图中没有有效的边") + } -return kruskal(nodeCount, edges) + return kruskal(nodeCount, edges) } // 辅助函数:从邻接矩阵中提取边(避免重复) fun extractEdgesFromMatrix(matrix: Array): List { -val edges = mutableListOf() -val n = matrix.size + val edges = mutableListOf() + val n = matrix.size -for (i in 0 ..< n) { -for (j in i + 1 ..< n) { -val w = matrix[i][j] -if (w != 0 && w != Int.MAX_VALUE) { -edges.add(Edge(i, j, w)) -} -} -} + for (i in 0 ..< n) { + for (j in i + 1 ..< n) { + val w = matrix[i][j] + if (w != 0 && w != Int.MAX_VALUE) { + edges.add(Edge(i, j, w)) + } + } + } -return edges + return edges } // Kruskal 主体:边排序 + 并查集连接 fun kruskal(nodeCount: Int, edges: List): List { -val mst = mutableListOf() -val uf = UnionFind(nodeCount) + val mst = mutableListOf() + val uf = UnionFind(nodeCount) -for (edge in edges.sortedBy { it.weight }) { -if (uf.union(edge.from, edge.to)) { -mst.add(edge) -if (mst.size == nodeCount - 1) break -} -} + for (edge in edges.sortedBy { it.weight }) { + if (uf.union(edge.from, edge.to)) { + mst.add(edge) + if (mst.size == nodeCount - 1) break + } + } -return mst + return mst } ``` @@ -104,35 +104,34 @@ return mst ```kotlin fun main() { -val INF = Int.MAX_VALUE -val adjMatrix = arrayOf( -intArrayOf(0, 7, INF, 5, INF, INF, INF), // A -intArrayOf(7, 0, 8, 9, 7, INF, INF), // B -intArrayOf(INF, 8, 0, INF, 5, INF, INF), // C -intArrayOf(5, 9, INF, 0, 15, 6, INF), // D -intArrayOf(INF, 7, 5, 15, 0, 8, 9), // E -intArrayOf(INF, INF, INF, 6, 8, 0, 11), // F -intArrayOf(INF, INF, INF, INF, 9, 11, 0) // G -) + val INF = Int.MAX_VALUE + val adjMatrix = arrayOf( + intArrayOf(0, 7, INF, 5, INF, INF, INF), // A + intArrayOf(7, 0, 8, 9, 7, INF, INF), // B + intArrayOf(INF, 8, 0, INF, 5, INF, INF), // C + intArrayOf(5, 9, INF, 0, 15, 6, INF), // D + intArrayOf(INF, 7, 5, 15, 0, 8, 9), // E + intArrayOf(INF, INF, INF, 6, 8, 0, 11), // F + intArrayOf(INF, INF, INF, INF, 9, 11, 0) // G + ) -val mst = kruskalFromAdjMatrix(adjMatrix) -val cityNames = listOf("A", "B", "C", "D", "E", "F", "G") + val mst = kruskalFromAdjMatrix(adjMatrix) + val cityNames = listOf("A", "B", "C", "D", "E", "F", "G") -println("最小花费的高铁修建方案如下:") -var totalCost = 0 -for (edge in mst) { -println("${cityNames[edge.from]} -- ${cityNames[edge.to]} : 费用 ${edge.weight}") -totalCost += edge.weight -} -println("总花费:$totalCost") + println("最小花费的高铁修建方案如下:") + var totalCost = 0 + for (edge in mst) { + println("${cityNames[edge.from]} -- ${cityNames[edge.to]} : 费用 ${edge.weight}") + totalCost += edge.weight + } + println("总花费:$totalCost") } ``` 输出结果: -```kotlin -""" +``` 最小花费的高铁修建方案如下: A -- D : 费用 5 C -- E : 费用 5 @@ -141,7 +140,6 @@ A -- B : 费用 7 B -- E : 费用 7 E -- G : 费用 9 总花费:39 -""" ``` @@ -159,48 +157,48 @@ Prim 算法同样基于贪心策略,但与 Kruskal 算法不同的是,它从 ```kotlin fun prim(adjMatrix: Array): List> { -val n = adjMatrix.size -val visited = BooleanArray(n) { false } // 记录已加入 MST 的点 -val minDist = IntArray(n) { Int.MAX_VALUE } // 每个点到 MST 的最小距离 -val parent = IntArray(n) { -1 } // 每个点在 MST 中的父节点 + val n = adjMatrix.size + val visited = BooleanArray(n) { false } // 记录已加入 MST 的点 + val minDist = IntArray(n) { Int.MAX_VALUE } // 每个点到 MST 的最小距离 + val parent = IntArray(n) { -1 } // 每个点在 MST 中的父节点 -minDist[0] = 0 + minDist[0] = 0 -for (i in 0 ..< n) { -// 选出未加入 MST 中、距离最小的点 -var u = -1 -var min = Int.MAX_VALUE -for (j in 0 ..< n) { -if (!visited[j] && minDist[j] < min) { -min = minDist[j] -u = j -} -} + for (i in 0 ..< n) { + // 选出未加入 MST 中、距离最小的点 + var u = -1 + var min = Int.MAX_VALUE + for (j in 0 ..< n) { + if (!visited[j] && minDist[j] < min) { + min = minDist[j] + u = j + } + } -if (u == -1) break // 图不连通 + if (u == -1) break // 图不连通 -visited[u] = true + visited[u] = true -// 用 u 点更新其他相邻点的最小距离 -for (v in 0 ..< n) { -val weight = adjMatrix[u][v] -if (!visited[v] && weight != 0 && weight < minDist[v]) { -minDist[v] = weight -parent[v] = u -} -} -} + // 用 u 点更新其他相邻点的最小距离 + for (v in 0 ..< n) { + val weight = adjMatrix[u][v] + if (!visited[v] && weight != 0 && weight < minDist[v]) { + minDist[v] = weight + parent[v] = u + } + } + } -// 构建结果 -val result = mutableListOf>() -for (v in 1 ..< n) { -val u = parent[v] -if (u != -1) { -result.add(Triple(u, v, adjMatrix[u][v])) -} -} + // 构建结果 + val result = mutableListOf>() + for (v in 1 ..< n) { + val u = parent[v] + if (u != -1) { + result.add(Triple(u, v, adjMatrix[u][v])) + } + } -return result + return result } ``` @@ -209,35 +207,34 @@ return result ```kotlin fun main() { -val INF = Int.MAX_VALUE -val adjMatrix = arrayOf( -intArrayOf(0, 7, INF, 5, INF, INF, INF), -intArrayOf(7, 0, 8, 9, 7, INF, INF), -intArrayOf(INF, 8, 0, INF, 5, INF, INF), -intArrayOf(5, 9, INF, 0, 15, 6, INF), -intArrayOf(INF, 7, 5, 15, 0, 8, 9), -intArrayOf(INF, INF, INF, 6, 8, 0, 11), -intArrayOf(INF, INF, INF, INF, 9, 11, 0) -) + val INF = Int.MAX_VALUE + val adjMatrix = arrayOf( + intArrayOf(0, 7, INF, 5, INF, INF, INF), + intArrayOf(7, 0, 8, 9, 7, INF, INF), + intArrayOf(INF, 8, 0, INF, 5, INF, INF), + intArrayOf(5, 9, INF, 0, 15, 6, INF), + intArrayOf(INF, 7, 5, 15, 0, 8, 9), + intArrayOf(INF, INF, INF, 6, 8, 0, 11), + intArrayOf(INF, INF, INF, INF, 9, 11, 0) + ) -val cityNames = listOf("A", "B", "C", "D", "E", "F", "G") -val mst = prim(adjMatrix) + val cityNames = listOf("A", "B", "C", "D", "E", "F", "G") + val mst = prim(adjMatrix) -println("最小花费的高铁修建方案如下:") -var totalCost = 0 -for ((u, v, w) in mst) { -println("${cityNames[u]} -- ${cityNames[v]} : 费用 $w") -totalCost += w -} -println("总花费:$totalCost") + println("最小花费的高铁修建方案如下:") + var totalCost = 0 + for ((u, v, w) in mst) { + println("${cityNames[u]} -- ${cityNames[v]} : 费用 $w") + totalCost += w + } + println("总花费:$totalCost") } ``` 输出结果: -```kotlin -""" +``` 最小花费的高铁修建方案如下: A -- B : 费用 7 E -- C : 费用 5 @@ -246,7 +243,6 @@ B -- E : 费用 7 D -- F : 费用 6 E -- G : 费用 9 总花费:39 -""" ``` diff --git a/src/content/posts/march-summary.md b/src/content/posts/march-summary.md index 13f2405..4e7247d 100644 --- a/src/content/posts/march-summary.md +++ b/src/content/posts/march-summary.md @@ -10,6 +10,6 @@ description: 总结一下三月份 我还认识了一些新的朋友,第一次在别人的群里有点存在感(感动) -我打算整一个新的兽设,然后约一个毛脸kig... 争取在生日前做完这一切吧。 +我打算整一个新的兽设,然后约一个毛脸 kig... 争取在生日前做完这一切吧。 已经跟亲友确定好漫展时要跳的舞了,不知道我能不能学会(笑) diff --git a/src/content/posts/sipeed-mic-array.md b/src/content/posts/sipeed-mic-array.md index b9b0d5a..d40c1f4 100644 --- a/src/content/posts/sipeed-mic-array.md +++ b/src/content/posts/sipeed-mic-array.md @@ -15,16 +15,16 @@ from Maix import MIC_ARRAY as mic import lcd lcd.init() -mic.init() #默认配置 -#mic.init(i2s_d0=23, i2s_d1=22, i2s_d2=21, i2s_d3=20, i2s_ws=19, i2s_sclk=18, sk9822_dat=24, sk9822_clk=25)#可自定义配置 IO +mic.init() # 默认配置 +# mic.init(i2s_d0=23, i2s_d1=22, i2s_d2=21, i2s_d3=20, i2s_ws=19, i2s_sclk=18, sk9822_dat=24, sk9822_clk=25) # 可自定义配置 IO while True: -imga = mic.get_map() # 获取声音源分布图像 -b = mic.get_dir(imga) # 计算、获取声源方向 -a = mic.set_led(b,(0,0,255)) # 配置 RGB LED 颜色值 -imgb = imga.resize(160,160) -imgc = imgb.to_rainbow(1) # 将图像转换为彩虹图像 -a = lcd.display(imgc) + imga = mic.get_map() # 获取声音源分布图像 + b = mic.get_dir(imga) # 计算、获取声源方向 + a = mic.set_led(b,(0,0,255)) # 配置 RGB LED 颜色值 + imgb = imga.resize(160,160) + imgc = imgb.to_rainbow(1) # 将图像转换为彩虹图像 + a = lcd.display(imgc) mic.deinit() ``` @@ -50,30 +50,30 @@ mic.deinit() import math def get_sound_angle(energy_data): -if not energy_data or sum(energy_data) == 0: -return None # 返回None表示无效数据 + if not energy_data or sum(energy_data) == 0: + return None # 返回None表示无效数据 -# 矢量求和法 -x_sum = 0.0 -y_sum = 0.0 + # 矢量求和法 + x_sum = 0.0 + y_sum = 0.0 -for i in range(12): -angle_rad = math.radians(i * 30) -# 对能量值进行平方增强主声源权重 -weighted_energy = energy_data[i] ** 2 -x_sum += weighted_energy * math.cos(angle_rad) -y_sum += weighted_energy * math.sin(angle_rad) + for i in range(12): + angle_rad = math.radians(i * 30) + # 对能量值进行平方增强主声源权重 + weighted_energy = energy_data[i] ** 2 + x_sum += weighted_energy * math.cos(angle_rad) + y_sum += weighted_energy * math.sin(angle_rad) -# 计算角度 -angle = math.degrees(math.atan2(y_sum, x_sum)) + # 计算角度 + angle = math.degrees(math.atan2(y_sum, x_sum)) -# 转换为-180~180范围 -if angle > 180: -angle -= 360 -elif angle < -180: -angle += 360 + # 转换为 -180 ~ 180 范围 + if angle > 180: + angle -= 360 + elif angle < -180: + angle += 360 -return int(angle) + return int(angle) ``` @@ -90,171 +90,171 @@ import time # 全局变量 tim = None pwm = None -angle_buffer = [] # 角度数据缓冲区 -FILTER_WINDOW = 15 # 滤波窗口大小 -SERVO_SMOOTH_FACTOR = 0.2 # 舵机运动平滑因子 +angle_buffer = [] # 角度数据缓冲区 +FILTER_WINDOW = 15 # 滤波窗口大小 +SERVO_SMOOTH_FACTOR = 0.2 # 舵机运动平滑因子 def init(): -global pwm, tim -tim = Timer(Timer.TIMER0, Timer.CHANNEL0, mode=Timer.MODE_PWM) -pwm = PWM(tim, freq=50, duty=7.5, pin=0) # 初始中间位置 -mic.init(i2s_d0=23, i2s_d1=22, i2s_d2=21, i2s_d3=20, -i2s_ws=19, i2s_sclk=18, sk9822_clk=25, sk9822_dat=24) + global pwm, tim + tim = Timer(Timer.TIMER0, Timer.CHANNEL0, mode=Timer.MODE_PWM) + pwm = PWM(tim, freq=50, duty=7.5, pin=0) # 初始中间位置 + mic.init(i2s_d0=23, i2s_d1=22, i2s_d2=21, i2s_d3=20, + i2s_ws=19, i2s_sclk=18, sk9822_clk=25, sk9822_dat=24) def get_sound_angle(energy_data): -if not energy_data or sum(energy_data) == 0: -return None # 返回None表示无效数据 + if not energy_data or sum(energy_data) == 0: + return None # 返回 None 表示无效数据 -# 矢量求和法 -x_sum = 0.0 -y_sum = 0.0 + # 矢量求和法 + x_sum = 0.0 + y_sum = 0.0 -for i in range(12): -angle_rad = math.radians(i * 30) -# 对能量值进行平方增强主声源权重 -weighted_energy = energy_data[i] ** 2 -x_sum += weighted_energy * math.cos(angle_rad) -y_sum += weighted_energy * math.sin(angle_rad) + for i in range(12): + angle_rad = math.radians(i * 30) + # 对能量值进行平方增强主声源权重 + weighted_energy = energy_data[i] ** 2 + x_sum += weighted_energy * math.cos(angle_rad) + y_sum += weighted_energy * math.sin(angle_rad) -# 计算角度 -angle = math.degrees(math.atan2(y_sum, x_sum)) + # 计算角度 + angle = math.degrees(math.atan2(y_sum, x_sum)) -# 转换为-180~180范围 -if angle > 180: -angle -= 360 -elif angle < -180: -angle += 360 + # 转换为 -180 ~ 180 范围 + if angle > 180: + angle -= 360 + elif angle < -180: + angle += 360 -return int(angle) + return int(angle) def apply_filters(raw_angle): global angle_buffer -# 1. 无效数据跳过 -if raw_angle is None: -return None + # 无效数据跳过 + if raw_angle is None: + return None -# 2. 更新数据缓冲区 -angle_buffer.append(raw_angle) -if len(angle_buffer) > FILTER_WINDOW: -angle_buffer.pop(0) + # 更新数据缓冲区 + angle_buffer.append(raw_angle) + if len(angle_buffer) > FILTER_WINDOW: + angle_buffer.pop(0) -# 3. 中值滤波 -sorted_angles = sorted(angle_buffer) -median_angle = sorted_angles[len(sorted_angles) // 2] + # 中值滤波 + sorted_angles = sorted(angle_buffer) + median_angle = sorted_angles[len(sorted_angles) // 2] -# 4. 移动平均滤波 -avg_angle = sum(angle_buffer) / len(angle_buffer) + # 移动平均滤波 + avg_angle = sum(angle_buffer) / len(angle_buffer) -# 5. 加权组合滤波结果 -filtered_angle = 0.6 * median_angle + 0.4 * avg_angle + # 加权组合滤波结果 + filtered_angle = 0.6 * median_angle + 0.4 * avg_angle -# 6. 角度连续性处理 -if filtered_angle > 180: -filtered_angle -= 360 -elif filtered_angle < -180: -filtered_angle += 360 + # 角度连续性处理 + if filtered_angle > 180: + filtered_angle -= 360 + elif filtered_angle < -180: + filtered_angle += 360 -return int(filtered_angle) + return int(filtered_angle) def convert_angle(angle): -"""将声源角度映射到舵机控制信号 -参数: angle - 声源角度(-180~180度) -返回: (有效角度, duty_val) -""" -# 将角度转换为0~360范围用于计算 -angle_360 = angle % 360 -if angle_360 < 0: -angle_360 += 360 + """将声源角度映射到舵机控制信号 + 参数: angle - 声源角度(-180~180度) + 返回: (有效角度, duty_val) + """ + # 将角度转换为 0 ~ 360 范围用于计算 + angle_360 = angle % 360 + if angle_360 < 0: + angle_360 += 360 -# 检查角度是否在有效范围内 (270°~90° 的半圆) -if 90 < angle_360 < 270: -return False, None # 无效角度 + # 检查角度是否在有效范围内 + if 90 < angle_360 < 270: + return False, None # 无效角度 -# 映射角度到舵机控制信号: -# - 90° -> duty 2.5 (右边) -# - 0° -> duty 7.5 (正前方) -# - -90°/270° -> duty 12.5 (左边) + # 映射角度到舵机控制信号: + # - 90° -> duty 2.5 (右边) + # - 0° -> duty 7.5 (正前方) + # - -90°/270° -> duty 12.5 (左边) -# 线性映射到duty值 -# 角度范围: -90°到 90°映射到 duty 12.5 到 2.5 -duty_val = 7.5 - (angle / 18.0) + # 线性映射到duty值 + # 角度范围: -90° 到 90° 映射到 duty 12.5 到 2.5 + duty_val = 7.5 - (angle / 18.0) -# 确保duty值在有效范围内 -duty_val = max(2.5, min(12.5, duty_val)) -return True, duty_val + # 确保 duty 值在有效范围内 + duty_val = max(2.5, min(12.5, duty_val)) + return True, duty_val def main(): -global angle_buffer -last_valid_duty = 7.5 # 最后有效的duty值(初始为中间位置) + global angle_buffer + last_valid_duty = 7.5 # 最后有效的 duty 值 -try: -# 初始化角度缓冲区 -print("初始化角度缓冲区...") -for i in range(FILTER_WINDOW): -imga = mic.get_map() -energy_data = mic.get_dir(imga) -raw_angle = get_sound_angle(energy_data) -angle_buffer.append(raw_angle if raw_angle is not None else 0) -print("填充缓冲区 %d/%d" % (i+1, FILTER_WINDOW)) -time.sleep_ms(50) + try: + # 初始化角度缓冲区 + print("初始化角度缓冲区...") + for i in range(FILTER_WINDOW): + imga = mic.get_map() + energy_data = mic.get_dir(imga) + raw_angle = get_sound_angle(energy_data) + angle_buffer.append(raw_angle if raw_angle is not None else 0) + print("填充缓冲区 %d/%d" % (i+1, FILTER_WINDOW)) + time.sleep_ms(50) -print("开始主循环...") -while True: -start_time = time.ticks_ms() + print("开始主循环...") + while True: + start_time = time.ticks_ms() -# 获取原始数据 -imga = mic.get_map() -energy_data = mic.get_dir(imga) -mic.set_led(energy_data, (0, 0, 255)) + # 获取原始数据 + imga = mic.get_map() + energy_data = mic.get_dir(imga) + mic.set_led(energy_data, (0, 0, 255)) -# 计算原始角度 -raw_angle = get_sound_angle(energy_data) + # 计算原始角度 + raw_angle = get_sound_angle(energy_data) -# 应用多级滤波 -filtered_angle = apply_filters(raw_angle) + # 应用多级滤波 + filtered_angle = apply_filters(raw_angle) -# 如果本次数据无效,使用上次滤波结果 -if filtered_angle is None: -filtered_angle = angle_buffer[-1] if angle_buffer else 0 + # 如果本次数据无效,使用上次滤波结果 + if filtered_angle is None: + filtered_angle = angle_buffer[-1] if angle_buffer else 0 -raw_str = str(raw_angle) if raw_angle is not None else "--" -info = "原始角度: %s° -> 滤波角度: %d°" % (raw_str, filtered_angle) -info += "\n能量数据: " + str(energy_data) -print(info) -print('-' * 30) + raw_str = str(raw_angle) if raw_angle is not None else "--" + info = "原始角度: %s° -> 滤波角度: %d°" % (raw_str, filtered_angle) + info += "\n能量数据: " + str(energy_data) + print(info) + print("-" * 30) -# 转换角度到舵机控制信号 -is_valid, duty_val = convert_angle(filtered_angle) + # 转换角度到舵机控制信号 + is_valid, duty_val = convert_angle(filtered_angle) -if is_valid: -# 有效角度,使用平滑处理 -target_duty = duty_val -# 平滑处理:混合上次的duty值和本次的目标值 -smoothed_duty = last_valid_duty * (1 - SERVO_SMOOTH_FACTOR) + target_duty * SERVO_SMOOTH_FACTOR -last_valid_duty = smoothed_duty -duty_val = smoothed_duty -print("有效角度,duty_val:", duty_val) -else: -# 无效角度范围,保持上次的有效duty值 -duty_val = last_valid_duty -print("角度 %d° 在无效范围,保持上次duty值: %.2f" % (filtered_angle, duty_val)) + if is_valid: + # 有效角度,使用平滑处理 + target_duty = duty_val + # 平滑处理:混合上次的 duty 值和本次的目标值 + smoothed_duty = last_valid_duty * (1 - SERVO_SMOOTH_FACTOR) + target_duty * SERVO_SMOOTH_FACTOR + last_valid_duty = smoothed_duty + duty_val = smoothed_duty + print("有效角度,duty_val:", duty_val) + else: + # 无效角度范围,保持上次的有效 duty 值 + duty_val = last_valid_duty + print("角度 %d° 在无效范围,保持上次duty值: %.2f" % (filtered_angle, duty_val)) -pwm.duty(duty_val) + pwm.duty(duty_val) -loop_time = time.ticks_diff(time.ticks_ms(), start_time) -delay_time = max(10, 100 - loop_time) -time.sleep_ms(delay_time) + loop_time = time.ticks_diff(time.ticks_ms(), start_time) + delay_time = max(10, 100 - loop_time) + time.sleep_ms(delay_time) -except KeyboardInterrupt: -print('用户退出') -finally: -mic.deinit() -pwm.duty(7.5) # 回到中间位置 -print("资源已释放") + except KeyboardInterrupt: + print("用户退出") + finally: + mic.deinit() + pwm.duty(7.5) # 回到中间位置 + print("资源已释放") -if __name__ == '__main__': -init() -main() +if __name__ == "__main__": + init() + main() ```