C语言 信号处理机制

本文详细介绍了C语言中的信号处理机制,包括信号的基本概念、如何使用信号头文件<signal.h>来处理信号,以及如何通过函数signal()指定信号处理方式。此外,还讨论了volatile关键字的作用。


C语言中信号标示一种时间,它可能异步地发生,也就是并不与城市执行过程中的任何事件保持同步,如果程序中未设置该信号的处理函数,则选择缺省方式---大部分为终止程序运行。

信号头文件<signal.h>



同样可以显示引发一个信号: int raise(int sig);

指定希望采取的措施: void (* signal(int sig, void (* handler) (int)  ) )(int);

去除返回值来看: signal(int sig, void (* handler) (int) )    参数1:int 型,信号类型 参数2:返回值为void 参数为int,描述想要处理的信号类型,可以为多个或运算结合起来的。

返回值: void (* signal () )(int)  为该信号以前的处理函数

另外两个宏作为signal函数的第二个参数, SIG_DFL 恢复对该信号的缺省反应,SIG_IGN使该信号被忽略。

当信号处理函数处理完成之后,返回触发点。并且在返回之前需要重新调用signal函数重新设置信号处理函数。


volatile数据:防止以一种可能修改程序含义的方式优化程序。如

if(A1)

{

B1;

}

if(A1)

{

B2;

}

但是程序可能优化为

if(A1)

{

B1;B2;

}

但是信号处理函数可能修改A1的值

目录 1.1均匀分布的随机数 第一章 数字信号的产生 1.2正态分布的随机数 1.3指数分布的随机数 1.4拉普拉斯(Laplace)分布的随机数 1.5瑞利(Rayleigh)分布的随机数 1.6对数正态分布的随机数 第一篇 常用数字信号的产生 1.7柯西(Cauchy)分布的随机数 1.8韦伯(Weibull)分布的随机数 1.9爱尔朗(Erlang)分布的随机数 1.10贝努里(Bernoulli)分布的随机数 1.11贝努里—高斯分布的随机数 1.12二项式分布的随机数 1.13泊松(Poisson)分布的随机数 1.14ARMA(p,q)模型数据的产生 1.15含有高斯白噪声的正弦组合信号的产生 1.16解析信号的产生 1.1离散傅立叶变换 第一章 快速傅立叶变换 1.2快速傅立叶变换 1.3基4快速傅立叶变换 1.4分裂基快速傅立叶变换 1.5实序列快速傅立叶变换(一) 1.6实序列快速傅立叶变换(二) 1.7用一个N点复序列的FFT同时计算两个N点实序列离散傅立叶变换 1.8共轭对称序列的快速傅立叶反变换 1.9素因子快速傅立叶变换 1.10ChirpZ—变换算法 2.1快速哈特莱(Hartley)变换 第二章 快速离散正交变换 2.2基4快速哈特莱(Hartley)变换 第二篇 数字信号处理 2.3分裂基快速哈特莱(Hartley)变换 2.4快速离散余弦变换 2.5快速离散余弦反变换 2.6N=8点快速离散余弦变换 2.7N=8点快速离散余弦反变换 2.8快速离散正弦变换 2.9快速沃尔什(Walsh)变换 2.10快速希尔伯特变换(一) 2.11快速希尔伯特变换(二) 3.1快速卷积 第三章 快速卷积与相关 3.2长序列的快速卷积 3.3特别长序列的快速卷积 3.4快速相关 4.1数字滤波器的频率响应 第四章 数字滤波器的时域和频域响应 4.2级联型数字滤波器的频率响应 4.3数字滤波器的时域响应 4.4直接型IIR数字滤波(一) 4.5直接型IIR数字滤波(二) 4.6级联型IIR数字滤波 4.7并联型IIR数字滤波 5.1巴特沃兹和切比雪夫数字滤波器的设计 第五章 IIR数字滤波器的设计 5.2任意幅度IIR数字滤波器的优化设计 6.1窗函数方法 第六章 FIR数字滤波器的设计 6.2频域最小误差平方设计 6.3切比雪夫逼近方法 1.1功率谱估计的周期图方法 第一章 经典谱估计 1.2功率谱估计的相关方法 2.1求解一般托布利兹方程组的莱文森算法 第二章 现代谱估计 2.2求解对称正定方程组的乔里斯基算法 2.3求解尤利—沃克方程的莱文森—德宾算法 2.4计算ARMA模型的功率谱密度 2.5尤利—沃克谱估计算法 2.6协方差谱估计算法 2.7Burg谱估计算法 2.8最大似然谱估计算法 3.1维格纳(Wigner)分布 第三章 时—频分析 3.2离散小波变换 4.1维纳(Wiener)数字滤波 第四章 随机信号的数字滤波 4.2卡尔曼(Kalman)数字滤波 4.3最小均方(LMS)自适应数字滤波 4.4归一化LMS自适应数字滤波 4.5递推最小二乘(RLS)自适应数字滤波 1.1图像读取、存储与显示 第四篇 数字图像处理 第一章 图像基本运算 1.2图像旋转 1.3图像灰度级直方图的计算 1.4图像二值化的固定阀值法 1.5图像二值化的自适应阀值法 第三篇 随机数字信号处理 2.1图像直方图均衡 第二章 图像增强 2.2中值滤波 2.3图像锐化 2.4图像平滑 3.1Roberts算子边缘检测 第三章 图像边缘检测 3.2拉普拉斯算子边缘检测 3.3Sobel算子边缘检测 3.4Robinson算子边缘检测 3.5Kirsch算子边缘检测 3.6Prewitt算子边缘检测 4.1Hilditch细化算法 第四章 图像细化 4.2Pavlidis细化算法 4.3Rosenfeld细化算法 1.1多层感知器神经网络 第一章 神经网络模型 1.2离散Hopfield神经网络 1.3连续Hopfield神经网络 第五篇 人工神经网络 1.4Tank-Hopfield线性规划神经网络
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