Cmake学习笔记(1)——基础应用

本文介绍在Linux环境下如何使用CMake进行自动化预处理,包括编写CMakeLists.txt文件和编译流程,适合初学者了解CMake的基本操作。

首先在大多数Windows环境下编写代码都是有IDE的,编译处理资源等都有集成在编译器内,且自动化完成了;而在Linux环境下开发这种IDE也是有的,但是由于Linux环境常常是基于命令行的,且如果做嵌入式的Linux开发这时候如果还是基于IDE的就有些困难了,所以Cmake的就是一个相对比较好用的自动化预处理工具。

首先说一下官网的帮助文档:https://cmake.org/documentation;当需要深入学习的时候可以在这上面查找到相关的资料;

下面先说一个简单应用,Linux下编译helloworld.c;

#include <stdio.h>
int main()
{
  char *c;
  c="hello world!";
  printf("%s\n",c);
  return 0;
}

一般写完代码,简单的可以用终端的方式编译,比如:

gcc -o helloworld helloworld.c //或者直接:gcc helloworld.c

编译后文件里会多一个helloworld.o的文件,用:./helloworld 运行即可。如果这个例子用Cmake编写的话首先要先写一个CMakeLists.txt的文档(cmake不区分大小写的):

#项目名称
project(helloworld)
#Cmake版本
cmake_minimum_required(VERSION 3.6)
#要编辑生成的目标文件名和源文件名
add_executable(helloworld helloworld.c)

保存然后对应目录下终端运行:

cmake .
make

即可编译成功。

第二种CMakeLists.txt写法,还是同样编辑上面的源文件:

#项目名称
PROJECT(helloworld)
#Cmake版本
CMAKE_MINIMUM_REQUIRED(VERSION 3.9)

# 查找当前目录下的所有源文件
# 并将名称保存到 DIR_SRCS 变量
AUX_SOURCE_DIRECTORY(. DIR_SRCS)

#要编辑生成的目标文件名和源文件名(DIR_SRCS)
ADD_EXECUTABLE(helloworld ${DIR_SRCS})

同样“cmake .”后即可编译;

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
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