循环读取CheckBoxList中勾选的值

    当勾选CheckBoxList值时,可以实现多选,那么如何获取勾选的值呢? 由于用selectItem.text只能得到最小的Index的值,所以不能直接获取。 

    方法:每次获得一个勾选的值之后,把Selected选项设置为false,这样,下一个勾选的数据就成了Index最低的选项,此时selectedtext为此项. 这样可以获取多个值。但是还是会有问题。先看代码:

string multValue()
{
        ArrayList parm 
= new ArrayList();
        
string listvalue = "";
        
for (int i = 0; i < CheckBoxList1.Items.Count; i++)
        
{
            
if (CheckBoxList1.Items[i].Selected == true)
            
{
                listvalue 
+= CheckBoxList1.SelectedItem.Text;
                CheckBoxList1.Items[i].Selected 
= false;
                listvalue 
+= ",";
            }

        }

        
return listvalue;
}

以上这段代码完全可以取出所有勾选值,放在一个以逗号分割的字符串里,但是,页面上所勾得选项已经失去了。因为我们每取一次值的时候,就将selected设置为false. 那么如何解决这个问题呢?

    方法:将所选值放入一个ArrayList里面,当取得所有值之后,在做一个循环恢复所选值。判断条件是将ArrayList里的选项和CheckBoxList的值比较,如何一样,就将selected设置为true. 另外为了解决数组不越界问题,一定要将ArrayList构造成和CheckBoxList中选项个数一样。以下是代码。

string Option()
{
        ArrayList parm 
= new ArrayList();
        
string listvalue = "";
        
for (int i = 0; i < CheckBoxList1.Items.Count; i++)
        
{
            
if (CheckBoxList1.Items[i].Selected == true)
            
{
                listvalue 
+= CheckBoxList1.SelectedItem.Text;
                parm.Add(CheckBoxList1.SelectedItem.Text);
                CheckBoxList1.Items[i].Selected 
= false;
                listvalue 
+= ",";
            }

            
else
            
{
                parm.Add(
"");
            }

        }

        
//恢复勾选值
        for (int i = 0; i < parm.Count; i++)
        
{
            
if (parm[i].ToString() == CheckBoxList1.Items[i].Text.ToString())
            
{
                CheckBoxList1.Items[i].Selected 
= true;
            }

        }

        
return listvalue;
}
内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
评论 4
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