QT(1)准备好环境和.pro文件

本文介绍如何使用MeeGo Handset模拟器及本地Linux环境搭建MeeGo应用程序开发环境,重点介绍利用mad工具创建QT项目的过程,并提供简单的本地测试方案。

  既然MeeGo由于Nokia的缘故采用cross-plate的QT作为开发环境,MeeGo的SDK学习也将从QT开始。我们准备两个开发环境,一个是MeeGo Handset的模拟器,一个是本地Linux(用阿土,因为local的效率高,既然只是学习,采用方便的方式,最后在target中验证)。这里我们只进行学习验证的环境,不采用完整的包括rpm打包和利用QT Creator开发工具的环境。

MeeGo IA32 Handset模拟器

  采用模拟器方式,利用MeeGo工具mad,可以简单完成,模拟器的安装,参考MeeGo handset 1.1开发环境系列 。采用以下的步骤创建我们的project:app-framework-test

一、利用mad创建一个QT的project
  $ mad -t meego-handset-ia32-1.1 pscreate -t qt-simple app-framework-test
  $ cd app-framework-test

二、通过qmake,根据自动创建的app-framework-test.pro文件创建项目的Makefile文件
  $ mad -t meego-handset-ia32-1.1 qmake

三、在这里我们编写源代码...编写中...编写完成...呵呵

四、通过交叉编译工具链进行编译,我们在build/目录下看到执行文件
  $ mad -t meego-handset-ia32-1.1 make
如果需要进行封装deb,可以采用make debian-all,在上一层目录下可以看到deb包和源代码*.tar.gz

五、在target上进行验证,target采用模拟器
开启模拟器:
  $ mad remote -r meego-handset-ia32-qemu-1.1.20101031.2201-sda-runtime poweron
将内容copy至模拟器,我们不采用root,采用用户meego,密码也是meego
  $ scp -P 6666 build/app-framework-test meego@127.0.0.1:~/test/
登录模拟器:
  $ ssh -X meego@localhost -p 6666,也可以将-X替换为-Y
在~/test/的目录那里,运行$ ./app-framework-test,则在本地的X server看到相关的应用。如果需要在模拟器看到,需要先设定display的环境,export DISPLAY=:0,我们可以现查看一下原来的DISPALY的值,以便恢复,对于我的环境,恢复为export DISPLAY=localhost:10.0

本地Linux(Ubuntu)的环境

  由于每次调测都要上传一次,很麻烦,既然QT是跨平台的,所以还是应该在本地提供环境方便。安装一个local的qt,$ sudo apt-get install libavahi-qt4-dev,建立一个目录local-test,并进入之,在下面建立一个文件夹src,用于存放源代码文件,建议一个build文件夹,用于存放编译生成文件。建立一个文件local-test.pro,以便qmake根据它来创建Makefile文件。让后make就可以。简单地我们可以将之前mad自动创建的*.pro文件copy过来用。如果只是验证程序,我们也可以自己写一个简单的local-test.pro文件,如下:

SOURCES = qtmain.cpp

VPATH = src
OBJECTS_DIR = build
DESTDIR = build

  上面是我去掉所有,只剩下最简单的调试环境。

资料

  对于MeeGo,其API文档在http://apidocs.meego.com/1.1/core/html/index.html ,但是不太好用,最大的问题是没有search功能。对于QT,可以http://doc.qt.nokia.com/latest/ 中查看,对于QT mobility,可以在http://doc.qt.nokia.com/qtmobility-1.1.0/index.html 。一个学习的入口为http://doc.qt.nokia.com/latest/tutorials.html

相关链接:我的MeeGo/Moblin相关文章

【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率与经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网与交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟与拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理与迭代收敛过程,以便在实际项目中灵活应用与改进。
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