SEH处理

本文介绍了一个使用C++实现的异常处理程序,通过自定义异常处理函数来捕获异常并生成MiniDump文件,以便于后续的问题定位和调试。文章展示了如何设置异常处理程序、触发异常、生成dump文件及卸载异常处理程序。
#include "stdafx.h"
#include <iostream>
#include <Windows.h>
#include <Dbghelp.h>
#pragma comment(lib,"Dbghelp.lib")

typedef struct _RUNTIME_FUNCTION {
	ULONG BeginAddress;
	ULONG EndAddress;
	ULONG UnwindData;
} RUNTIME_FUNCTION, *PRUNTIME_FUNCTION;

typedef struct _DISPATCHER_CONTEXT {
	ULONG64 ControlPc;
	ULONG64 ImageBase;
	PRUNTIME_FUNCTION FunctionEntry;
	ULONG64 EstablisherFrame;
	ULONG64 TargetIp;
	PCONTEXT ContextRecord;
	PEXCEPTION_ROUTINE LanguageHandler;
	PVOID HandlerData;
} DISPATCHER_CONTEXT, *PDISPATCHER_CONTEXT;


/**************************************
* Usage of MiniDump
* Use SetUnhandledExceptionFilter first
***************************************/
long WINAPI Excep_Handler(_EXCEPTION_POINTERS *excepInfo)
{
	MessageBox(NULL, _T("Crush"), _T("Info"), MB_OK);
	HANDLE hFile = ::CreateFile(_T("crush.dmp"), GENERIC_WRITE, 0, NULL, CREATE_ALWAYS, FILE_ATTRIBUTE_NORMAL, NULL);
	if (hFile == INVALID_HANDLE_VALUE)
	{
		std::cout << "Write dump file failed" << std::endl;
		return -1;
	}
	MINIDUMP_EXCEPTION_INFORMATION minidmpInfo;
	minidmpInfo.ThreadId = ::GetCurrentThreadId();
	minidmpInfo.ExceptionPointers = excepInfo;
	minidmpInfo.ClientPointers = FALSE;
	MiniDumpWriteDump(::GetCurrentProcess(), ::GetCurrentProcessId(), hFile, MiniDumpNormal, &minidmpInfo, NULL, NULL);
	std::cout << "Write dump file successfullly" << std::endl;
	return 0;
}


DWORD dwRet;
EXCEPTION_DISPOSITION __cdecl my_excep_handler(
	IN PEXCEPTION_RECORD pExceptionRecord,
	IN void * pEstablisherFrame,
	IN OUT PCONTEXT pContextRecord,
	IN OUT PDISPATCHER_CONTEXT pDispatcherContext
	)
{
	std::cout << "reach my exception" << std::endl;
	pContextRecord->Eax = (DWORD)&dwRet;
//	return ExceptionContinueExecution;
	return ExceptionContinueExecution;
}

int _tmain(int argc, _TCHAR* argv[])
{
//	SetUnhandledExceptionFilter(Excep_Handler);
	int *p = NULL;
	//setup a new exception handler
	__asm
	{
		push my_excep_handler
		push fs : [0]
		mov fs : [0], esp
	}

	//triger an exception
	__asm
	{
		xor eax,eax
		mov dword ptr[eax],0x123
	}
	printf("After writing! scratch=0x%08x\n", dwRet);
	//uninstall the exception handler
	__asm
	{
		pop dword ptr fs : [0]
		add esp,4
	}
	
	return 0;
}

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