一起talk C栗子吧(第一百六十回:C语言实例--套接字通信模型一)

本文介绍了两种套接字通信模型:迭代通信模型和并发通信模型。迭代模型中,服务器依次处理每个客户端请求;而在并发模型中,服务器通过创建新线程来同时处理多个客户端请求。

各位看官们,大家好,上一回中咱们说的是基于AF_INET域数据报套接字通信的例子,这一回咱们说的例子是:套接字通信模型 。闲话休提,言归正转。让我们一起talk C栗子吧!


看官们,我们在前面章回中介绍的内容中提到过通信的次数,当时只是说可以自己设置通信的次数,并没有做详细的介绍,今天我们一起来看看如何设置通信的次数,以及与它的扩展:通信模型。

迭代通信模型

看官们,通信次数的控制主要体现在服务器端,下面是核心代码:
流套接字通信

    while(index++ < 2)
    {
        client_fd = accept(server_fd,NULL,NULL);

        // read data by socket
        res = read(client_fd,buf,BUF_SIZE);

    // close socket
        res = close(client_fd);
    }

数据报套接字通信

    while(index++ < 2)
    {
        res = recvfrom(server_fd,buf,BUF_SIZE,0,(struct sockaddr *)&client_address,&addr_len);
    }

从上面的代码中,我们可以看到while循环中的(index<2)限制了通信的次数为为,如果我们写成死循环:while(1);那么就是无限次的通信。说完的通信次数, 我们对它进行扩展,也就是我们今天要介绍的主题:通信模型。

大家可以看到,通信过程中对数据的操作是在while循环中进行的,只有当前通信过程中的数据被操作完成后才能进入下一次通信过程中。从服务器的角度看,服务器每次只能和一个客户端进行通信。从客户端的角度看,只有一个客户端能与服务器通信,其它的客户端需要等待当前客户端完成通信后才能与服务器端进行通信。也就是说,多个客户端是轮流与服务器端进行通信的,我们给这种通信方式起了一个名字叫作:迭代通信模型。

并发通信模型

接下来我们介绍另外一种套接字通信模型。首先,我们修改一下核心代码,如下所示:
流套接字通信

    //线程执行函数
    void *thread_func(void *param)
    {   
        // read data by socket
        res = read(client_fd,buf,BUF_SIZE);

        // close socket
        res = close(client_fd);
    }
    while(1)
    {
        client_fd = accept(server_fd,NULL,NULL);
        res = pthread_create(&thread_value,NULL,thread_func,(void *)param);
    }

数据报套接字通信

    //线程执行函数
    void *thread_func(void *param)
    {
        res = recvfrom(server_fd,buf,BUF_SIZE,0,(struct sockaddr *)&client_address,&addr_len);
    }
    while(1)
    {
          res = pthread_create(&thread_value,NULL,thread_func,(void *)param);
    }

从上面的代码中,我们可以看到,我们引入了线程,并且把通信的次数设置为无限次,当然了,写成像迭代模型中一样的两次通信也是可以的。我们重点看一下通信过程中的变化。

通信过程中对数据的操作是在线程函数中进行的,在while循环中主要是接受客户端发来的连接请求,并且创建新的线程,创建完一个新的线程后,就进行下一次循环中,通信过程中对数据的操作则由线程调用它的线程函数来完成。此时,如果还有客户端发来连接请求,服务器就会再创建一个新线程。

从服务器的角度看,服务器可以和多个客户端进行通信。从客户端的角度看,多个客户端可以同时与服务器通信,它们不需要等待其它的客户端通信完成通信后才能与服务器端进行通信。也就是说,同一时刻,多个客户端可以与服务器端同时进行通信。我们给这种通信方式起了一个名字叫作:并发通信模型

看官们,我们就不写详细的代码了,大家可以在我们前面“四道佳肴”中的代码上进行修改,难度不大,相信大家可以完成。

各位看官,关于套接字通信模型的例子咱们就说到这里。欲知后面还有什么例子,且听下回分解 。


同步定位与地图构建(SLAM)技术为移动机器人或自主载具在未知空间中的导航提供了核心支撑。借助该技术,机器人能够在探索过程中实时构建环境地图并确定自身位置。典型的SLAM流程涵盖传感器数据采集、数据处理、状态估计及地图生成等环节,其核心挑战在于有效处理定位与环境建模中的各类不确定性。 Matlab作为工程计算与数据可视化领域广泛应用的数学软件,具备丰富的内置函数与专用工具箱,尤其适用于算法开发与仿真验证。在SLAM研究方面,Matlab可用于模拟传感器输出、实现定位建图算法,并进行系统性能评估。其仿真环境能显著降低实验成本,加速算法开发与验证周期。 本次“SLAM-基于Matlab的同步定位与建图仿真实践项目”通过Matlab平台完整再现了SLAM的关键流程,包括数据采集、滤波估计、特征提取、数据关联与地图更新等核心模块。该项目不仅呈现了SLAM技术的实际应用场景,更为机器人导航与自主移动领域的研究人员提供了系统的实践参考。 项目涉及的核心技术要点主要包括:传感器模型(如激光雷达与视觉传感器)的建立与应用、特征匹配与数据关联方法、滤波器设计(如扩展卡尔曼滤波与粒子滤波)、图优化框架(如GTSAM与Ceres Solver)以及路径规划与避障策略。通过项目实践,参与者可深入掌握SLAM算法的实现原理,并提升相关算法的设计与调试能力。 该项目同时注重理论向工程实践的转化,为机器人技术领域的学习者提供了宝贵的实操经验。Matlab仿真环境将复杂的技术问题可视化与可操作化,显著降低了学习门槛,提升了学习效率与质量。 实践过程中,学习者将直面SLAM技术在实际应用中遇到的典型问题,包括传感器误差补偿、动态环境下的建图定位挑战以及计算资源优化等。这些问题的解决对推动SLAM技术的产业化应用具有重要价值。 SLAM技术在工业自动化、服务机器人、自动驾驶及无人机等领域的应用前景广阔。掌握该项技术不仅有助于提升个人专业能力,也为相关行业的技术发展提供了重要支撑。随着技术进步与应用场景的持续拓展,SLAM技术的重要性将日益凸显。 本实践项目作为综合性学习资源,为机器人技术领域的专业人员提供了深入研习SLAM技术的实践平台。通过Matlab这高效工具,参与者能够直观理解SLAM的实现过程,掌握关键算法,并将理论知识系统应用于实际工程问题的解决之中。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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

打赏作者

talk_8

真诚赞赏,手有余香

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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