《java开发实战经典》李兴华——C6. 面向对象(高级篇)——Part3

一、object类主要方法:

1.toString()

2.equals()

3.hashCode()

这部分主要讲在类中最好重写这三个方法。重写时步骤:

1)重写toString():把所有属性都连接起来,返回String类型结果。

2)重写equals():先比较传进来的和当前对象是不是同一个对象,如果是则返回true

                      再比较传进来的是不是当前类的实例化对象,如果不是,则返回false

                      最后比较传进来的和当前对象的所有参数,如果所有参数值都一样,则返回true

3)重写hashCode():暂时不做过多研究,大致重写原因是为了和重写过后的equals()返回结果保持一致。

二、包装类

1.包装类介绍:

其中,前6种数值类型的包装类都是Number类的子类,Number类是一个抽象类,其中包括的方法如下:

2.装箱与拆箱:

装箱:将基本数据类型变为包装类。

拆箱:将包装类变为基本数据类型。

JDK1.5之前——手动装箱拆箱:

float a = 1.0f;
Float A = new Float(a);//装箱
float a1 = A.floatValue();//拆箱

JDK1.5之后——自动装箱拆箱:

float a = 1.0f;
Float A = a;//装箱
float a1 = A;//拆箱

3.包装类的应用:

最常用的是将字符串转换成基本数据类型。如将数字组成的字符串转换成int或float。

示例:

public static void main(String args[]) {
    String str1 = "30";//由数字组成的字符串
    String str2 = "30.3";
    int x = Integer.parseInt(str1);//转成int
    float y = Float.parseFloat(str2);//转成float
    System.out.println(x+y);
}

三、匿名内部类

1.定义:没有具体名称的类。

 

                      

分数阶傅里叶变换(Fractional Fourier Transform, FRFT)是对传统傅里叶变换的拓展,它通过非整数阶的变换方式,能够更有效地处理非线性信号以及涉及时频局部化的问题。在信号处理领域,FRFT尤其适用于分析非平稳信号,例如在雷达、声纳和通信系统中,对线性调频(Linear Frequency Modulation, LFM)信号的分析具有显著优势。LFM信号是一种频率随时间线性变化的信号,因其具有宽频带和良好的时频分辨率,被广泛应用于雷达和通信系统。FRFT能够更精准地捕捉LFM信号的时间和频率信息,相比普通傅里叶变换,其性能更为出色。 MATLAB是一种强大的数值计算和科学计算工具,拥有丰富的函数库和用户友好的界面。在MATLAB中实现FRFT,通常需要编写自定义函数或利用信号处理工具箱中的相关函数。例如,一个名为“frft”的文件可能是用于执行分数阶傅里叶变换的MATLAB脚本或函数,并展示其在信号处理中的应用。FRFT的正确性验证通常通过对比变换前后信号的特性来完成,比如评估信号的重构质量、信噪比等。具体而言,可以通过计算原始信号与经过FRFT处理后的信号之间的相似度,或者对比LFM信号的关键参数(如初始频率、扫频率和持续时间)是否在变换后得到准确恢复。 在MATLAB代码实现中,通常包含以下步骤:首先,生成LFM信号模型,设定其初始频率、扫频率、持续时间和采样率等参数;其次,利用自定义的frft函数对LFM信号进行分数阶傅里叶变换;接着,使用MATLAB的可视化工具(如plot或imagesc)展示原始信号的时域和频域表示,以及FRFT后的结果,以便直观对比;最后,通过计算均方误差、峰值信噪比等指标来评估FRFT的性能。深入理解FRFT的数学原理并结合MATLAB编程技巧,可以实现对LFM信号的有效分析和处理。这个代码示例不仅展示了理论知识在
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