短信操作 2

#pragma once
#include "SIM_Card.h"


class SIM_ReadMessage: public SIM_Card
{
public:
 SIM_ReadMessage(void);
 SIM_ReadMessage(Comm* pC);
 ~SIM_ReadMessage(void);

 // 读取短消息,仅发送命令,不读取应答
 // 用+CMGL代替+CMGR,可一次性读出全部短消息
 int gsmReadMessageList(SM_PARAM* pMsg, int& iMsg_Count);

 int gsmParseMessageList(SM_PARAM* pMsg, SM_BUFF* pBuff);
};

 

#include "StdAfx.h"
#include "SIM_ReadMessage.h"

SIM_ReadMessage::SIM_ReadMessage(void)
{
}

SIM_ReadMessage::SIM_ReadMessage(Comm* pC):SIM_Card(pC)
{
}

SIM_ReadMessage::~SIM_ReadMessage(void)
{
}

// 读取短消息,仅发送命令,不读取应答
// 用+CMGL代替+CMGR,可一次性读出全部短消息
int SIM_ReadMessage::gsmReadMessageList(SM_PARAM* pMsg, int& iMsg_Count)
{
 pComm->WriteComm("AT+CMGF=0/r", 20);
 SM_BUFF Buff;
 int k = gsmGetResponse(&Buff, 10, "OK","ERROR");
 if( GSM_OK == k)
 {
  pComm->WriteComm("AT+CMGL=4/r", 20);
  k = gsmGetResponse(&Buff, 10, "OK","ERROR");
  if( GSM_OK == k)
  {
   iMsg_Count = gsmParseMessageList(pMsg, &Buff);
  }
 }
 return k;
}


int SIM_ReadMessage::gsmParseMessageList(SM_PARAM* pMsg, SM_BUFF* pBuff)
{
 int nMsg;   // 短消息计数值
 char* ptr;   // 内部用的数据指针

 nMsg = 0;
 ptr = pBuff->data;

 // 循环读取每一条短消息, 以"+CMGL:"开头
 while((ptr = strstr(ptr, "+CMGL:")) != NULL)
 {
  ptr += 6;  // 跳过"+CMGL:", 定位到序号
  sscanf(ptr, "%d", &pMsg->index); // 读取序号
//  TRACE("  index=%d/n",pMsg->index);

  ptr = strstr(ptr, "/r/n"); // 找下一行
  if (ptr != NULL)
  {
   ptr += 2;  // 跳过"/r/n", 定位到PDU
   
   gsmDecodePdu(ptr, pMsg); // PDU串解码

   //cout<<"序号 - "<<pMsg->index<<endl;
   //cout<<"回复号码 - "<<pMsg->TPA<<endl;
   //cout<<"短信中心号码 - "<<pMsg->SCA<<endl;
   //cout<<"发送时间 - "<<pMsg->TP_SCTS<<endl;
   //cout<<"短信内容 - "<<pMsg->TP_UD<<endl;
   //cout<<endl<<endl;
   pMsg++;  // 准备读下一条短消息
   nMsg++;  // 短消息计数加1
  }
 }

 return nMsg;
}

内容概要:本文是一篇关于使用RandLANet模型对SensatUrban数据集进行点云语义分割的实战教程,系统介绍了从环境搭建、数据准备、模型训练与测试到精度评估的完整流程。文章详细说明了在Ubuntu系统下配置TensorFlow 2.2、CUDA及cuDNN等深度学习环境的方法,并指导用户下载和预处理SensatUrban数据集。随后,逐步讲解RandLANet代码的获取与运行方式,包括训练、测试命令的执行与参数含义,以及如何监控训练过程中的关键指标。最后,教程涵盖测试结果分析、向官方平台提交结果、解读评估报告及可视化效果等内容,并针对常见问题提供解决方案。; 适合人群:具备一定深度学习基础,熟悉Python编程和深度学习框架,从事计算机视觉或三维点云相关研究的学生、研究人员及工程师;适合希望动手实践点云语义分割项目的初学者与进阶者。; 使用场景及目标:①掌握RandLANet网络结构及其在点云语义分割任务中的应用;②学会完整部署一个点云分割项目,包括数据处理、模型训练、测试与性能评估;③为参与相关竞赛或科研项目提供技术支撑。; 阅读建议:建议读者结合提供的代码链接和密码访问完整资料,在本地或云端环境中边操作边学习,重点关注数据格式要求与训练参数设置,遇到问题时参考“常见问题与解决技巧”部分及时排查。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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