守护进程

本文深入解析守护进程的创建过程,包括通过fork、setsid、chdir等函数实现进程脱离终端控制,以及重定向标准输入输出错误到/dev/null,确保守护进程能够独立运行。

会话期、进程组、守护进程关系图

守护进程的tty是?

 

创建守护进程的步骤

(1)fork一个进程,并结束父进程

(2)在子进程中调用setsid函数,创建新的会话期(此时子进程是新会话期的首进程,子进程也是该首进程组组长)

(3)调用chdir函数,让根目录“/”成为子进程的工作目录

(4)关闭标准输入标准输出标准错误

(5)重定向stdin,stdout,stderr

 

代码

void mydaemon()
{
    pid_t pid;
    pid = fork();
    if(pid == -1)
    {
        perror("fork");
        exit(0);
    }
    
    if(pid == 0) exit(0);//关闭父进程
    
    pid = setsid(); //run a program in a new session 创建新会话期
    
    if(pid == -1)
    {
        perror("setsid");
        exit(0);
    }
    
    chdir("/"); //更改子进程的工作目录为根目录,防止删除的时候删除不了目录
    
    for(int i = 0; i < 3; i++) close(i); //关闭文件描述符
    
    open("/dev/null", O_RDWR); //将0文件描述符定到/dev/null
    dup(0); //将1文件描述符定到/dev/null
    dup(0); //将2文件描述符定到/dev/null
}

daemon函数

daemon函数功能和上面mydaemon类似

int daemon(int nochdir, int noclose);

当nochdir为1(非0)时,改变工作目录到根目录

当noclose为1(非0)时,重导向stdin,stdout,sterr到/dev/null

提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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