IIR 滤波器的实现（C++）

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了IIR 滤波器的实现（C++），小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含12301字，纯文字阅读大概需要18分钟。

内容图文

转自：https://blog.csdn.net/liyuanbhu/article/details/38849897

--------------以下均为转发内容-----------------

最近在写的一个程序需要用到IIR滤波器，而且IIR滤波器的系数需要动态调整。因此就花了点时间研究IIR 滤波器的实现。

以前用到的IIR滤波器的参数都是事先确定好的，有个网站，只要把滤波器的参数特性输进去，直接就能生成需要的C代码。

http://www-users.cs.york.ac.uk/~fisher/mkfilter/trad.html

一直都偷懒直接用这个网站的结果，所以手上也没积累什么有用的代码。这次就需要自己从头做起。

我面临的问题有两个：

1. 根据滤波器的参数（滤波器的类型、截止频率、滤波器的阶数等），计算出滤波器对应的差分方程的系数。

2. 利用得到的差分方程的系数构造一个可以工作的滤波器。

其中第一个问题，对于不同类型的滤波器，比如Butterworth型、Bessel型等，滤波器系数的计算方法都不同。这部分工作我还没做完全，等我把常见的几种滤波器类型的系数计算方法都实现后再来写一篇文章。

这里就先写写第二个问题。IIR 滤波器对应的差分方程为：

相应的系统函数为：

这里默认a[0] = 1。实际上，总可以通过调整a[k] 与 b[k] 的值使得a[0] = 1，所以这个条件时总能满足的。

按照奥本海默写的《离散时间信号处理》上面的介绍，IIR 滤波器有两种基本的实现形式，分别成为直接I型和直接II型。我分别写了两个类，实现这两种形式。

直接I型

class IIR_I
{
private:
? ? double *m_pNum;
? ? double *m_pDen;
? ? double *m_px;
? ? double *m_py;
? ? int m_num_order;
? ? int m_den_order;
public:
? ? IIR_I();
? ? void reset();
? ? void setPara(double num[], int num_order, double den[], int den_order);
? ? void resp(double data_in[], int m, double data_out[], int n);
? ? double filter(double data);
? ? void filter(double data[], int len);
? ? void filter(double data_in[], double data_out[], int len);
};

其中 m_px 存放x[n-k] 的值（m_px[0]存放x[n-0]、 m_px[1] 存放x[n-1]，以此类推），m_py存放y[n-k] 的值（m_py[0]存放y[n-0]、 m_py[1] 存放y[n-1]，以此类推）。

三个filter函数用来做实际的滤波操作。在这之前，需要用setPara函数初始化滤波器的系数。

下面是实现代码：

/** \brief 将滤波器的内部状态清零，滤波器的系数保留
?* \return
?*/
void IIR_I::reset()
{
? ? for(int i = 0; i <= m_num_order; i++)
? ? {
? ? ? ? m_pNum[i] = 0.0;
? ? }
? ? for(int i = 0; i <= m_den_order; i++)
? ? {
? ? ? ? m_pDen[i] = 0.0;
? ? }
}
IIR_I::IIR_I()
{
? ? m_pNum = NULL;
? ? m_pDen = NULL;
? ? m_px = NULL;
? ? m_py = NULL;
? ? m_num_order = -1;
? ? m_den_order = -1;
};
/** \brief
?*
?* \param num 分子多项式的系数，升序排列,num[0] 为常数项
?* \param m 分子多项式的阶数
?* \param den 分母多项式的系数，升序排列,den[0] 为常数项
?* \param m 分母多项式的阶数
?* \return
?*/
void IIR_I::setPara(double num[], int num_order, double den[], int den_order)
{
? ? delete[] m_pNum;
? ? delete[] m_pDen;
? ? delete[] m_px;
? ? delete[] m_py;
? ? m_pNum = new double[num_order + 1];
? ? m_pDen = new double[den_order + 1];
? ? m_num_order = num_order;
? ? m_den_order = den_order;
? ? m_px = new double[num_order + 1];
? ? m_py = new double[den_order + 1];
? ? for(int i = 0; i <= m_num_order; i++)
? ? {
? ? ? ? m_pNum[i] = num[i];
? ? ? ? m_px[i] = 0.0;
? ? }
? ? for(int i = 0; i <= m_den_order; i++)
? ? {
? ? ? ? m_pDen[i] = den[i];
? ? ? ? m_py[i] = 0.0;
? ? }
}
?
/** \brief 滤波函数，采用直接I型结构
?*
?* \param data 传入输入数据
?* \return 滤波后的结果
?*/
double IIR_I::filter(double data)
{
? ? m_py[0] = 0.0; // 存放滤波后的结果
? ? m_px[0] = data;
? ? for(int i = 0; i <= m_num_order; i++)
? ? {
? ? ? ? m_py[0] = m_py[0] + m_pNum[i] * m_px[i];
? ? }
? ? for(int i = 1; i <= m_den_order; i++)
? ? {
? ? ? ? m_py[0] = m_py[0] - m_pDen[i] * m_py[i];
? ? }
? ? for(int i = m_num_order; i >= 1; i--)
? ? {
? ? ? ? m_px[i] = m_px[i-1];
? ? }
? ? for(int i = m_den_order; i >= 1; i--)
? ? {
? ? ? ? m_py[i] = m_py[i-1];
? ? }
? ? return m_py[0];
}
?
?
/** \brief 滤波函数，采用直接I型结构
?*
?* \param data[] 传入输入数据，返回时给出滤波后的结果
?* \param len data[] 数组的长度
?* \return
?*/
void IIR_I::filter(double data[], int len)
{
? ? int i, k;
? ? for(k = 0; k < len; k++)
? ? {
? ? ? ? m_px[0] = data[k];
? ? ? ? data[k] = 0.0;
? ? ? ? for(i = 0; i <= m_num_order; i++)
? ? ? ? {
? ? ? ? ? ? data[k] = data[k] + m_pNum[i] * m_px[i];
? ? ? ? }
? ? ? ? for(i = 1; i <= m_den_order; i++)
? ? ? ? {
? ? ? ? ? ? data[k] = data[k] - m_pDen[i] * m_py[i];
? ? ? ? }
? ? ? ? // we get the y value now
? ? ? ? m_py[0] = data[k];
? ? ? ? for(i = m_num_order; i >= 1; i--)
? ? ? ? {
? ? ? ? ? ? m_px[i] = m_px[i-1];
? ? ? ? }
? ? ? ? for(i = m_den_order; i >= 1; i--)
? ? ? ? {
? ? ? ? ? ? m_py[i] = m_py[i-1];
? ? ? ? }
? ? }
}
/** \brief 滤波函数，采用直接I型结构
?*
?* \param data_in[] 输入数据
?* \param data_out[] 保存滤波后的数据
?* \param len 数组的长度
?* \return
?*/
void IIR_I::filter(double data_in[], double data_out[], int len)
{
? ? int i, k;
? ? for(k = 0; k < len; k++)
? ? {
? ? ? ? m_px[0] = data_in[k];
? ? ? ? m_py[0] = 0.0;
? ? ? ? for(i = 0; i <= m_num_order; i++)
? ? ? ? {
? ? ? ? ? ? m_py[0] = m_py[0] + m_pNum[i] * m_px[i];
? ? ? ? }
? ? ? ? for(i = 1; i <= m_den_order; i++)
? ? ? ? {
? ? ? ? ? ? m_py[0] = m_py[0] - m_pDen[i] * m_py[i];
? ? ? ? }
? ? ? ? for(i = m_num_order; i >= 1; i--)
? ? ? ? {
? ? ? ? ? ? m_px[i] = m_px[i-1];
? ? ? ? }
? ? ? ? for(i = m_den_order; i >= 1; i--)
? ? ? ? {
? ? ? ? ? ? m_py[i] = m_py[i-1];
? ? ? ? }
? ? ? ? data_out[k] = m_py[0];
? ? }
}

除此之外，还提供了个resp函数，这个函数可以计算滤波器的时域响应。并且不要求data_in与data_out 的数组长度相同。默认data_in[0] 之前的数据全为0，data_in[M-1]之后的数字全部为data_in[M-1]。因此，用这个函数计算阶跃响应输入数据只需要提供一个数据点就行了。并且这个函数不改变滤波器的内部状态。

/** \brief 计算 IIR 滤波器的时域响应，不影响滤波器的内部状态
?* \param data_in 为滤波器的输入，0 时刻之前的输入默认为 0，data_in[M] 及之后的输入默认为data_in[M-1]
?* \param data_out 滤波器的输出
?* \param M 输入数据的长度
?* \param N 输出数据的长度
?* \return
?*/
void IIR_I::resp(double data_in[], int M, double data_out[], int N)
{
? ? int i, k, il;
? ? for(k = 0; k < N; k++)
? ? {
? ? ? ? data_out[k] = 0.0;
? ? ? ? for(i = 0; i <= m_num_order; i++)
? ? ? ? {
? ? ? ? ? ? if( k - i >= 0)
? ? ? ? ? ? {
? ? ? ? ? ? ? ? il = ((k - i) < M) ? (k - i) : (M - 1);
? ? ? ? ? ? ? ? data_out[k] = data_out[k] + m_pNum[i] * data_in[il];
? ? ? ? ? ? }
? ? ? ? }
? ? ? ? for(i = 1; i <= m_den_order; i++)
? ? ? ? {
? ? ? ? ? ? if( k - i >= 0)
? ? ? ? ? ? {
? ? ? ? ? ? ? ? data_out[k] = data_out[k] - m_pDen[i] * data_out[k - i];
? ? ? ? ? ? }
? ? ? ? }
? ? }
}

直接II型

/**< IIR 滤波器直接II型实现 */
class IIR_II
{
public:
? ? IIR_II();
? ? void reset();
? ? void setPara(double num[], int num_order, double den[], int den_order);
? ? void resp(double data_in[], int m, double data_out[], int n);
? ? double filter(double data);
? ? void filter(double data[], int len);
? ? void filter(double data_in[], double data_out[], int len);
protected:
? ? private:
? ? double *m_pNum;
? ? double *m_pDen;
? ? double *m_pW;
? ? int m_num_order;
? ? int m_den_order;
? ? int m_N;
};
?
class IIR_BODE
{
private:
? ? double *m_pNum;
? ? double *m_pDen;
? ? int m_num_order;
? ? int m_den_order;
? ? complex<double> poly_val(double p[], int order, double omega);
public:
? ? IIR_BODE();
? ? void setPara(double num[], int num_order, double den[], int den_order);
? ? complex<double> bode(double omega);
? ? void bode(double omega[], int n, complex<double> resp[]);
};

直接II型实现中所需的存储单元少了很多。另外，这两种实现的外部接口是完全相同的。

IIR_II::IIR_II()
{
? ? //ctor
? ? m_pNum = NULL;
? ? m_pDen = NULL;
? ? m_pW = NULL;
? ? m_num_order = -1;
? ? m_den_order = -1;
? ? m_N = 0;
};
?
/** \brief 将滤波器的内部状态清零，滤波器的系数保留
?* \return
?*/
void IIR_II::reset()
{
? ? for(int i = 0; i < m_N; i++)
? ? {
? ? ? ? m_pW[i] = 0.0;
? ? }
}
/** \brief
?*
?* \param num 分子多项式的系数，升序排列,num[0] 为常数项
?* \param m 分子多项式的阶数
?* \param den 分母多项式的系数，升序排列,den[0] 为常数项
?* \param m 分母多项式的阶数
?* \return
?*/
void IIR_II::setPara(double num[], int num_order, double den[], int den_order)
{
? ? delete[] m_pNum;
? ? delete[] m_pDen;
? ? delete[] m_pW;
? ? m_num_order = num_order;
? ? m_den_order = den_order;
? ? m_N = max(num_order, den_order) + 1;
? ? m_pNum = new double[m_N];
? ? m_pDen = new double[m_N];
? ? m_pW = new double[m_N];
? ? for(int i = 0; i < m_N; i++)
? ? {
? ? ? ? m_pNum[i] = 0.0;
? ? ? ? m_pDen[i] = 0.0;
? ? ? ? m_pW[i] = 0.0;
? ? }
? ? for(int i = 0; i <= num_order; i++)
? ? {
? ? ? ? ?m_pNum[i] = num[i];
? ? }
? ? for(int i = 0; i <= den_order; i++)
? ? {
? ? ? ? m_pDen[i] = den[i];
? ? }
}
/** \brief 计算 IIR 滤波器的时域响应，不影响滤波器的内部状态
?* \param data_in 为滤波器的输入，0 时刻之前的输入默认为 0，data_in[M] 及之后的输入默认为data_in[M-1]
?* \param data_out 滤波器的输出
?* \param M 输入数据的长度
?* \param N 输出数据的长度
?* \return
?*/
void IIR_II::resp(double data_in[], int M, double data_out[], int N)
{
? ? int i, k, il;
? ? for(k = 0; k < N; k++)
? ? {
? ? ? ? data_out[k] = 0.0;
? ? ? ? for(i = 0; i <= m_num_order; i++)
? ? ? ? {
? ? ? ? ? ? if( k - i >= 0)
? ? ? ? ? ? {
? ? ? ? ? ? ? ? il = ((k - i) < M) ? (k - i) : (M - 1);
? ? ? ? ? ? ? ? data_out[k] = data_out[k] + m_pNum[i] * data_in[il];
? ? ? ? ? ? }
? ? ? ? }
? ? ? ? for(i = 1; i <= m_den_order; i++)
? ? ? ? {
? ? ? ? ? ? if( k - i >= 0)
? ? ? ? ? ? {
? ? ? ? ? ? ? ? data_out[k] = data_out[k] - m_pDen[i] * data_out[k - i];
? ? ? ? ? ? }
? ? ? ? }
? ? }
}
/** \brief 滤波函数，采用直接II型结构
?*
?* \param data 输入数据
?* \return 滤波后的结果
?*/
double IIR_II::filter(double data)
{
? ? m_pW[0] = data;
? ? for(int i = 1; i <= m_den_order; i++) // 先更新 w[n] 的状态
? ? {
? ? ? ? m_pW[0] = m_pW[0] - m_pDen[i] * m_pW[i];
? ? }
? ? data = 0.0;
? ? for(int i = 0; i <= m_num_order; i++)
? ? {
? ? ? ? data = data + m_pNum[i] * m_pW[i];
? ? }
? ? for(int i = m_N - 1; i >= 1; i--)
? ? {
? ? ? ? m_pW[i] = m_pW[i-1];
? ? }
? ? return data;
}
/** \brief 滤波函数，采用直接II型结构
?*
?* \param data[] 传入输入数据，返回时给出滤波后的结果
?* \param len data[] 数组的长度
?* \return
?*/
void IIR_II::filter(double data[], int len)
{
? ? int i, k;
? ? for(k = 0; k < len; k++)
? ? {
? ? ? ? m_pW[0] = data[k];
? ? ? ? for(i = 1; i <= m_den_order; i++) // 先更新 w[n] 的状态
? ? ? ? {
? ? ? ? ? ? m_pW[0] = m_pW[0] - m_pDen[i] * m_pW[i];
? ? ? ? }
? ? ? ? data[k] = 0.0;
? ? ? ? for(i = 0; i <= m_num_order; i++)
? ? ? ? {
? ? ? ? ? ? data[k] = data[k] + m_pNum[i] * m_pW[i];
? ? ? ? }
?
? ? ? ? for(i = m_N - 1; i >= 1; i--)
? ? ? ? {
? ? ? ? ? ? m_pW[i] = m_pW[i-1];
? ? ? ? }
? ? }
}
/** \brief 滤波函数，采用直接II型结构
?*
?* \param data_in[] 输入数据
?* \param data_out[] 保存滤波后的数据
?* \param len 数组的长度
?* \return
?*/
void IIR_II::filter(double data_in[], double data_out[], int len)
{
? ? int i, k;
? ? for(k = 0; k < len; k++)
? ? {
? ? ? ? m_pW[0] = data_in[k];
? ? ? ? for(i = 1; i <= m_den_order; i++) // 先更新 w[n] 的状态
? ? ? ? {
? ? ? ? ? ? m_pW[0] = m_pW[0] - m_pDen[i] * m_pW[i];
? ? ? ? }
? ? ? ? data_out[k] = 0.0;
? ? ? ? for(i = 0; i <= m_num_order; i++)
? ? ? ? {
? ? ? ? ? ? data_out[k] = data_out[k] + m_pNum[i] * m_pW[i];
? ? ? ? }
?
? ? ? ? for(i = m_N - 1; i >= 1; i--)
? ? ? ? {
? ? ? ? ? ? m_pW[i] = m_pW[i-1];
? ? ? ? }
? ? }
}

测试

下面是几个测试例子，首先计算一个4阶切比雪夫低通滤波器的阶跃响应。

IIR 滤波器的实现（C++） - 文章图片

void resp_test(void)
{
? ? double b[5] = {0.001836, 0.007344, 0.011016, 0.007344, 0.001836};
? ? double a[5] = {1.0, -3.0544, 3.8291, -2.2925, 0.55075};
? ? double x[2] = {1.0, 1.0};
? ? double y[100];
?
? ? IIR_II filter;
? ? filter.setPara(b, 4, a, 4);
? ? filter.resp(x, 2, y, 100);
?
? ? for(int i= 0; i< 100; i++)
? ? {
? ? ? ? cout << y[i] << endl;
? ? }
}

得到的结果如下：

IIR 滤波器的实现（C++） - 文章图片

同样是这个滤波器，计算输入信号为 delta 函数时的结果。

void filter_test(void)
{
? ? double b[5] = {0.001836, 0.007344, 0.011016, 0.007344, 0.001836};
? ? double a[5] = {1.0, -3.0544, 3.8291, -2.2925, 0.55075};
? ? double x[100], y[100];
? ? int len = 100;
? ? IIR_I filter;
? ? //IIR_II filter;
? ? filter.setPara(b, 4, a, 4);
?
? ? for (int i = 0; i < len; i++)
? ? {
? ? ? ? x[i] = 0.0;
? ? ? ? y[i] = 0.0;
? ? }
? ? x[0] = 1.0;
? ? filter.filter(x, y, 100);
? ? filter.reset();
? ? filter.filter(x, 100);
?
? ? for (int i = 0; i < len; i++)
? ? {
? ? ? ? cout << x[i] <<", " << y[i]<< ?endl;
? ? }
}

得到的结果如下：

IIR 滤波器的实现（C++） - 文章图片

---------------------
作者：liyuanbhu
来源：CSDN
原文：https://blog.csdn.net/liyuanbhu/article/details/38849897
版权声明：本文为博主原创文章，转载请附上博文链接！

内容总结

以上是互联网集市为您收集整理的IIR 滤波器的实现（C++）全部内容，希望文章能够帮你解决IIR 滤波器的实现（C++）所遇到的程序开发问题。如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/830079.html

来源：【匿名】

【上一篇】c++中的回调【下一篇】c++有个库什么的吗?

更多 ►

【IIR 滤波器的实现（C++）】教程文章相关的互联网学习教程文章

在网上看到这道题，编写程序如下：代码1：char *cpystr(char *des,const char *src){ int i = 0; if (NULL == des || NULL == src) return NULL; while (src[i] != ‘\0‘) { des[i] = src[i]; i++; } return des;}1.这样写可以实现复制功能，只是C/C++语法有一个漏洞，支持const char*向char *的默认转换，如果调用cpystr()时这样写：cpystr("hello","hello");可以编译通过（在VS2013下测试）。运行会发生段错误。为避免这个错...

红黑树的c++代码实现，包含测试

#ifndef RB_TREE_H#define RB_TREE_Hconst int BLACK = -1;const int RED = 1;static int number1 = 0; //////用于统计插入的各种情况次数的static int number2 = 0;static int number3 = 0;static int number4 = 0;static int number5 = 0;static int number6 = 0;struct RB_TREE_NODE{public: RB_TREE_NODE(int a) { key = a; color = BLACK; p =0; left = 0; right = 0; } ~RB_TREE_NODE() { } int key; int color; RB_T...

二分法查找c++实现【代码】

#include <iostream> using namespace std;const int array_size = 5; int binaryMethod(int intArray[],int goal);int main() {int age[] = {10,20,30,40,50};int searchValue = 50;int flag = binaryMethod(age,searchValue);cout << "flag： " << flag << endl; return 0; } int binaryMethod(int intArray[],int goal) {int low = 0;int high = array_size - 1;int middle;while(low <= high){middle = (low + high) / 2;if(g...

【C/C++】实现将一个整数反转【图】

输入一个整数并把整数所有数字倒序输出运行效果图：原文：http://blog.csdn.net/linchaolong/article/details/43639715

java中使用C++指针实现java调用C#

运行结果图：　　Access.java代码：package jxdo.iclr;public class Access {　　private native void nLoad(String asmFileName);private native int nGetType(String typeName);private native int nCreateInstance(int iTypePointer);private native int nCreateInstance(String typeName);private native void nInvokeStatic(int iTypePointer， String methodName);private native void nInvoke(int iObjectPointer， String ...

[ZZ]C++实现系统服务暂停、停止、启动【代码】

/* 名称：系统服务管理语言：C++ 作者：由UnixCRoot（CRoot）转载自互联网介绍：对Windows系统服务的状态获取，服务暂停，开启，停止操作代码 */void CStartServiceDlg::OnBnClickedButton1() {// 打开服务管理对象SC_HANDLE hSC = ::OpenSCManager( NULL, NULL, GENERIC_EXECUTE);if( hSC == NULL){TRACE( "open SCManager error");return;}// 打开www服务。SC_HANDLE hSvc = ::OpenService( hSC, "W3SVC",SERVICE_START | SERV...

数据挖掘算法：DBSCAN算法的C++实现【图】

(期末考试快到了，所以比较粗糙，请各位读者理解。。)一、概念DBSCAN是一种产生划分聚类的基于密度的聚类算法，簇的个数由算法自动地确定。低密度区域中的点被视为噪声而忽略，因此DBSCAN不产生完全聚类。二、伪代码1 将所有点标记为核心点、边界点和噪声点。2 删除噪声点。3 为距离在Eps之内的所有核心点之间赋予一条边。4 每组连通的核心点形成一个簇。5 将每个边界点指派到一个与之关联的核心点的簇中。...

C++实现线程安全的单例模式【代码】

在某些应用环境下面，一个类只允许有一个实例，这就是著名的单例模式。单例模式分为懒汉模式，跟饿汉模式两种。首先给出饿汉模式的实现template <class T> class singleton { private:singleton(){};singleton(const singleton&){};//禁止拷贝singleton& operator=(const singleton&){};//禁止赋值static T* m_instance; public:static T* GetInstance(); };template <class T> T* singleton<T>::GetInstance() {return m_instance...

二叉查找树C++实现【代码】

本文用C++实现简单的二叉查找树。其中某些函数有两个版本，一个是用于内部调用，一个是用于外部调用。绝大多数函数都是通过递归实现，这也显示出递归的强大。　　其中：clone函数的巧妙应用实现了操作符的重载 1/************************************************************************/ 2/* 二叉寻找树的实现 */ 3/******************************...

C++实现密码强度测试【代码】【图】

最近在博客中看到许多用js写的密码强度检测，我觉得挺有意思的，所以呢我打算自己也写个来玩玩，最可悲的是我还没学js，当然这不重要，所以呢打算用C++来写一个密码强度检测，这里我来给大家说说用JS写的和用C++写的不同之处JS写的密码强度检测：当你输入一串>=6 位数的时候他后面会自动弹出密码的强度，还有你再继续输入然后他后面的密码强度会更换 (当然我也尝试解决过这个问题，写出来就一直只能输入6位数，由于我技术有限,如...

461.汉明距离（c++实现）【代码】

问题描述：两个整数之间的汉明距离指的是这两个数字对应二进制位不同的位置的数目。给出两个整数 x 和 y，计算它们之间的汉明距离。注意：0 ≤ x, y < 231.示例:输入: x = 1, y = 4输出: 2解释: 1 (0 0 0 1) 4 (0 1 0 0)↑ ↑上面的箭头指出了对应二进制位不同的位置。实现方法：class Solution { public:int hammingDistance(int x, int y) {int count=0;vector<int> a;vector<int> b;if(x==0&&y==0)return0;elseif(x==0&&y...

C++实现单例模式【代码】

单例模式：只能生成一个实例的类即是实现了Singleton模式的类型。#include <iostream>usingnamespace std;class singleton { public :static singleton* getInstance(); private:singleton();static singleton* instance;staticint num; }; int singleton::num = 0; singleton* singleton::instance = nullptr;singleton::singleton() {num++;cout << num <<"singleton is created!" << endl; }singleton* singleton::getInstance(...

【C/C++】C/C++中的数组是怎么实现的？【代码】

几乎所有的语言都把数组作为一种固有的数据类型，数组也是我们最常用的数据结构之一。在语言底层，数组是如何实现的呢？本文以抽象数据类型的形式，定义、实现数组。　　创建数组，理论上，我们可以使用创建任意维度的数组；但这个多维只是我们“感知”上的多维度，实际上，内存是一种线性存储单元，不可能实现真正的多维。换言之，多维数组在内存中也是顺序的排在一维，占用连续的一段存储空间。　　以二维数组为例。存储数组时，...

hashtable C++实现

模仿stl，实现了hashtable。纯属练手，只实现其基本功能，不当之处还望指正。本文为实现独立的空间配置器。#include<iostream> #include<vector> #include<algorithm> using namespace std; template<class value> struct _hash_node{value val;_hash_node *next;~_hash_node(){delete val;} }; template<class value,class key,class HashFcn,class EqualKey> class _hashtable; template<class T1,class T2> class _hashfcn_mod;...

【机器学习实战之三】：C++实现K-均值（K-Means）聚类算法【图】

聚类是一种无监督的学习，它将相似的对象归到同一个簇中。它有点像全自动分类（类别体系是自动构建的）。聚类方法几乎可以应用于所有对象，簇内的对象越相似，聚类的效果越好。本文要介绍一种称为K-均值（K-means）聚类的算法。之所以称之为K-均值是因为它可以发现k个不同的簇，且每个簇的中心采用簇中所含值的均值计算而成。在介绍K-均值之前，先讨论一席簇识别（cluster identification）。簇识别给出聚类结果的含义。假定有一些...

C++ - 技术教程分类

C++ 教程 C++ 简介 C++ 基本语法 C++ 注释 C++ 数据类型 C++ 变量类型 C++ 变量作用域 C++ 常量 C++ 修饰符类型 C++ 存储类 C++ 运算符 C++ 循环 C++ 判断 C++ 函数 C++ 数字 C++ 数组 C++ 字符串 C++ 指针 C++ 引用 C++ 日期 & 时间 C++ 基本的输入输出 C++ 数据结构 C++ 类 & 对象 C++ 继承 C++ 重载运算符和重载函数 C++ 多态 C++ 数据抽象 C++ 数据封装 C++ 接口（抽象类） C++ 文件和流 C++ 异常处理 C++ 动态内存 C++ 命名空间 C++ 模板 C++ 预处理器 C++ 信号处理 C++ 多线程 C++ Web 编程 C++ 标准库 C++ 有用的资源 C++ 实例 c++ 全部

C++ - 最热教程

C++通过共享内存实现进程间通信（windo...C++基于EasyX制作贪吃蛇游戏（一）文档 C++中的分治算法及常见题目汇总【C++】stringstream的str() 和 string...c++中内置函数qsort（快速排序）和bsea...VS2019 C++创建一个简单项目demo [C++]VS2015用动态链接(MD/MDd)方式编译...C/C++编程学习 - 第15周 ⑥ 药房管理万维考试系统检测不到VC++ 6.0环境解决...C/C++ QT自定义对话框与MID窗体

首页 / C++ / IIR 滤波器的实现（C++）

IIR 滤波器的实现（C++）

内容导读

内容图文

直接I型

直接II型

测试

内容总结

内容备注

内容手机端

【IIR 滤波器的实现（C++）】教程文章相关的互联网学习教程文章

编写C++程序，实现strcpy()功能

红黑树的c++代码实现，包含测试

二分法查找c++实现【代码】

【C/C++】实现将一个整数反转【图】

java中使用C++指针实现java调用C#

[ZZ]C++实现系统服务暂停、停止、启动【代码】

数据挖掘算法：DBSCAN算法的C++实现【图】

C++实现线程安全的单例模式【代码】

二叉查找树C++实现【代码】

C++实现密码强度测试【代码】【图】

461.汉明距离（c++实现）【代码】

C++实现单例模式【代码】

【C/C++】C/C++中的数组是怎么实现的？【代码】

hashtable C++实现

【机器学习实战之三】：C++实现K-均值（K-Means）聚类算法【图】

C++ - 技术教程分类

C++ - 最新教程

C++ - 最热教程