多线程VC++和Matlab混编在信号采集和处理中的应用

简介:

引言

Visual C++自诞生以来,一直是Windows环境下最主要的应用开发系统,利用Visual C++开发系统可以完成各种应用程序的开发,从底层软件直到上层直接面向用户的软件都可以用Visual C++来开发,而且Visual C++强大的调试功能也为大型复杂软件的开发提供了有效的排错手段[1],但是其数值计算能力和二、三维图形显示方面却不理想。Matlab是由MathWorks公司于1984年推出的一套数值计算软件,其功能十分强大,可以实现数值分析、优化、统计、偏微分方程数值解、自动控制、信号处理、图像处理等若干个领域的计算和图形显示功能[2]。但是,Matlab在实现人机对话、数据的传输方面却不是很方便,将两者结合起

来,取长补短,发挥两种语言的优势,是开发人员研究的一个方向。

1 VCMatlab混合编程的方法:

Visual C++和Matlab混合编程有多种方法[3-7],其中最主要的有以下三种方法:

1.1 在VC++中利用Matlab Engine函数

Matlab Engine函数库是MathWorks公司提供的一组函数库,它提供了一种在用户程序进程中与独立的Matlab进程通讯的方法,它包括了和 Matlab进行交互所必需的全部功能,用户不用去关心Matlab Engine是如何实现的,只需利用这些函数,开发者就可以方便的操纵Matlab完成所需的功能。具体应用中往往在Visual C++中设计程序框架,以编译的程序作为前端客户机,通过调用Matlab Engine在后台与Matlab服务器建立连接,实现动态通讯。

1.2 利用Matlab丰富的数学函数库

Matlab 中包含内容丰富的数学库函数,同时它还提供了C语言和C++语言的数学函数接口,从Matab5.1版本开始,MathWorks公司推出了一系列的 Matlab自带编译器来解决Matlab与C++接口问题,LCC编译器可以将Matlab的C/C++数学库编译成VC++能识别的代码嵌入VC++ 环境,用户可以方便的在VC++的IDE(集成开发环境)中调用这些代码。

1.3 利用Matcom

Matcom 是MathTools公司推出的一个能将M文件转化成相同功能C++代码的工具,是为Matlab中的M文件进行高效解释和调试的集成开发环境, Matcom编译M文件,先将M文件按照与Matcom的cpp库的对应关系,翻译为cpp源代码,然后用对应版本的C编译器将.cpp文件编译成相应 的.exe文件。

本文采用的是第一种方法,利用VC++强大的可视化功能编辑应用程序对话框,方便对采集卡的控制,采集数据,在VC++环境中调用Matlab Engine函数,对采集到的数据进行处理,并显示处理后的图形。

本文所用采集卡简介[8]

本 文采用UA302型USB采集卡,这种采集卡具有16bit的分辨率,满量程时精度优于0.02%,最高采样频率可达100KHz,输入通道为16或32 模入通道,可以采用定时器触发和软件触发两种触发方式。UA302采集卡可以使用各种Windows编程工具编程,专用的动态链接库UA300.DLL提 供了简洁高效的采集和控制函数,支持UA302采集卡的各种功能,用户可简单方便的调用这些函数完成各种采集工作。本文要用到的采集卡函数:

OpenUA300 打开UA302设备

CloseUA300 关闭UA302设备

minit 单或多通道多点采集初始化(第一种方式)

readdata 单或多通道多点采集(第一种方式)

混合编程实例:

3.1 用VC++6.0编写如图1所示的基于对话框的应用程序界面

对话框上的Button控件用来控制采集卡采集信号并对其进行处理,以灰色显示的按钮在程序运行时不可用,Picture控件用来显示采集到的信号。

 

图1 应用程序界面

3.2本文用到的MatlabEngine函数:

engopen 打开Matlab引擎

engcolse关闭Matlab引擎

mxCreateDoubleMatrix创建双精度数据类型的Matlab矩阵

engPutVariable向Matlab引擎传输一个矩阵

engOutputBuffer创建字符缓冲区以获取Matlab的文本输出

engEvalString执行Matlab命令

3.3程序的具体实现:

本程序使用了多线程编程技术,除了主线程外采用了两个辅线程,一个用来采集信号数据,另一个用来显示采集到的信号。

采集数据线程程序:

UINT AdoptDataThreadProc(LPVOID pParam)//采集数据线程函数,该线程不能停否则会有漏点

{    

       //初始化端口,用于单次采样

       minit(husb,0,1,1);

       readdata(husb,singleaddata,6000000/SampFrequency,1024);

       return 1;

}

绘制波形线程程序:

UINT DrawThreadProc(LPVOID pParam) //该线程负责绘制波形

{

       do

       {    

              CDC *pDC=pWnd->GetWindowDC();

              CBitmap *m_pBitmap;

              CDC *m_pdcmem;

              m_pdcmem=new CDC;

              m_pBitmap=new CBitmap;

              m_pdcmem->CreateCompatibleDC(pDC);

       m_pBitmap->CreateCompatibleBitmap(pDC,rect1.right,rect1.bottom);

              CBitmap* poldbitmap=m_pdcmem->SelectObject(m_pBitmap);

       NCCDraw(m_pdcmem,1);

       Sleep(100);

       pDC->BitBlt(0,0,rect1.Width(),rect1.Height(),m_pdcmem,0,0,SRCCOPY);          m_pdcmem->SelectObject(poldbitmap);

              Sleep(1);//可有可无

              delete m_pBitmap;

              delete m_pdcmem;

              pWnd->ReleaseDC(pDC);   

       }while(1);

       return 1;

}

这两个线程在单击“采集”按钮时被启用,程序如下:

void CVcMatlabDlg::OnBtnAdoptData() //首先打开断端口,然后再开线程用来采集

{

       husb=OpenUA300();

       AdoptDataThread=AfxBeginThread(AdoptDataThreadProc,0,THREAD_PRIORITY_NORMAL);              DrawThread=AfxBeginThread(DrawThreadProc,0,THREAD_PRIORITY_NORMAL);

       GetDlgItem(IDC_BTN_ADOPT)->EnableWindow(FALSE);

       GetDlgItem(IDC_BTN_STOP)->EnableWindow(TRUE);

}

用上面的程序采集频率为1000Hz的正弦信号后的图形如图2:

 

采集到的数据在单击“FFT”按钮时被处理,Matlab Engine就是在这个函数里被调用的,程序如下:

 

图2   采集到的正弦信号

void CVcMatlabDlg::OnBtnFft()

{

       // TODO: Add your control notification handler code here

       Engine *ep;

    mxArray *X=NULL;

       mxArray *Num=NULL;

       mxArray *Frequency=NULL;

    char buffer[1024];

       if (!(ep=engOpen("\0")))

       //打开Matlab引擎,建立与本地Matlab的连接

       {

              AfxMessageBox("Can't start MATLAB engine!");

              exit(-1);

       }

       //参与matlab运算的参数都是矩阵形式,因而要将参数转换为Matlab可接收的矩阵形式

    X=mxCreateDoubleMatrix(1,1024,mxREAL);

       Num=mxCreateDoubleMatrix(1,1,mxREAL);

       Frequency=mxCreateDoubleMatrix(1,1,mxREAL);

    double var1=(double)SampNum;//强制转换SamNum和SampFrequency从short到double

    double var2=(double)SampFrequency;

       memcpy((double*)mxGetPr(Num),(double*)&var1,sizeof(double));

       memcpy((double*)mxGetPr(Frequency),(double*)&var2,sizeof(double));     

    double var3[1024];   

       for (int i=0;i<1024;i++)

       {

       var3[i]=(double)(singleaddata[i]/1);

       }                                                                                      memcpy((char*)mxGetPr(X),(char*)var3,1024*sizeof(double));

 

       //将转换的参数放入引擎中,可在Matlab commond窗口下察看参数值

       engPutVariable(ep, "X", X);

       engPutVariable(ep, "Num",Num);

       engPutVariable(ep, "Frequency", Frequency);           

       //下面开始执行MATLAB命令

       engEvalString(ep,"pxx=fft(X,Num);");//engEvalString()函数是在vc中执行matlab函数

       engOutputBuffer(ep,buffer,1024);

       engEvalString(ep,"ff1=-Frequency/2:1/Num*Frequency:Frequency/2-Frequency/Num;");

       engEvalString(ep,"subplot(2,1,1);");

       engEvalString(ep,"plot(ff1,fftshift(abs(pxx)));");

       engEvalString(ep,"title('信号频谱图')");

    engEvalString(ep,"xlabel('频率/Hz')");

       engEvalString(ep,"ylabel('幅值谱')");

       engEvalString(ep,"p=pxx.*conj(pxx)/1024");

       engEvalString(ep,"ff2=Frequency*(0:511)/1024;");

       engEvalString(ep,"subplot(2,1,2);");

    engEvalString(ep,"plot(ff2,p(1:512));");//利用引擎画图

       engEvalString(ep,"title('信号功率谱图')");

    engEvalString(ep,"xlabel('频率/Hz')");

       engEvalString(ep,"ylabel('功率谱密度')");

       mxDestroyArray(X);//释放内存

    mxDestroyArray(Num);

       mxDestroyArray(Frequency);

engClose(ep);//关闭引擎,图片随之关闭

       GetDlgItem(IDC_BTN_FFT)->EnableWindow(FALSE);

}

编译运行程序后,对图2所示的正弦信号进行处理,得到的图形如图3:

图3 分析后的频域波形

结束语

在Visual C ++中利用多线程编程可以同时采集和显示采集卡采集到的信号,防止采集过程中的掉点;调用Matlab Engine函数可以发挥两者的优势,利用Visual C++强大可视化功能,方便的对采集卡进行控制,利用Matlab Engine强大的数据处理能力,对采集到的数据进行数字信号处理,并可以方便的显示处理后的结果。

 

参考文献:

[1]David J.Kruglinski著.潘爱民,王国印译. Visual C++技术内幕[M]. 北京:清华大学出版社,1998

[2]董长虹主编. Matlab信号处理及应用[M]. 北京:国防工业出版社,2005.1

[3] 何晓涛,于春田. VC调用Matlab的方法[J].河北科技大学学报,2003,24(1):35-39

[4] 王安红,孙志毅. 一种VC++与Matlab混合编程的实现方法[J]. 计算机应用与软件,2003,20(6):12-13,77

[5]高崇明. VC++6.0与Matlab混合编程技术的原理与实现[J]. 无线电工程,2000,30(2):53-56

[6]肖永韧. VC与Matlab混合编程之DLL实现方法[J]. 计算机工程与应用,2001(13):174-176

[7]4亓波. 实现VC++6.0与Matlab的混合编程[J]. 电脑编程技巧与维护,2000(12):62-64

[8] UA302/H型A/D采集器使用说明。

本文转自博客园知识天地的博客,原文链接:多线程VC++和Matlab混编在信号采集和处理中的应用,如需转载请自行联系原博主。


相关实践学习
部署Stable Diffusion玩转AI绘画(GPU云服务器)
本实验通过在ECS上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。
相关文章
|
2天前
|
运维 算法
基于Lipschitz李式指数的随机信号特征识别和故障检测matlab仿真
本程序基于Lipschitz李式指数进行随机信号特征识别和故障检测。使用MATLAB2013B版本运行,核心功能包括计算Lipschitz指数、绘制指数曲线、检测故障信号并标记异常区域。Lipschitz指数能够反映信号的局部动态行为,适用于机械振动分析等领域的故障诊断。
|
14天前
|
存储 并行计算 安全
C++多线程应用
【10月更文挑战第29天】C++ 中的多线程应用广泛,常见场景包括并行计算、网络编程中的并发服务器和图形用户界面(GUI)应用。通过多线程可以显著提升计算速度和响应能力。示例代码展示了如何使用 `pthread` 库创建和管理线程。注意事项包括数据同步与互斥、线程间通信和线程安全的类设计,以确保程序的正确性和稳定性。
|
20天前
|
监控 Java
在实际应用中选择线程异常捕获方法的考量
【10月更文挑战第15天】选择最适合的线程异常捕获方法需要综合考虑多种因素。没有一种方法是绝对最优的,需要根据具体情况进行权衡和选择。在实际应用中,还需要不断地实践和总结经验,以提高异常处理的效果和程序的稳定性。
17 3
|
25天前
|
调度 Android开发 开发者
构建高效Android应用:探究Kotlin多线程优化策略
【10月更文挑战第11天】本文探讨了如何在Kotlin中实现高效的多线程方案,特别是在Android应用开发中。通过介绍Kotlin协程的基础知识、异步数据加载的实际案例,以及合理使用不同调度器的方法,帮助开发者提升应用性能和用户体验。
40 4
|
24天前
|
数据采集 存储 Java
Crawler4j在多线程网页抓取中的应用
Crawler4j在多线程网页抓取中的应用
|
1月前
|
数据挖掘 程序员 调度
探索Python的并发编程:线程与进程的实战应用
【10月更文挑战第4天】 本文深入探讨了Python中实现并发编程的两种主要方式——线程和进程,通过对比分析它们的特点、适用场景以及在实际编程中的应用,为读者提供清晰的指导。同时,文章还介绍了一些高级并发模型如协程,并给出了性能优化的建议。
29 3
|
1月前
|
Java 数据处理 数据库
Java多线程的理解和应用场景
Java多线程的理解和应用场景
46 1
|
12天前
|
Java 开发者
Java中的多线程基础与应用
【10月更文挑战第24天】在Java的世界中,多线程是提高效率和实现并发处理的关键。本文将深入浅出地介绍如何在Java中创建和管理多线程,以及如何通过同步机制确保数据的安全性。我们将一起探索线程生命周期的奥秘,并通过实例学习如何优化多线程的性能。无论你是初学者还是有一定经验的开发者,这篇文章都将为你打开一扇通往高效编程的大门。
13 0
|
2月前
|
负载均衡 Java 调度
探索Python的并发编程:线程与进程的比较与应用
本文旨在深入探讨Python中的并发编程,重点比较线程与进程的异同、适用场景及实现方法。通过分析GIL对线程并发的影响,以及进程间通信的成本,我们将揭示何时选择线程或进程更为合理。同时,文章将提供实用的代码示例,帮助读者更好地理解并运用这些概念,以提升多任务处理的效率和性能。
58 3
|
2月前
|
Java 开发者
Java中的多线程基础与应用
【9月更文挑战第22天】在Java的世界中,多线程是一块基石,它支撑着现代并发编程的大厦。本文将深入浅出地介绍Java中多线程的基本概念、创建方法以及常见的应用场景,帮助读者理解并掌握这一核心技术。
下一篇
无影云桌面