【正文】 alculation tool, it39。在使用Matlab實(shí)現(xiàn)算法的基礎(chǔ)上使用Mat來(lái)對(duì)其進(jìn)行編譯，將其轉(zhuǎn)換為可以在VC中運(yùn)行的C++語(yǔ)言。本設(shè)計(jì)采用了一種遞歸濾波算法，此算法包括兩個(gè)差分方程，運(yùn)算過(guò)程簡(jiǎn)單，更加容易的實(shí)現(xiàn)了高斯濾波。與模擬的波度濾波器相比較，數(shù)字濾波器有較為突出的優(yōu)點(diǎn)。相比Matlab自帶的編譯器Compiler，用Mat轉(zhuǎn)化代碼要簡(jiǎn)單和方便得多。這款軟件結(jié)合了Matlab的計(jì)算功能，Mat的編譯功能，以及VC的界面設(shè)計(jì)功能，充分的利用了各軟件的突出優(yōu)勢(shì)，使得軟件的程序得到簡(jiǎn)化。表面形貌也稱(chēng)為表面微觀幾何形態(tài)，是指零件加工過(guò)程中，由刀具和零件的摩擦、切削分離時(shí)的塑性變形和金屬撕裂，以及加工系統(tǒng)中的高頻振動(dòng)等原因，在零件的被加工表面上殘留的各種不同形狀和尺寸的凸峰和凹谷[1]。表面輪廓參數(shù)的測(cè)量是一個(gè)復(fù)雜的過(guò)程。因而濾波器在表面數(shù)據(jù)分析中具有現(xiàn)實(shí)的研究意義。目前依靠計(jì)算機(jī)技術(shù)的發(fā)展RC模擬濾波器已基本被淘汰。因而精度高。(3)可調(diào)性好，能適應(yīng)各種測(cè)量條件的需要。數(shù)字濾波可以對(duì)頻率很低()的波度信號(hào)實(shí)現(xiàn)濾波，克服了模擬濾波器體積大等缺陷。因此，通過(guò)對(duì)表面進(jìn)行三維測(cè)量以獲取三維輪廓是表面測(cè)量技術(shù)發(fā)展的必然趨勢(shì)。其設(shè)計(jì)方法是：先根據(jù)一維模擬濾波器設(shè)計(jì)出相應(yīng)的一維遞歸數(shù)字濾波器，然后將一維遞歸數(shù)字濾波器推廣到二維遞歸數(shù)字濾波器，再將一維數(shù)字濾波器推廣到二維時(shí)采用可分離法，即將兩個(gè)一維遞歸數(shù)字濾波器的系通函數(shù)相乘，組成一個(gè)可分離型二維遞歸數(shù)字濾波器。一種用高斯函數(shù)的逼近法和沖激響應(yīng)不變法設(shè)計(jì)出高斯數(shù)字濾波器，并給出了其零相移的遞歸濾波算法。在我們?cè)O(shè)計(jì)的表面粗糙度測(cè)量系統(tǒng)中，即使是用低效率的Visual Basic語(yǔ)言設(shè)計(jì)的濾波程序，上述兩種濾波耗時(shí)均不到1 s，即可完成11200點(diǎn)的輪廓數(shù)據(jù)的濾波[18]。它在數(shù)學(xué)類(lèi)科技應(yīng)用軟件中在數(shù)值計(jì)算方面首屈一指。其中Matrix 是所有產(chǎn)品的核心，它是一個(gè)C++數(shù)學(xué)圖形圖像庫(kù)，里面包含了約600個(gè)經(jīng)過(guò)嚴(yán)格測(cè)試的函數(shù)，是實(shí)現(xiàn)將M文件轉(zhuǎn)化為C++文件的基礎(chǔ)。它是個(gè)第三方控件，很小(8M多),使用該工具可以將m腳本文件和m函數(shù)轉(zhuǎn)化成相同功能的C\C++文件，相比其它方法使用MATCOM具有如下優(yōu)點(diǎn)：轉(zhuǎn)換過(guò)程簡(jiǎn)單(由MATCOM工具自動(dòng)實(shí)現(xiàn))，容易實(shí)現(xiàn)；可以方便的生成動(dòng)態(tài)鏈接庫(kù)文件(dll)和可執(zhí)行文件(exe)；不僅可以轉(zhuǎn)換獨(dú)立的腳本文件，也可以轉(zhuǎn)換嵌套腳本文件；設(shè)置環(huán)境后，可以使用MATLAB的工具箱函數(shù)；但MATCOM也有不足對(duì)struct等類(lèi)的支持有缺陷，對(duì)class數(shù)據(jù)類(lèi)型；部分繪圖語(yǔ)句無(wú)法實(shí)現(xiàn)或得不到準(zhǔn)確圖像，尤其是三維圖像；因此在不涉及到三維做圖以及m文件不大的情況下方便使用。目前最新的版本是Microsoft Visual C++2010。比如，它允許用戶(hù)進(jìn)行遠(yuǎn)程調(diào)試，單步執(zhí)行等。第1章緒論簡(jiǎn)要介紹了本設(shè)計(jì)的研究背景，相關(guān)理論的支持，以及所要運(yùn)用的軟件。第5章介紹有關(guān)粗糙度的國(guó)際標(biāo)準(zhǔn)。這一理論方法已得到了實(shí)驗(yàn)驗(yàn)證。由卷積定理可知，時(shí)域自卷積等效于頻域自相乘，當(dāng)自相乘的次數(shù)增加時(shí)，相乘結(jié)果亦必是高斯函數(shù)。這里以逼近濾波器為例來(lái)說(shuō)明問(wèn)題。對(duì)式(213)應(yīng)用沖激響應(yīng)不變法，設(shè)計(jì)IIR型數(shù)字濾波器[19]，得到如下： (214)其中，當(dāng)≥200時(shí)，同樣可得對(duì)應(yīng)的Z變換如下： (215)如此兩個(gè)數(shù)字濾波器組成零相移濾波器，則總的幅頻特性為，而相頻特性為零，即： = (216)其中。設(shè)零相移濾波器的輸入序列為x(n)，中間計(jì)算結(jié)果為r(n)，濾波器輸出序列為y(n)，其相應(yīng)的z變換為x(z)、r(z)、y(z)有，它們之間有如下的關(guān)系式： (219) (220)由于式(20)可以變?yōu)橄率剑? (221)且、分別為、的z變換,所以輸入信號(hào)x(n)經(jīng)一級(jí)濾波后，將得到的結(jié)果反序，再經(jīng)過(guò)同一濾波器，可以得到零相移濾波輸出。這種遞歸算法計(jì)算量小,運(yùn)算速度自然就快。更多級(jí)的零相移濾波器依然具有式(222)、(223)的形式,只是系數(shù)a不同。用文中介紹的8級(jí)零相移濾波器進(jìn)行濾波,其最大傳輸偏差大約為2%，用16級(jí)零相移濾波器進(jìn)行濾波，則其最大傳輸偏差小于1%。文中的方法可以推廣用于表面粗糙度三維測(cè)量中的參考表面的確定，這種高精度和高效率的優(yōu)越性更為突出。其方法就是打開(kāi)Matlab界面，在命令窗口輸入命令運(yùn)行即可。附加的工具箱（單獨(dú)提供的專(zhuān)用Matlab函數(shù)集）擴(kuò)展了Matlab環(huán)境，以解決這些應(yīng)用領(lǐng)域內(nèi)特定類(lèi)型的問(wèn)題。隨著Matlab的商業(yè)化以及軟件本身的不斷升級(jí)，Matlab的用戶(hù)界面也越來(lái)越精致，更加接近Windows的標(biāo)準(zhǔn)界面，人機(jī)交互性更強(qiáng)，操作更簡(jiǎn)單。用戶(hù)可以在命令窗口中將輸入語(yǔ)句與執(zhí)行命令同步，也可以先編寫(xiě)好一個(gè)較大的復(fù)雜的應(yīng)用程序（M文件）后再一起運(yùn)行。（3）強(qiáng)大的科學(xué)計(jì)算機(jī)數(shù)據(jù)處理能力Matlab是一個(gè)包含大量計(jì)算算法的集合。在計(jì)算要求相同的情況下，使用Matlab的編程工作量會(huì)大大減少。新版本的Matlab對(duì)整個(gè)圖形處理功能作了很大的改進(jìn)和完善，使它不僅在一般數(shù)據(jù)可視化軟件都具有的功能（例如二維曲線(xiàn)和三維曲面的繪制和處理等）方面更加完善，而且對(duì)于一些其他軟件所沒(méi)有的功能（例如圖形的光照處理、色度處理以及四維數(shù)據(jù)的表現(xiàn)等），Matlab同樣表現(xiàn)了出色的處理能力。允許用戶(hù)編寫(xiě)可以和Matlab進(jìn)行交互的C或C++語(yǔ)言程序。（7）應(yīng)用軟件開(kāi)發(fā)在開(kāi)發(fā)環(huán)境中，使用戶(hù)更方便地控制多個(gè)文件和圖形窗口；在編程方面支持了函數(shù)嵌套，有條件中斷等；在圖形化方面，有了更強(qiáng)大的圖形標(biāo)注和處理功能，包括針對(duì)性對(duì)連接注釋等；在輸入輸出方面，可以直接向Excel和HDF5進(jìn)行連接。)。 m=11200。 end for j=0:m1 y(11200j)=y(11200j+1)+a*[r(11200j)y(11200j+1)]。b39。運(yùn)用Matlab運(yùn)行后的結(jié)果如下： 圖32 高斯濾波圖示注：其中黑線(xiàn)為粗糙度濾波中線(xiàn)。相比Matlab自帶的編譯器Compiler，用Mat轉(zhuǎn)化代碼要簡(jiǎn)單和方便得多。出現(xiàn)選擇是否安裝Matlab時(shí)，選“否”。MIDEVA集成開(kāi)發(fā)環(huán)境包括命令行窗口、變量列表窗口、命令列表窗口和編譯鏈接信息窗口等幾部分，并有詳細(xì)的幫助文檔。 圖43 Mat輸入操作圖示。在面板上添加一個(gè)ID為IDC_BUTTON1按扭。圖47 添加函數(shù)5粗糙度國(guó)際標(biāo)準(zhǔn)從原始輪廓上計(jì)算所得的參數(shù)P。實(shí)際表面：物體與周?chē)橘|(zhì)分離的表面。粗糙度輪廓：對(duì)原始輪廓抑制長(zhǎng)波后所得輪廓。取樣長(zhǎng)度：用于被判別評(píng)定輪廓的不規(guī)則特征的Ｘ軸向上的長(zhǎng)度。輪廓單元：輪廓峰和輪廓谷的組合。%1個(gè)取樣長(zhǎng)度ll=y(1601:3200)。Rp=pc。Rv=cp。p=max(xx)。%Rpp=min(xx)。%RzRt=RRp+RRz。%Ra mysum=0。%Rqmysum=0。 Rsk=c/d。 d=Rq^4。我們把 Matlab與Visual C++結(jié)合起來(lái)，簡(jiǎn)化復(fù)雜的數(shù)據(jù)處理方法研究，體驗(yàn)數(shù)據(jù)處理的工作效率和即時(shí)性。這要比ODBC API、DAO、RDO都要簡(jiǎn)單易用、靈活。（1）在MFC中采用一種方法來(lái)實(shí)現(xiàn)初始化COM這種方法只需要一條語(yǔ)句便可以自動(dòng)為我們實(shí)現(xiàn)初始化COM和結(jié)束時(shí)關(guān)閉COM的操作。(4)數(shù)據(jù)處理系統(tǒng)功能數(shù)據(jù)處理系統(tǒng)主要對(duì)測(cè)試數(shù)據(jù)進(jìn)行處理，并提供與測(cè)試數(shù)據(jù)相關(guān)的處理結(jié)果，數(shù)據(jù)的處理方法根據(jù)測(cè)試方法和科學(xué)理論計(jì)算方法來(lái)確定，本系統(tǒng)的主要功能在于能夠方便及時(shí)地存儲(chǔ)原始測(cè)試數(shù)據(jù)，并能夠方便數(shù)據(jù)處理方法的研究，為獲得可靠科學(xué)的測(cè)試數(shù)據(jù)處理結(jié)果提供了極為方便的途徑。系統(tǒng)的操作為：對(duì)2個(gè)和多個(gè)測(cè)試數(shù)據(jù)進(jìn)行合并，只需選中“2個(gè)測(cè)試代號(hào)”或“多個(gè)測(cè)試代號(hào)”，在保存名中輸入保存名，然后進(jìn)行讀取測(cè)試數(shù)據(jù)操作，這樣會(huì)在“數(shù)據(jù)表名”中顯示讀取數(shù)據(jù)的測(cè)試代號(hào)名和在“存儲(chǔ)數(shù)據(jù)表名”中顯示剛才在保存名中輸入的名字；到讀取完所有的所需數(shù)據(jù)后只需左擊“合并數(shù)據(jù)”按鈕，就可以完成合并測(cè)試數(shù)據(jù)的操作。 C++聯(lián)合編譯的設(shè)計(jì)流程 代入22式 代入23式8次循環(huán)表面輪廓數(shù)據(jù)計(jì)算粗糙度數(shù)據(jù)導(dǎo)出數(shù)據(jù)VC界面顯示顯示濾波中線(xiàn) 61 主體程序流程圖使用Mat編譯程序，Mat的輸入語(yǔ)法與Matlab相同，：fid = fopen(39。)。fprintf(fid, 39。Rv:39。, Rv)。fprintf(fid, 39。Rt:39。, Rt)。fprintf(fid, 39。Rq:39。, Rq)。 fprintf(fid, 39。Rku:39。, Rku)。CStdioFile file。 CString str。主要就是利用了此文章提供的高斯快速算法，運(yùn)算簡(jiǎn)單快速。對(duì)于軟件的設(shè)計(jì)部分則在第五章中詳細(xì)介紹，并且在其中加入軟件的實(shí)現(xiàn)成果，這就是我此次畢業(yè)設(shè)計(jì)的主要成果。本設(shè)計(jì)可能還存在一些問(wèn)題，對(duì)有些特殊問(wèn)題還不能滿(mǎn)足要求，敬請(qǐng)能者改進(jìn)。在編寫(xiě)程序中張浩老師不斷糾正了我的錯(cuò)誤邏輯，讓我用正確的邏輯思維實(shí)現(xiàn)了相關(guān)的高斯濾波快速算法。由于我使用Mat來(lái)簡(jiǎn)化了VC的編程過(guò)程，而在此之前老師對(duì)這種方法也不甚了解，并且也是剛開(kāi)始接觸VC，所以我還請(qǐng)教了一位學(xué)長(zhǎng)，我校的一位研究生，他自學(xué)了VC多年，為我提供了幫助。 dMm(ff)。 dMm(r)。 dMm(j_)。 line 1 f:/_ clear()。 line 5 f:/_ a = 。 line 9 f:/_ i_test1_v0 = colon(,)。i_test1_i0++) { forelem(i_,i_test1_v0,i_test1_i0)。j_test1_i1()。 int j_test1_i2。 line 14 f:/_ y() = y(+)+a*(BR(r()y(+)))。 line 19 f:/_ plot((CL(j_),z,TM(b),j_,y,TM(k)))。 dMm(x)。 dMm(m)。 dMm(i_gaoshilvbo_v0)。 dMm(l)。 dMm(c)。 dMm(xx)。 dMm(Rt)。 dMm(i_gaoshilvbo_v4)。 dMm(d)。 dMm(fid)。 line 3 f:/_ ff(colon(,)) = x(colon(,))。 line 7 f:/_ r(,) = 。 for (i_gaoshilvbo_i0=0。 int j_gaoshilvbo_i1。 line 11 f:/_ r(j_) = r()+a*(BR(ff(j_)r()))。j_gaoshilvbo_i2()。 line 17 f:/ } line 20 f:/ //高度參數(shù) line 21 f:/_ l = x(colon(,))。 line 25 f:/_ c = ll(b)。 line 30 f:/_ c = ll(b)。 line 37 f:/ //1個(gè)取評(píng)定長(zhǎng)度 line 38 f:/_ yy = y(colon(,))。 line 42 f:/_ RRp = pc。 line 46 f:/_ RRz = cp。 int i_gaoshilvbo_i3。 line 52 f:/_ mysum = mysum+abs(x())。 int i_gaoshilvbo_i4。 line 58 f:/_ mysum = mysum+mpower(x(),)。 line 64 f:/_ i_gaoshilvbo_v5 = colon(,)。i_gaoshilvbo_i5++) { forelem(i_,i_gaoshilvbo_v5,i_gaoshilvbo_i5)。 line 69 f:/_ Rsk = c/d。 for (i_gaoshilvbo_i6=0。 line 74 f:/ } line 75 f:/_ c = mysum/。 line 80 f:/_ fprintf(fid,TM(Rp:),Mc())。 line 84 f:/_ fprintf(fid,TM(Rz:),Mc())。 line 88 f:/_ fprintf(fid,TM(Ra:),Mc())。 line 92 f:/_ fprintf(fid,TM(Rsk:),Mc())