社区
高通开发者论坛
帖子详情
IFILEMGR_OpenFile 如果路径名包含非ASCII字符会失败, 哪位专家帮我解答下。谢谢
stillxinj
2008-11-14 09:57:34
包含非ASCII字符是因为我想创建西班牙语路径名,西班牙语编码很多都是首位是1的例如D3,D4...
如果IFILEMGR_OpenFile包含西班牙字符路径就会返回NULL。。失败。。。
哪位高手帮解答下阿。。
谢谢
...全文
1564
6
打赏
收藏
IFILEMGR_OpenFile 如果路径名包含非ASCII字符会失败, 哪位专家帮我解答下。谢谢
包含非ASCII字符是因为我想创建西班牙语路径名,西班牙语编码很多都是首位是1的例如D3,D4... 如果IFILEMGR_OpenFile包含西班牙字符路径就会返回NULL。。失败。。。 哪位高手帮解答下阿。。 谢谢
复制链接
扫一扫
分享
举报
写回复
配置赞助广告
用AI写文章
6 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
sunyymq
2009-03-18
打赏
举报
回复
需要你自己转化成UNICODE的再用!
韩明君
2009-03-18
打赏
举报
回复
[Quote=引用 4 楼 wencn911 的回复:]
你先清楚你的西班牙语编码是什么?我估计应该是GB的
然后把包含西班牙语的串通过 GB_TO_UNICODE(这个转换brew没有提供,需要自己写)
再把UNICODE转成ascii或者UTF8(这2个brew都提供了函数),就ok了
[/Quote]
好像不行那 我是中文的文件结果就无法发现。
代码如下:
name = MP_GetFileName(fileInfo.szName);
UTF8TOWSTR(name,MAX_FILE_NAME,ai.pText,MAX_FILE_NAME);
其中MP_GetFileName如下:
static char * MP_GetFileName(const char * psz)
{
char * pszName = STRRCHR(psz, (int)DIRECTORY_CHAR);
if (pszName)
pszName++;
else
pszName = (char *)psz;
return pszName;
}
麻烦帮我看看那里有问题
wencn911
2008-11-26
打赏
举报
回复
你先清楚你的西班牙语编码是什么?我估计应该是GB的
然后把包含西班牙语的串通过 GB_TO_UNICODE(这个转换brew没有提供,需要自己写)
再把UNICODE转成ascii或者UTF8(这2个brew都提供了函数),就ok了
半吊子全栈工匠
2008-11-17
打赏
举报
回复
主要是EFS2文件系统移植与BREW之间的映射问题,建议文件名和路径只用ascii码,且最好不是多位连续数字,不要以@,~,!等符号开头
Walker-cheng
2008-11-17
打赏
举报
回复
把unicode字符转换成ascii字符
naibmys
2008-11-15
打赏
举报
回复
好像只能用ASCII字符串吧,像中文什么的都不可以作为路径和文件名的
syslog_test.py
syslog_test.py
Simulink “双碳”背景下汽车减少碳排放建模与仿真
内容概要:本文围绕“双碳”战略背景,系统阐述了基于Simulink的汽车碳排放建模与仿真技术,重点引入模糊PID控制优化动力系统性能,以实现节能减排目标。文档整合了多个Matlab/Simulink科研仿真案例,涵盖无刷直流电机(BLDC)控制、三相PWM整流器、电池管理系统、路径规划、信号处理、智能优化算法及图像处理等领域,全面展示Matlab在智能控制与绿色能源系统中的应用价值。同时强调科研应兼具严谨逻辑、创新思维与工具赋能,并提供完整的仿真资源链接与学习路径支持实践落地。; 适合人群:具备Matlab/Simulink基础,从事自动化、电气工程、车辆工程、控制科学、电力电子及智能制造等相关领域的科研人员或高年级本科生、研究生;适用于开展节能减排、新能源系统优化、智能控制算法研究等课题的研究者。; 使用场景及目标:①学习在Simulink中构建汽车能耗与排放仿真模型并应用模糊PID进行动态优化;②掌握BLDC、PWM整流器等关键部件的建模与控制策略设计;③借鉴丰富案例提升科研效率,拓展在智能控制、路径规划、信号处理等方向的应用能力;④通过提供的网盘资源获取完整代码与资料,支撑论文写作与项目开发。; 阅读建议:建议按照资源目录顺序系统学习,结合百度网盘提供的Matlab/Simulink代码动手实践,重点关注控制策略的设计、仿真结果的分析与优化过程,同时注重培养科研思维与工程实际问题的结合能力。
西部牛仔_1794033330851.apk
西部牛仔_1794033330851.apk
状态估计变分贝叶斯近似的递归噪声自适应卡尔曼滤波(Matlab代码实现)
内容概要:本文详细介绍了一种基于变分贝叶斯近似的递归噪声自适应卡尔曼滤波方法,并配套提供了完整的Matlab代码实现。该方法旨在解决传统卡尔曼滤波在面对过程噪声和观测噪声统计特性未知或时变情况下性能退化的问题,通过引入变分贝叶斯推断技术,实现对噪声协方差的在线联合估计与动态更新,从而提升滤波器在
非
平稳环境中的状态估计精度与鲁棒性。文中系统阐述了算法的理论基础、数学推导流程、递归计算结构及关键实现步骤,涵盖了概率图模型构建、似然函数近似、变分迭代优化等核心技术环节,适用于复杂动态系统中的自适应信号处理与状态估计任务。; 适合人群:具备良好线性系统理论、概率统计与贝叶斯估计基础,并熟悉Matlab编程的研究生、科研人员及从事导航、控制、传感融合等相关领域的工程技术人员; 使用场景及目标:①应对实际工程中因噪声先验信息缺失或环境变化导致的标准卡尔曼滤波失效问题;②应用于无人机导航、智能驾驶、工业状态监测、传感器融合等高精度自适应估计场景,提升系统在不确定环境下的稳定性和准确性; 阅读建议:建议读者结合所提供的Matlab代码逐模块研读,重点理解变分贝叶斯迭代过程中噪声协方差矩阵的后验更新机制,并通过仿真实验对比所提方法与标准KF/EKF/UKF的估计性能差异,深入掌握噪声自适应滤波的设计思想与实现技巧。
PUMA:DOA估计模式的改进实现(Matlab代码实现)
内容概要:本文围绕PUMA(Propagator Method-based DOA Estimation)算法在波达方向(DOA)估计中的改进实现展开,重点在于通过Matlab编程对算法进行仿真与性能验证。作为阵列信号处理领域的高分辨率DOA估计算法,PUMA在传统方法基础上提升了估计精度与鲁棒性,尤其在低信噪比、小样本等恶劣条件下仍能保持优异性能。文中系统阐述了PUMA算法的理论基础、数学模型及其相较于MUSIC、ESPRIT等经典算法的优势,并通过仿真实验进行对比分析,展示其在分辨力、稳定性和计算效率方面的综合优势,适用于实际雷达、无线通信与电子侦察等应用场景。; 适合人群:具备信号处理、通信工程、电子信息或雷达系统等相关专业背景的研究生、科研人员及工程技术人员,熟悉阵列信号处理理论与Matlab编程环境者尤佳; 使用场景及目标:①用于学术研究中DOA估计算法的性能优化与新方法对比验证;②应用于雷达系统、5G/6G通信、智能天线、电子对抗等领域的高精度空间谱估计任务;③作为Matlab仿真实践资源,支持课程设计、学位论文复现与科研项目开发; 阅读建议:建议结合阵列信号处理基础知识体系学习本资源,重点关注PUMA算法的改进机制与核心代码实现逻辑,建议动手运行并调整仿真参数以深入理解不同因素(如阵元数、信噪比、快拍数)对估计性能的影响。
高通开发者论坛
7,960
社区成员
6,517
社区内容
发帖
与我相关
我的任务
高通开发者论坛
本论坛以AI、IoT、PC 、XR、Auto等核心板块组成,为开发者提供便捷及高效的学习和交流平台。 高通开发者专区主页:https://qualcomm.csdn.net/
复制链接
扫一扫
分享
社区描述
本论坛以AI、IoT、PC 、XR、Auto等核心板块组成,为开发者提供便捷及高效的学习和交流平台。 高通开发者专区主页:https://qualcomm.csdn.net/
物联网
人工智能
开源
企业社区
北京·东城区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章