MATLAB的M檔案、MEX檔案、MAT檔案是什麼 .如何開啟(直接滑鼠拖入相應區域)

NO IMAGE
MATLAB的M檔案、MEX檔案、MAT檔案是什麼

.M檔案是儲存一段程式碼的檔案,類似於C語言中的一個函式體;   這也是MATLAB中最常見的檔案儲存格式之一

.MEX檔案是一種“可在matlab環境中呼叫的C(或fortran)語言衍生程式”。也就是說,MEX檔案的原始碼檔案是由C或Fortran語言編寫的,後經matlab編譯器處理而生成的二進位制檔案;它可以被matlab直譯器自動裝載並執行的動態連結程式,這種檔案在windows下是ddl檔案。

.mat是matlab的資料儲存的標準格式。也就是你操作產生的資料的一個集合包,可以把一次處理的結果儲存,供下一次使用。
你可以呼叫matlab的子程式庫,用c或fortan呼叫mat格式的資料。

有幾種方法可以開啟

1.matlab中可以用load命令讀取.mat檔案

 load 載入
或是直接把檔案拉到命令視窗裡面

2.C語言中有API讀取.mat檔案,如matOpen, matClose等等 
3.用記事本就可以開啟.mat檔案,.mat檔案格式是公開的,你可以自己解析裡面的內容

訊號的讀取;

一、           問題的提出:

數字語音是訊號的一種,我們處理數字語音訊號,也就是對一種訊號的處理,那訊號是什麼呢?

訊號是傳遞資訊的函式。離散時間訊號——序列——可以用圖形來表示。

按訊號特點的不同,訊號可表示成一個或幾個獨立變數的函式。例如,影象訊號就是空間位置(二 元變數)的亮度函式。一維變數可以是時間,也可以是其他參量,習慣上將其看成時間。訊號有以下幾種:

(1)連續時間訊號:在連續時間範圍內定義的訊號,但訊號的幅值可以是連續數值,也可以是離 散數值。當幅值為連續這一特點情況下又常稱為模擬訊號。實際上連續時間訊號與模擬訊號常常通用,用以說明同一訊號。

(2)離時間訊號:時間為離散變數的訊號,即獨立變數時間被量化了。而幅度仍是連續變化的。

(3)數字訊號:時間離散而幅度量化的訊號。

語音訊號是基於時間軸上的一維數字訊號,在這裡主要是對語音訊號進行頻域上的分析。在訊號分 析中,頻域往往包含了更多的資訊。對於頻域來說,大概有8種波形可以讓我們分析:矩形方波,鋸齒波,梯形波,臨界阻尼指數脈衝波形,三角波,餘旋波,餘旋 平方波,高斯波。對於各種波形,我們都可以用一種方法來分析,就是傅立葉變換:將時域的波形轉化到頻域來分析。

於是,本課題就從頻域的角度對訊號進行分析,並通過分析頻譜來設計出合適的濾波器。當然,這 些過程的實現都是在MATLAB軟體上進行的,MATLAB軟體在數字訊號處理上發揮了相當大的優勢。

二、       設計方案:

利用MATLAB中的wavread命令來讀入(採集)語音訊號,將它賦值給某一向量。再將 該向量看作一個普通的訊號,對其進行FFT變換實現頻譜分析,再依據實際情況對它進行濾波。對於波形圖與頻譜圖(包括濾波前後的對比圖)都可以用 MATLAB畫出。我們還可以通過sound命令來對語音訊號進行回放,以便在聽覺上來感受聲音的變化。

選擇設計此方案,是對數字訊號處理的一次實踐。在數字訊號處理的課程學習過程中,我們過多的 是理論學習,幾乎沒有進行實踐方面的運用。這個課題正好是對數字語音處理的一次有利實踐,而且語音處理也可以說是訊號處理在實際應用中很大眾化的一方面。

這個方案用到的軟體也是在數字訊號處理中非常通用的一個軟體——MATLAB軟體。所以這個 課題的設計過程也是一次數字訊號處理在MATLAB中應用的學習過程。課題用到了較多的MATLAB語句,而由於課題研究範圍所限,真正與數字訊號有關的 命令函式卻並不多。

三、       主體部分:

(一)、語音的錄入與開啟:

[y,fs,bits]=wavread(‘Blip’,[N1 N2]);用於讀取語音,取樣值放在向量y中,fs表示取樣頻率(Hz),bits表示取樣位數。[N1 N2]表示讀取從N1點到N2點的值(若只有一個N的點則表示讀取前N點的取樣值)。

sound(x,fs,bits); 用於對聲音的回放。向量y則就代表了一個訊號(也即一個複雜的“函式表示式”)也就是說可以像處理一個訊號表示式一樣處理這個聲音訊號。

FFT的MATLAB實現

在MATLAB的訊號處理工具箱中函式FFT和IFFT用於快速傅立葉變換和逆變換。下面介 紹這些函式。

函式FFT用於序列快速傅立葉變換。

函式的一種呼叫格式為        y=fft(x)

其中,x是序列,y是序列的FFT,x可以為一向量或矩陣,若x為一向量,y是x的FFT。 且和x相同長度。若x為一矩陣,則y是對矩陣的每一列向量進行FFT。

如果x長度是2的冪次方,函式fft執行高速基-2FFT演算法;否則fft執行一種混合基的 離散傅立葉變換演算法,計算速度較慢。

函式FFT的另一種呼叫格式為         y=fft(x,N)

式中,x,y意義同前,N為正整數。

函式執行N點的FFT。若x為向量且長度小於N,則函式將x補零至長度N。若向量x的長度大 於N,則函式截短x使之長度為N。若x 為矩陣,按相同方法對x進行處理。

經函式fft求得的序列y一般是復序列,通常要求其幅值和相位。MATLAB提供求複數的幅 值和相位函式:abs,angle,這些函式一般和FFT同時使用。

函式abs(x)用於計算復向量x的幅值,函式angle(x)用於計算復向量的相角,介於 和 之間,以弧度表示。

函式unwrap(p)用於展開弧度相位角p ,當相位角絕對變化超過 時,函式把它擴充套件至 。

用MATLAB工具箱函式fft進行頻譜分析時需注意:

(1)    函式fft返回值y的資料結構對稱性

若已知序列x=[4,3,2,6,7,8,9,0],求X(k)=DFT[x(n)]。

利用函式fft計算,用MATLAB程式設計如下:

N=8;

n=0:N-1;

xn=[4 3 2 6 7 8 9 0]’;

XK=fft(xn)

結果為:

XK =

39.0000         

-10.7782 6.2929i

        0 – 5.0000i

   4.7782 – 7.7071i

   5.0000         

   4.7782 7.7071i

        0 5.0000i

-10.7782 – 6.2929i

由程式執行所得結果可見,X(k)和x(n)的維數相同,共有8個元素。X(k)的第一行元 素對應頻率值為0,第五行元素對應頻率值為Nyquist頻率,即標準頻率為1.因此第一行至第五行對應的標準頻率為0~1。而第五行至第八行對應的是負 頻率,其X(k)值是以Nyquist頻率為軸對稱。(注:通常表示為Nyquist頻率外擴充套件,標以正值。)

一般而言,對於N點的x(n)序列的FFT是N點的複數序列,其點n=N/2 1對應 Nyquist頻率,作頻譜分析時僅取序列X(k)的前一半,即前N/2點即可。X(k)的後一半序列和前一半序列時對稱的。

(2)    頻率計算

    若N點序列x(n)(n=0,1,…,N-1)是在取樣頻率 下獲得的。它的FFT也是N點序列,即X(k)(k=0,1,2,…,N-1),則第k點所對應實際頻率值為f=k*f /N.

(3)    作FFT分析時,幅值大小與FFT選擇點數有關,但不影響分析結果。

2、設計內容:

(1)下面的一段程式是語音訊號在MATLAB中的最簡單表現,它實現了語音的讀入開啟,以 及繪出了語音訊號的波形頻譜圖。

     [x,fs,bits]=wavread(‘ding.wav’,[1024 5120]);

   sound(x,fs,bits);

   X=fft(x,4096);

magX=abs(X);

angX=angle(X);

   subplot(221);plot(x);title(‘原始訊號波形’);

subplot(222);plot(X); title(‘原始訊號頻譜’);

subplot(223);plot(magX);title(‘原始訊號幅值’);

subplot(224);plot(angX);title(‘原始訊號相位’);

程式執行可以聽到聲音,得到的圖形為:

(2)定點分析:已知一個語音訊號,資料取樣頻率為100Hz,試分別繪製N=128點 DFT的幅頻圖和N=1024點DFT幅頻圖。

     程式設計如下:

x=wavread(‘ding.wav’);

   sound(x);

fs=100;N=128;

y=fft(x,N);

magy=abs(y);

f=(0:length(y)-1)’*fs/length(y);

subplot(221);plot(f,magy);

xlabel(‘頻率(Hz)’);ylabel(‘幅值’);

title(‘N=128(a)’);grid

subplot(222);plot(f(1:N/2),magy(1:N/2));

xlabel(‘頻率(Hz)’);ylabel(‘幅值’);

title(‘N=128(b)’);grid

fs=100;N=1024;

y=fft(x,N);

magy=abs(y);

f=(0:length(y)-1)’*fs/length(y);

subplot(223);plot(f,magy);

xlabel(‘頻率(Hz)’);ylabel(‘幅值’);

title(‘N=1024(c)’);grid

subplot(224);plot(f(1:N/2),magy(1:N/2));

xlabel(‘頻率(Hz)’);ylabel(‘幅值’);

title(‘N=1024(d)’);grid

執行結果如圖:

上圖(a)、(b)為N=128點幅頻譜圖,(c)、(d)為N=1024點幅頻譜圖。由於 取樣頻率f =100Hz,故Nyquist頻率為 50Hz。(a)、(c)是0~100Hz頻譜圖,(b)、(d)是0~50Hz頻譜圖。由(a)或(c)可見,整個頻譜圖是以Nyquist頻率為軸對 稱的。因此利用fft對訊號作頻譜分析,只要考察0~Nyquist頻率(取樣頻率一半)範圍的幅頻特性。比較(a)和(c)或(b)和(d)可見,幅值 大小與fft選用點數N有關,但只要點數N足夠不影響研究結果。從上圖幅頻譜可見,訊號中包括15Hz和40Hz的正弦分量。

(3)若訊號長度T=25.6s,即抽樣後x(n)點數為 T/Ts=256,所得頻率解析度為 Hz,以此觀察資料長度N的變化對DTFT解析度的影響:

程式設計如下:

[x,fs,bits]=wavread(‘ding.wav’);

N=256;

f=0:fs/N:fs/2-1/N;

X=fft(x);

X=abs(X);

subplot(211)

plot(f(45:60),X(45:60));grid

xlabel(‘Hz’),ylabel(‘|H(ejw)|’)

%資料長度N擴大4倍後觀察訊號頻譜

N=N*4;

f=0:fs/N:fs/2-1/N;

X=fft(x);

X=abs(X);

subplot(212)

plot(f(45*4:4*60),X(4*45:4*60));grid

xlabel(‘Hz’),ylabel(‘|H(ejw)|’)

結果如圖:

(三)、濾波器設計:

1、相關原理:

設計數字濾波器的任務就是尋求一個因果穩定的線性時不變系統,並使系統函式H(z)具有指定 的頻率特性。

數字濾波器從實現的網路結構或者從單位衝激響應分類,可以分成無限長單位衝激響應(IIR) 數字濾波器和有限長單位衝激響應(FIR)數字濾波器。

數字濾波器頻率響應的三個引數:

(1)    幅度平方響應:

(2)    相位響應

其中,相位響應             

(3)    群時延響應

IIR數字濾波器:

IIR數字濾波器的系統函式為 的有理分數,即

IIR數字濾波器的逼近問題就是求解濾波器的係數 和 ,使得在規定的物理意義上逼近所要求的特性的問題。如果是在s平面上逼近,就得到模擬濾波器,如果是在z平面上逼近,則得到數字濾波器。

FIR數字濾波器:

設FIR的單位脈衝響應h(n)為實數,長度為N,則其z變換和頻率響應分別為

按頻域取樣定理FIR數字濾波器的傳輸函式H(z)和單位脈衝響應h(n)可由它的N個頻域 取樣值H(k)唯一確定。

MATLAB中提供了幾個函式,分別用於實現IIR濾波器和FIR濾波器。

(1)卷積函式conv

卷積函式conv的呼叫格式為           c=conv(a,b)

該格式可以計算兩向量a和b的卷積,可以直接用於對有限長訊號採用FIR濾波器的濾波。

(2)函式filter

函式filter的呼叫格式為          y=filter(b,a,x)

該格式採用數字濾波器對資料進行濾波,既可以用於IIR濾波器,也可以用於FIR濾波器。其 中向量b和a分別表示系統函式的分子、分母多項式的係數,若a=1,此時表示FIR濾波器,否則就是IIR濾波器。該函式是利用給出的向量b和a,對x中 的資料進行濾波,結果放入向量y。

(3)函式fftfilt

函式fftfilt的呼叫格式為         y=fftfilt(b,x)

該格式是利用基於FFT的重疊相加法對資料進行濾波,這種頻域濾波技術只對FIR濾波器有 效。該函式是通過向量b描述的濾波器對x資料進行濾波。

關於用butter函式求系統函式分子與分母系數的幾種形式。

[b,a]=butter(N,wc,’high’):設計N階高通濾波器,wc為它的 3dB邊緣頻率,以 為單位,故 。

[b,a]=butter(N,wc):當wc為具有兩個元素的向量wc=[w1,w2] 時,它設計2N階帶通濾波器,3dB通帶為 ,w的單位為 。

[b,a]=butter(N,wc,’stop’):若wc=[w1,w2],則它設計 2N階帶阻濾波器,3dB通帶為 ,w的單位為 。

如果在這個函式輸入變元的最後,加一個變元“s”,表示設計的是模擬濾波器。這裡不作討論。

為了設計任意的選項巴特沃斯濾波器,必須知道階數N和3dB邊緣頻率向量wc。這可以直接利 用訊號處理工具箱中的buttord函式來計算。如果已知濾波器指標 , , 和 ,則呼叫格式為

[N,wc]=buttord(wp,ws,Rp,As)

對於不同型別的濾波器,引數wp和ws有一些限制:對於低通濾波器,wp<ws;對於 高通濾波器,wp>ws;對於帶通濾波器,wp和ws分別為具有兩個元素的向量,wp=[wp1,wp2]和ws=[ws1,ws2],並且 ws1<wp1<wp2<ws2;對於帶阻濾波器wp1<ws1<ws2<wp2。

2、設計內容:

(1)濾波器示例:

在這裡為了說明如何用MATLAB來實現濾波,特舉出一個簡單的函式訊號濾波例項(對訊號 x(n)=sin( n/4) 5cos( n/2)進行濾波,訊號長度為500點),從中瞭解濾波的實現過程。程式如下:

Wn=0.2*pi;

N=5;

[b,a]=butter(N,Wn/pi);

n=0:499;

x=sin(pi*n/4) 5*cos(pi*n/2);

X=fft(x,4096);

subplot(221);plot(x);title(‘濾波前訊號的波形’);

subplot(222);plot(X);title(‘濾波前訊號的頻譜’);

y=filter(b,a,x);

Y=fft(y,4096);

subplot(223);plot(y);title(‘濾波後訊號的波形’);

subplot(224);plot(Y);title(‘濾波後訊號的頻譜’);

結果如圖:

在這裡,是採用了butter命令,設計出一個巴特沃斯低通濾波器,從頻譜圖中可以很明顯的 看出來。下面,也就是本課題的主要內容,也都是運用到了butter函式,以便容易的得到系統函式的分子與分母系數,最終以此來實現訊號的濾波。

(2)N階高通濾波器的設計(在這裡,以5階為例,其中wc為其3dB邊緣頻率,以 為單位),程式設計如下:

x=wavread(‘ding.wav’);

   sound(x);

N=5;wc=0.3;

[b,a]=butter(N,wc,’high’);

X=fft(x);

subplot(321);plot(x);title(‘濾波前訊號的波形’);

subplot(322);plot(X);title(‘濾波前訊號的頻譜’);

y=filter(b,a,x);

Y=fft(y);

subplot(323);plot(y);title(‘IIR濾波後訊號的波形’);

subplot(324);plot(Y);title(‘IIR濾波後訊號的頻譜’);

z=fftfilt(b,x);

Z=fft(z);

subplot(325);plot(z);title(‘FIR濾波後訊號的波形’);

subplot(326);plot(Z);title(‘FIR濾波後訊號的頻譜’);

得到結果如圖:

(3)N階低通濾波器的設計(在這裡,同樣以5階為例,其中wc為其3dB邊緣頻率,以 為單位),程式設計如下:

x=wavread(‘ding.wav’);

   sound(x);

N=5;wc=0.3;

[b,a]=butter(N,wc);

X=fft(x);

subplot(321);plot(x);title(‘濾波前訊號的波形’);

subplot(322);plot(X);title(‘濾波前訊號的頻譜’);

y=filter(b,a,x);

Y=fft(y);

subplot(323);plot(y);title(‘IIR濾波後訊號的波形’);

subplot(324);plot(Y);title(‘IIR濾波後訊號的頻譜’);

z=fftfilt(b,x);

Z=fft(z);

subplot(325);plot(z);title(‘FIR濾波後訊號的波形’);

subplot(326);plot(Z);title(‘FIR濾波後訊號的頻譜’);

得到結果如圖:

(4)2N階帶通濾波器的設計(在這裡,以10階為例,其中wc為其3dB邊緣頻率,以 為單位,wc=[w1,w2],w1 wc w2),程式設計如下:

x=wavread(‘ding.wav’);

   sound(x);

N=5;wc=[0.3,0.6];

[b,a]=butter(N,wc);

X=fft(x);

subplot(321);plot(x);title(‘濾波前訊號的波形’);

subplot(322);plot(X);title(‘濾波前訊號的頻譜’);

y=filter(b,a,x);

Y=fft(y);

subplot(323);plot(y);title(‘IIR濾波後訊號的波形’);

subplot(324);plot(Y);title(‘IIR濾波後訊號的頻譜’);

z=fftfilt(b,x);

Z=fft(z);

subplot(325);plot(z);title(‘FIR濾波後訊號的波形’);

subplot(326);plot(Z);title(‘FIR濾波後訊號的頻譜’);

得到結果如圖:

(5)2N階帶阻濾波器的設計(在這裡,以10階為例,其中wc為其3dB邊緣頻率,以 為單位,wc=[w1,w2],w1 wc w2),程式設計如下:

x=wavread(‘ding.wav’);

   sound(x);

N=5;wc=[0.2,0.7];

[b,a]=butter(N,wc,’stop’);

X=fft(x);

subplot(321);plot(x);title(‘濾波前訊號的波形’);

subplot(322);plot(X);title(‘濾波前訊號的頻譜’);

y=filter(b,a,x);

Y=fft(y);

subplot(323);plot(y);title(‘IIR濾波後訊號的波形’);

subplot(324);plot(Y);title(‘IIR濾波後訊號的頻譜’);

z=fftfilt(b,x);

Z=fft(z);

subplot(325);plot(z);title(‘FIR濾波後訊號的波形’);

subplot(326);plot(Z);title(‘FIR濾波後訊號的頻譜’);

得到結果如圖:

(6)小結:以上幾種濾波,我們都可以從訊號濾波前後的波形圖以及頻譜圖上看出變化。當然, 也可以用sound()函式來播放濾波後的語音,從聽覺上直接感受語音訊號的變化,但由於人耳聽力的限制,有些情況下我們是很難聽出異同的。

同樣,通過函式的呼叫,也可以將訊號的頻譜進行“分離觀察”,如顯出訊號的幅值或相位。下 面,通過改變系統函式的分子與分母系數比,來觀察訊號濾波前後的幅值與相位。並且使結果更加明顯,使人耳得以很容易的辨聽。

x=wavread(‘ding.wav’);

   sound(x);

    b=100;a=5;

y=filter(b,a,x);

X=fft(x,4096);

subplot(221);plot(x);title(‘濾波前訊號的波形’);

subplot(222);plot(abs(X));title(‘濾波前訊號的幅值 ‘);

Y=fft(y,4096);

subplot(223);plot(y);title(‘濾波後訊號的波形’);

subplot(224);plot(abs(Y));title(‘濾波後訊號的幅值 ‘);

結果如圖:

>> sound(y);

可以聽到聲音明顯變得高亢了。從上面的波形與幅值(即幅頻)圖,也可看出,濾波後的幅值變成 了濾波前的20倍。

>> figure,

subplot(211);plot(angle(X));title(‘濾波前訊號相位 ‘);

subplot(212);plot(angle(Y));title(‘濾波後訊號相位 ‘);

得圖:

可以看到相位譜沒什麼變化。

(四)、介面設計:

直接用M檔案編寫GUI程式很繁瑣,而使用GUIDE設計工具可以大大提高工作效率。 GUIDE相當於一個控制面板,從中可以呼叫各種設計工具以輔助完成介面設計任務,例如控制元件的建立和佈局、控制元件屬性的編輯和選單設計等。

使用GUIDE設計GUI程式的一般步驟如下:

1.      將所需控制元件從控制元件面板拖拽到GUIDE的設計區域;

2.      利用工具條中的工具(或相應的選單和現場選單),快速完成介面佈局;

3.      設定控制元件的屬性。尤其是tag屬性,它是控制元件在程式內部的唯一標識;

4.      如果需要,開啟選單編輯器為介面新增選單或現場選單;

5.      儲存設計。GUIDE預設把GUI程式儲存為兩個同名檔案:一個是.fig檔案,用來儲存窗體佈局和所有控制元件的介面資訊;一個是.m檔案,該檔案的初始內 容是GUIDE自動產生的程式框架,其中包括了各個控制元件回撥函式的定義。該M檔案與一般的M檔案沒有本質區別,但是鑑於它的特殊性,MATALAB把這類 檔案統稱為GUI-M檔案。儲存完後GUI-M檔案自動在編輯偵錯程式中開啟以供編輯。

6.      為每個回撥函式新增程式碼以實現GUI程式的具體功能。這一步與一般函式檔案的編輯除錯過程相同。

設計過程及內容:

在MATLAB版面上,通過鍵入GUIDE彈出一個選單欄進入gui製作介面(或者在 File到new來進入gui),從而開始應用介面的製作。

該介面主要實現了以下幾個功能:

①開啟wav格式的音訊檔案,並將該音訊訊號的值讀取並賦予某一向量;

②播放音訊檔案,可以選擇性的顯示該音訊訊號的波形、頻譜、幅值以及相位;

③對音訊訊號進行IIR與FIR的5階固定濾波處理,可以選擇性的顯示濾波前後訊號的波形、 頻譜、幅值以及相位,以及播放濾波後的聲音。

介面如圖所示:

通過該介面,可以方便使用者進行語音訊號的處理。

介面主程式見附件。

(五)、校驗:

1、本設計圓滿的完成了對語音訊號的讀取與開啟,與課題的要求十分相符;

2、本設計也較好的完成了對語音訊號的頻譜分析,通過fft變換,得出了語音訊號的頻譜圖;

3、在濾波這一塊,課題主要是從巴特沃斯濾波器入手來設計濾波器,也從一方面基本實現了濾 波;

4、初略的完成了介面的設計,但也存在相當的不足,只是很勉強的達到了開啟語音檔案、顯示已 定濾波前後的波形等圖。

四、 結論:

語音訊號處理是語音學與數字訊號處理技術相結合的交叉學科,課題在這裡不討論語音學,而是將 語音當做一種特殊的訊號,即一種“複雜向量”來看待。也就是說,課題更多的還是體現了數字訊號處理技術。

從課題的中心來看,課題是希望將數字訊號處理技術應用於某一實際領域,這裡就是指對語音的處 理。作為儲存於計算機中的語音訊號,其本身就是離散化了的向量,我們只需將這些離散的量提取出來,就可以對其進行處理了。

在這裡,用到了處理數字訊號的強有力工具MATLAB,通過MATLAB裡幾個命令函式的調 用,很輕易的在實際化語音與數字訊號的理論之間搭了一座橋。

課題的特色在於它將語音看作了一個向量,於是語音數字化了,則可以完全利用數字訊號處理的知 識來解決。我們可以像給一般訊號做頻譜分析一樣,來給語音訊號做頻譜分析,也可以較容易的用數字濾波器來對語音進行濾波處理。

最後,還利用了MATLAB的另一強大功能——gui介面設計。設計出了一個簡易的使用者應用 介面,可以讓人實現介面操作。更加方便的進行語音的頻譜分析與濾波處理。

但由於知識能力有限,當中也存在相當的不足,特別體現在濾波與介面設計這一塊。對濾波的研 究,本文只是舉出了很小的一個方面,還有許多精髓都未能一一列舉。至於使用者介面的設計,由於筆者是初次接觸,也未能有特別的掌握,僅就剛學習到的一些加以 運用,於是設計的還是很粗燥。當然,這些問題與不足在今後的進一步學習中,我會一步一步的去進行解決。特別是對gui介面的設計,還有特別多的地方要