最近在校正電子羅盤，需要解線性方程組，在 MATLAB 上求反矩陣很容易，但要在單晶片上實現就變得麻煩了，所以就寫了個高斯消去法，來求解線性方程組的解。

高斯消去法過程很直覺，先將左下三角消成 0，在將中間對角線消成 1，最後將右上三角消成 0，此時方程組之解就在矩陣最右邊，詳細說明可以參考高斯消去法 | 線代啟示錄。

目前沒有加入 nonsingular matrix 的判斷，當方程組有多個解或無解時，此程式會有問題，所以正確的方法應該要在運算前判斷矩陣是否非奇異。

高斯消去法 Gaussian Elimination link
int8_t GaussianElimination( uint8_t col, uint8_t row, float *arr )
{
  float tmp;
  int8_t i = 0, j = 0, k = 0;

  /* check nonsingular */
  // if matrix is nonsingular
  // return ERROR;

  /* left-down to zero */
  for(i = 0; i < col; i++) {
    for(j = i + 1; j < row; j++) {
      for(k = col; k > i - 1; k--) {
        arr[j*row+k] = arr[j*row+k] - arr[j*row+i] / arr[i*row+i] * arr[i*row+k];
      }
    }
  }

  /* diagonal to one */
  for(i = 0; i < col; i++) {
    tmp = arr[i*row+i];
    for(j = i; j < row; j++) {
      arr[i*row+j] = arr[i*row+j] / tmp;
    }
  }

  /* right-up to zero */
  for(j = row - 2; j > 0; j--) {
    for(i = 0; i < j; i++) {
      arr[i*row+row-1] = arr[i*row+row-1] - arr[i*row+j] * arr[j*row+row-1];
    }
  }

  return SUCCESS;
}
test link
/* 主程式 */
#define col_n 4
#define row_n 5

float arr[col_n][row_n] = {
  {1.0f,  3.0f, -5.0f,  2.0f,  94.0f}, // 1*x1 + 3*x2 - 5*x3 + 2*x4 =  94
  {4.0f, -3.0f,  1.0f,  5.0f,  58.0f}, // 4*x1 - 3*x2 + 1*x3 + 5*x4 =  58
  {6.0f, -2.0f,  2.0f,  4.0f,  72.0f}, // 6*x1 - 2*x2 + 2*x3 + 4*x4 =  72
  {0.0f,  2.0f,  3.0f, -7.0f, -69.0f}  // 0*x1 + 2*x2 + 3*x3 - 7*x4 = -69
};

int main()
{
  uint8_t i = 0;
  float *ptr = arr;

  GaussianElimination(col_n, row_n, arr);

  for(i = 0; i < col_n; i++) {
    printf("%.1f\n", ptr[i*row_n+(row_n-1)]);
  }
}

Comments

comments powered by Disqus