S3C2416平台 DM9000 WENCE 标准内驱动

QQ:1215483516   TEL:18589097498

/*********************************************************************************
 * 
 * $Id: device.h,v 1.1.1.1 2007/04/16 03:45:52 bill Exp $
 *
 * File: Device.h
 *
 * Copyright (c) 2000-2002 Davicom Inc.  All rights reserved.
 *
 *********************************************************************************/


#ifndef __WINCE_DEVICE_H__
#define __WINCE_DEVICE_H__


#include "common.h"
#include "driver.h"


typedef enum {
BYTE_MODE=1,
WORD_MODE=2,
DWORD_MODE=4,
} DEVICE_IO_MODE;


typedef enum {
NIC_HW_OK,
NIC_HW_TX_IDLE,
NIC_HW_TX_BUSY,
} NIC_HW_STATUS_TYPE;


#ifdef IMPL_STATISTICS
#define REPORT(evt,val) if((val)) DeviceReportStatistics(evt,val)
#else
#define REPORT(evt,val)
#endif


#ifdef IMPL_RESET
#define CHECK_SHUTDOWN() if(m_bShutdown) break
#else
#define CHECK_SHUTDOWN()
#endif


/********************************************************************************
 *
 * EEPROM 93C46 Parameters
 *
 ********************************************************************************/
#define BITS_PER_BYTE 8


#define EEPROM_93C46_BITS 1024
#define EEPROM_93C46_SIZE (EEPROM_93C46_BITS/BITS_PER_BYTE)
#define EEPROM_93C46_MAX_CYCLES 25
#define EEPROM_93C46_ADDRESS_BITS 6
#define EEPROM_93C46_DATA_BITS 16
#define EEPROM_93C46_DELAY 20


typedef unsigned short EEPROM_93C46_DATA_TYPE;


/********************************************************************************
 *
 * EEPROM Parameters
 *
 ********************************************************************************/


#define EEPROM_SIZE EEPROM_93C46_SIZE
#define EEPROM_MAX_CYCLES EEPROM_93C46_MAX_CYCLES
#define EEPROM_DELAY EEPROM_93C46_DELAY
#define EEPROM_ADDRESS_BITS EEPROM_93C46_ADDRESS_BITS
#define EEPROM_DATA_BITS EEPROM_93C46_DATA_BITS
#define EEPROM_DATA_TYPE EEPROM_93C46_DATA_TYPE


/********************************************************************************
 *
 * PHY Parameters
 *
 ********************************************************************************/


#define MII_INTERNAL_PHY_ADDR 1
#define MII_PHY_ADDR_LEN 5
#define MII_REG_ADDR_LEN 5
#define MII_DELAY 20
#define MII_PREAMBLES 32


#define MII_OFFSET_BMCR 0x00
#define MII_OFFSET_BMSR 0x01
#define MII_OFFSET_OUI_M 0x02
#define MII_OFFSET_OUI_L 0x03
#define MII_OFFSET_ANAR 0x04
#define MII_OFFSET_ALPAR 0x05


/********************************************************************************
 *
 * Configuration definitions
 *
 ********************************************************************************/


#define CONNECTION_NONE             0x00000000
#define CONNECTION_AUTO             0x00000001
#define CONNECTION_10_HALF          0x00000002
#define CONNECTION_10_FULL          0x00000003
#define CONNECTION_100_HALF         0x00000004
#define CONNECTION_100_FULL         0x00000005
#define CONNECTION_1M8_HPNA         0x00000100
#define CONNECTION_10M8_HPNA        0x00000200


extern "C" void DeviceTimerTrunkRoutine(LPVOID,LPVOID,LPVOID,LPVOID);


/******************************************************************************
 *
 * . about the DeviceOnSetupFilter
 *
 * Basically, filter modification is one memoryless task. The driver needs not
 * to remember the last state of filter. It simply sets the filter to meet
 * the request.
 * The driver object will call DeviceOnSetupFilter at the late stage of
 * EDeviceInitialize for filter reset. The device object need call this
 * function at DeviceReset routine if the reset action will impact the filter.
 * The driver will later call this routine when NDIS submits set request.
 *
 * Argument zero means reset the filter, the routine should set the NIC in
 * unicast mode only and clear the multicast list and counts.
 *
 *****************************************************************************/
class NIC_DEVICE_OBJECT
{
public:
NIC_DEVICE_OBJECT(NIC_DRIVER_OBJECT* pUpper,PVOID)
{
m_pUpper = pUpper;
m_nResetCounts = 0;
m_nMulticasts = 0;
 m_nOldLinkState = 0;

memset((void*)&m_szEepromFormat,0,sizeof(m_szEepromFormat));
memset((void*)&m_szStatistics,0,sizeof(m_szStatistics));
memset((void*)&m_szLastStatistics,0,sizeof(m_szLastStatistics));
memset((void*)&m_szConfigures,0xFF,sizeof(m_szConfigures));
memset((void*)&m_szCurrentSettings,0,sizeof(m_szCurrentSettings));


#ifdef IMPL_RESET
m_bShutdown=0;
#endif
};


~NIC_DEVICE_OBJECT()
{
};


public:


void DeviceReportStatistics(U32,U32);
U32 DeviceCalculateCRC32(PU8,int,BOOL bReservse=TRUE);


// device attributes or characteristics
virtual U32 DevicePCIID(void)=0;
virtual PU8 DeviceMacAddress(PU8);
virtual U16 DeviceVendorID(void);
virtual U16 DeviceProductID(void);
virtual PCONFIG_PARAMETER DeviceConfigureParameters(void)=0;
virtual void DeviceSetDefaultSettings(void);
virtual void DeviceSetEepromFormat(void)=0;
virtual void DeviceRegisterAdapter(void);
virtual BOOL DeviceQueryInformation(
OUT NDIS_STATUS *Status,
IN NDIS_OID Oid,
IN PVOID InfoBuffer, 
IN ULONG InfoBufferLength, 
OUT PULONG BytesWritten,
OUT PULONG BytesNeeded){ return FALSE; }
virtual BOOL DeviceSetInformation(
OUT NDIS_STATUS *Status,
IN NDIS_OID Oid,
IN PVOID InfoBuffer, 
IN ULONG InfoBufferLength, 
OUT PULONG BytesRead,
OUT PULONG BytesNeeded){ return FALSE; }

// device control routines
virtual void EDeviceInitialize(int)=0;
virtual void DeviceRetriveConfigurations(NDIS_HANDLE);
virtual void EDeviceValidateConfigurations(void)=0;
virtual void EDeviceRegisterIoSpace(void);
virtual void EDeviceRegisterInterrupt(void);
virtual void DeviceStart(void)=0;
virtual int DeviceOnSetupFilter(U32)=0;
virtual void DeviceHalt(void)=0;


// device access routines
virtual U32 DeviceReadPort(U32 Port)=0;
virtual U32 DeviceWritePort(U32 Port,U32 Value)=0;
virtual U16 DeviceReadEeprom(U32 uWordAddr)=0;
virtual U16 DeviceWriteEeprom(U32 uWordAddr,U16 uValue)=0;
virtual U16 DeviceReadPhy(U32 nPhy,U32 nOff)=0;
virtual U16 DeviceWritePhy(U32 nPhy,U32 nOff,U16)=0;
virtual void EDeviceLoadEeprom(void);




virtual int DeviceSend(PCQUEUE_GEN_HEADER) = 0;
virtual BOOL DeviceCheckForHang(void);
virtual U32 DeviceHardwareStatus(void) { return NIC_HW_OK; };
virtual void DeviceReset(void)=0;
virtual void DeviceResetPHYceiver(void)=0;


virtual void DeviceEnableInterrupt(void)=0;
virtual void DeviceDisableInterrupt(void)=0;
virtual void DeviceEnableReceive(void)=0;
virtual void DeviceDisableReceive(void)=0;
virtual void DeviceEnableTransmit(void){};
virtual void DeviceDisableTransmit(void){};
virtual U32 DeviceGetInterruptStatus(void)=0;
virtual U32 DeviceSetInterruptStatus(U32)=0;
virtual U32 DeviceGetReceiveStatus(void)=0;
virtual void DeviceInterruptEventHandler(U32)=0;


#ifdef IMPL_HOOK_INDICATION
virtual void DeviceIndication(U32)=0;
virtual void DeviceSendCompleted(PCQUEUE_GEN_HEADER)=0;
virtual void DeviceReceiveIndication(int,PVOID,int)=0;
#else
#define DeviceIndication(u) m_pUpper->DriverIndication(u)
#define DeviceSendCompleted(p) m_pUpper->DriverSendCompleted(p)
#define DeviceReceiveIndication(a,b,c) \
m_pUpper->DriverReceiveIndication(a,b,c)
#endif


BOOL DevicePolling(
U32 uPort,
U32 uMask,
U32 uExpected,
U32 uInterval=20, /* in micro-second */
U32 uRetries=WAIT_FOREVER);


// Device timer routine
virtual void DeviceOnTimer(void);
virtual void DeviceInitializeTimer(void);
virtual void DeviceCancelTimer(void);
virtual void DeviceSetTimer(U32 milliseconds);


#ifdef IMPL_DEVICE_ISR
virtual void DeviceIsr(U32)=0;
#endif


virtual int DeviceQueryTxResources(void)=0;

public:


class NIC_DRIVER_OBJECT* m_pUpper;

BOOL m_fTxEnabled;


CQueue m_TQStandby;
CQueue m_TQWaiting;

CMutex m_mutexRxValidate;
CMutex m_mutexTxValidate;

U32 m_szConfigures[CID_SIZE];
U32 m_szEepromFormat[EID_SIZE];
U32 m_szCurrentSettings[SID_SIZE];
U32 m_szStatistics[TID_SIZE];
U32 m_szLastStatistics[TID_SIZE];
U8 m_szMulticastList[MAX_MULTICAST_LIST][ETH_ADDRESS_LENGTH];
int m_nMulticasts;
int m_nResetCounts;
int m_nOldLinkState;


#ifdef IMPL_RESET
int m_bShutdown;
#endif

NDIS_MINIPORT_INTERRUPT m_InterruptHandle;



CMutex m_mutexTimer;
NDIS_MINIPORT_TIMER m_timerObject;


protected:
void SetConnectionStatus(bool bConnected);


private:

CMutex m_mutexEEPROM;
U8 m_szEeprom[EEPROM_SIZE];
};


#endif

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值