Proteus仿真运行stm32程序
一、用Proteus画出原理图
(一)创建新工程
1、打开protues8.9(protues8.6版本以上才有stm32库)
2、新建工程,工程名称和存放路径自定义,用浏览修改,点击下一步
3、从选中的模板中创建原理图,选择DEFAULT,下一步
4、不创建PCB布版设计,下一步
5、选择创建固件项目,其中:系列选择Cortex-M3,Controller选择STM32F103R6,点击下一步。
6、完成,即可创建
(二)配置原理图所需元件
1、STM32F103R6芯片
芯片在创建工程时已经在创建固件项目时提前选中,此时不用再添加
2、电源
protues的电源和接地键在左边栏如箭头所示按钮,PROWER表示电源,GROUND是接地。
3、电阻RES
在proteus中添加元件,要先点击左边的蓝色P按钮,出现Pick Devices窗口
在keywords栏输入res,选中中间方框中的res电阻,右下角点确定添加
4、发光二极管LED-RED
关键词栏输入led,选择你想要的灯的颜色,这里我选的红色,同样右下角确定添加。
(三)连接原理图
将灯和电阻分别添加到原理图,然后右键电阻,编辑电阻,设置其阻值为50(默认阻值过大,不更换led电流达不到,亮不起来)。
设置好后,如图连接电路
二、keil5编写程序
1、新建工程New project
2、保存为main
3、保存之后弹出如下窗口,芯片选择STM32F103R6(与protues芯片相同),选好之后点OK
4、接着弹出如下窗口,在相应地方勾选,OK确定
5、完成前面的配置后,点击右上角File新建文件
6、把程序代码贴进去
#include "stm32f10x.h"
GPIO_InitTypeDef GPIO_InitStructure;
void delay_ms(uint32_t ms)
{
uint32_t i_cnt,j_cnt;
for(i_cnt=0;i_cnt<3000;i_cnt++);
for(j_cnt=0;j_cnt<ms;j_cnt++);
}
uint32_t i;
int main(void)
{
RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOC, ENABLE);
GPIO_InitStructure.GPIO_Pin = GPIO_Pin_0 | GPIO_Pin_1|GPIO_Pin_2|GPIO_Pin_3|GPIO_Pin_4|GPIO_Pin_5|GPIO_Pin_6|GPIO_Pin_7;
GPIO_InitStructure.GPIO_Speed = GPIO_Speed_50MHz;
GPIO_InitStructure.GPIO_Mode = GPIO_Mode_Out_PP;
GPIO_Init(GPIOC, &GPIO_InitStructure);
GPIOC->BSRR=0xff;
while (1)
{
for(i=0;i<8;i++)
{
delay_ms(99000);
GPIOC->BRR=(1<<i);
delay_ms(99000);
GPIOC->BSRR=(1<<i);
}
for(i=0;i<8;i++)
{
delay_ms(99000);
GPIOC->BRR=0x000000ff;
delay_ms(99000);
GPIOC->BSRR=0x000000ff;
}
}
}
7、右上角保存为main.c文件,保存
8、点开project,选中Source Group1,右键弹出选项,点击Add Existing Files to…
9、选择刚才保存的main.c文件,添加
10、选择Option for Target,在Output选项勾选Create HEX file,生成hex文件,点OK
三、连接和实验结果
1、再次打开protues,打开之前连接好的流水灯原理图,双击芯片打开编辑元件窗口
2、找到刚刚生生的hex文件,打开
3、再把下一个框Crystal Frequency改成8M(设置晶振为8M),确定
4、此时可以开始仿真了
5、运行结果(其中一个图)
总结:以上就是用Proteus仿真运行stm32程序,它需要proteus8.6以上版本和keil5(keil5支持stm32库)。
参考来源:
链接: https://blog.csdn.net/weixin_46136508/article/details/105846011?utm_medium=distribute.pc_relevant.none-task-blog-.
链接: BlogCommendFromMachineLearnPai2-1.add_param_isCf&depth_1-utm_source=distribute.pc_relevant.none-task-blog-.
链接: BlogCommendFromMachineLearnPai2-1.add_param_isCf.