TXW818的pwm配置笔记

已于 2024-06-27 11:16:32 修改
阅读量279 收藏 1
点赞数 9
分类专栏： TXW81系列 文章标签： 笔记
于 2024-06-19 16:51:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fatCatLA/article/details/139807244
版权

目录

一，需求目的：实现PWM控制LED灯亮度

二，查看API文档

三，遇到的问题及解决思路

一，需求目的：实现PWM控制LED灯亮度

二，查看API文档

三，遇到的问题及解决思路

1.不知道PWM_CHANNEL_0,指向哪里，指向哪个GPIO口，文档没写相关，只能自己看SDK

2.先通过搜索HG_PWM0_DEVID，找到device.c中的初始化，发现其绑定了4个定时器

3.只知道通过对应的计时器生成pwm，但仍然不知道指向哪个GPIO以及，哪个api函数可以设置

4.通过搜索定时器的设备名称 HG_TIMER0_DEVID，找到一个timer_pin_func函数

5.终于知道指向哪个GPIO口，以及如何修改定向IO口

6.修改IO口，配置PWM参数，发现打印异常，有东西已经占用了定时器

7.使能project_config.h中的PWM_EN，终于正常（只能说没有好的文档，好多困难）

fatCatLA
关注
  • 9
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Hibernate框架学习笔记
丿於豪
07-24 225
Hibernate框架学习笔记 标注：本人学自b站，视频地址 https://www.bilibili.com/video/av14538659/?p=2
机器学习笔记之线性回归
weekdayh的博客
07-15 195
机器学习笔记之线性回归 已知数据集Data: (x1,y1)，(x2,y2)，(x3,y3)，……，(xN−2，yN−2)，(xN−1，yN−1)，（xN,yN)(x_1,y_1)，(x_2,y_2)，(x_3,y_3)，……，(x_{N-2}，y_{N-2})，(x_{N-1}，y_{N-1})，（x_N,y_N)(x1​,y1​)，(x2​,y2​)，(x3​,y3​)，……，(xN−2​，y...
配置深度学习环境 python+caffe
Colin_xuan的博客
08-09 265
作者：AIBoys-TXW 链接：https://zhuanlan.zhihu.com/p/76865341 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 1 安装OpenCV 1.1、安装必要的依赖 sudo apt-get install cmake sudo apt-get install build-essential libgtk2.0-d...
linux安装时候怎么配置网络,Linux初学 - 安装及网络配置
weixin_35373786的博客
05-05 276
Maven 命令win7环境下,Maven跳过测试编译项目的命令: 首先,在cmd环境下执行cd命令移动到需要编译的项目的home目录,然后执行命令:mvn install -Dmaven.test.skip= ...【图像处理】【SEED-VPM】5.uImage的烧写 & NFS烧写文件系统基于 TFTP 烧写 uImage 当用户...
txw2-2.3.5-API文档-中文版.zip
05-09
赠送jar包：txw2-2.3.5.jar； 赠送原API文档：txw2-2.3.5-javadoc.jar； 赠送源代码：txw2-2.3.5-sources.jar； 赠送Maven依赖信息文件：txw2-2.3.5.pom； 包含翻译后的API文档：txw2-2.3.5-javadoc-API文档-中文...
txw2-2.3.5-API文档-中英对照版.zip
05-04
赠送jar包：txw2-2.3.5.jar； 赠送原API文档：txw2-2.3.5-javadoc.jar； 赠送源代码：txw2-2.3.5-sources.jar； 赠送Maven依赖信息文件：txw2-2.3.5.pom； 包含翻译后的API文档：txw2-2.3.5-javadoc-API文档-中文...
TXW (源代码).zip
05-31
5. **项目结构**：一个源代码项目通常包括多个文件和目录，如源代码文件、配置文件、资源文件、测试文件等，它们按照一定的组织规则进行排列。 6. **编程规范**：良好的编程规范能提高代码的可读性和可维护性，如...
txw2-2.3.5.jar中文-英文对照文档.zip
03-06
注：下文中的 *** 代表文件名中的组件名称。 # 包含： 中文-英文对照文档：【***-javadoc-API文档-中文(简体)-英语-对照版.zip】 jar包下载地址：【***.jar下载地址(官方地址+国内镜像地址).txt】 ...
txw2-20110809-8.el7.noarch.rpm
11-30
离线安装包，亲测可用
deepseek-vl 论文阅读笔记
samoyan的博客,记录技术成长~
07-22 1093
我们的语言模型基于DeepSeek LLM（DeepSeek-AI，2024），其微设计大体遵循LLaMA（Touvron等，2023a,b）的设计，采用带有RMSNorm（Zhang和Sennrich，2019）函数的Pre-Norm结构，并使用SwiGLU（Shazeer，2020）作为前馈网络（FFN）的激活函数，中间层维度为8/3模型维度。此外，我们引入了一种新的“模态预热”策略。为了促进创新并支持广泛的应用需求，我们公开了两个版本的模型，分别为1.3B和7B，以满足不同计算能力的需求。
ZYNQ 入门笔记（零）：概述
记录代码与生活
07-21 803
作为 AMD Xilinx SoC 的重要组成部分之一，Zynq 系列在视频编码、网络加速、射频信号处理等领域占据重要地位，其将 ARM 硬核 (PS) 与可编程逻辑 (PL) 集成在一块芯片内部，在提升系统整体性能的同时简化了设计流程。然而，初次接触 Zynq 的开发者可能会面临诸多困难，如工具链、开发流程、Block Design、AXI 总线、PS & PL 交互、联合调试等。笔者在此将学习过程中的笔记加以整理，希望能帮助大家快速入门 Zynq，体会软硬件联合开发的乐趣
【Blockly图形化积木编程二次开发学习笔记】5.自动保存与恢复
乙酸氧铍的博客
07-21 209
/ 用户离开页面时自动将块备份到本地存储中。关闭后再次打开，工作区仍存在。// 从本地存储中恢复块。
Typora笔记上传到CSDN
最新发布
m0_48362854的博客
07-25 222
我花了一个小时弄这个 找了很多csdn的笔记 都弄完感觉最方便的还是直接在csdn上写（因为有的之前不是用的阿里云oss 而是gitee 免费仓库 但是好像后来不能使用了 就会导致你上传的笔记图片不显示 很麻烦 使用阿里云或者腾讯云的话 需要花钱 虽然两块钱用一年 但是感觉也是很麻烦 不如直接在网页上写写算了 当然如果笔记图片很多的 还是建议配置一下 ）参考这个配置完阿里云oss 没什么问题 但是PicGo也是参考他的 因为版本是旧的 可以点击我下边的官方链接下载。图片的链接是本地的 当然没法显示。
SAP PP学习笔记31 - 计划运行的步骤2 - Scheduling(日程计算)，BOM Explosion(BOM展开）
shi_ly的专栏
07-24 497
本章主要讲Scheduling(日程计算),其中包括 外部调达中的调度，生产订单中的调度，修改需求日期(其实就是在物料中增加安全时间和BOM中的提前期偏置量)。另外还讲了BOM展开的内容，详细讲了BOM选择的各种方法，除了按数量选BOM之外，还有其他比如 按日期，按生产版本等，而其中按日期又分为按订单开始日期，订单终了日期等，越趋复杂。
C++笔记3：基类指针delete子类对象的内存泄漏问题
subtitle_的博客
07-21 252
C++笔记3：基类指针delete子类对象的内存泄漏问题
【学习笔记】子集DP
Brute♂force
07-24 661
有一类问题和子集有关。给你一个集合S，令T为S的超集，也就是S所有子集的集合，求T中所有元素的和。
【学习笔记】无人机系统（UAS）的连接、识别和跟踪（八）-无人机探测与避让（DAA）机制
u011376987的博客
07-21 980
3GPP TS 23.256 技术规范，主要定义了3GPP系统对无人机（UAV）的连接性、身份识别、跟踪及A2X（Aircraft-to-Everything）服务的支持。
给出近似逼近的线性权系数，特征提取函数是什么
06-12
对于线性逼近，我们需要找到一组权重系数 $w$，使得输出 $\hat{y}$ 与真实值 $y$ 的均方误差最小化。这可以用最小二乘法来实现。具体而言，我们可以将训练数据表示为 $(x_1, y_1), (x_2, y_2), ..., (x_n, y_n)$，其中 $x_i$ 为输入特征，$y_i$ 为对应的输出值。然后，我们可以定义一个特征矩阵 $X$，其中每一行对应于一个输入特征，每一列对应于一个特征维度。我们还需要定义一个向量 $y$，其中每个元素对应于一个训练样本的输出值。 接下来，我们可以使用最小二乘法来求解权重系数 $w$。具体而言，我们可以将均方误差表示为： $$(y - Xw)^T(y - Xw)$$ 然后，我们可以对 $w$ 求导并令其等于零，得到如下的方程组： $$X^TXw = X^Ty$$ 最后，我们可以通过求解这个方程组来得到权重系数 $w$。 对于特征提取函数，我们可以使用线性函数或者非线性函数。常见的线性函数包括恒等函数、标准化函数、二值化函数等。常见的非线性函数包括 sigmoid 函数、ReLU 函数、tanh 函数等。具体选择哪个函数，需要根据具体的问题来决定。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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