lpadc_dma_sctpwm

个人博客

说明

  • 实现功能

    • 使用sctimer SCT0-OUT4输出PWM,硬件触发ADC采集电压。
  • 所用资源

    • usart:Debug输出
    • lpadc:测量ADC
    • dma:搬运ADC数据
    • sctimer:驱动PWM输出(SCT0_Out_4)
    • port0_pin23:测量电压的IO

前期准备

  • 官网下载代码。

  • 数据手册:UM11126.pdf

  • 首先下载一份adc dma作为基础工程。
    在这里插入图片描述

  • 其次下载一份最简单的pwm示例工工程,后续需要移植该工程的代码。
    在这里插入图片描述

代码移植

SCT初始化

  • 以第一份adc dma作为基础工程,在main函数加入pwm的初始化。
  • 需要从pwm示例中复制fsl_sctimer.cfsl_sctimer.h到工程中并引用。
/* 定义SCT */
int SCT_Init(void)
{
		sctimer_config_t sctimerInfo;
		sctimer_pwm_signal_param_t pwmParam;
		uint32_t event;
		uint32_t sctimerClock = SCTIMER_CLK_FREQ;
	
		SCTIMER_GetDefaultConfig(&sctimerInfo);
		SCTIMER_Init(SCT0, &sctimerInfo);
	
		pwmParam.output = kSCTIMER_Out_4;
		pwmParam.level = kSCTIMER_HighTrue;
		pwmParam.dutyCyclePercent = 50;
		if (SCTIMER_SetupPwm(SCT0, &pwmParam, kSCTIMER_CenterAlignedPwm, SCT_FREQ, sctimerClock, &event) == kStatus_Fail)
    {
        return -1;
    }
		
		SCTIMER_StartTimer(SCT0, kSCTIMER_Counter_U);
		return 0;
}

选择触发源

  • 修改ADC初始化函数ADC_Configuration
  • 注意LPADC_SetConvTriggerConfig的第二个参数,用于选择TCTRL组(即硬件触发源)。
    LPADC_GetDefaultConvTriggerConfig(&lpadcTriggerConfigStruct);
    lpadcTriggerConfigStruct.targetCommandId       = DEMO_LPADC_USER_CMDID;
    lpadcTriggerConfigStruct.enableHardwareTrigger = true;//false;
//		lpadcTriggerConfigStruct.
    LPADC_SetConvTriggerConfig(DEMO_LPADC_BASE, 2U, &lpadcTriggerConfigStruct);
  • 代码对照
    在这里插入图片描述

  • Keil5 Debug
    在这里插入图片描述

  • 数据手册
    在这里插入图片描述

回调函数

  • ADC测量到的数据需要使用DMA传输。
  • DMA传输完成后会触发中断回调函数。
void DEMO_DMA_Callback(dma_handle_t *handle, void *param, bool transferDone, uint32_t tcds)
{
    if (true == transferDone)
    {
        g_DmaTransferDoneFlag = true;
    }
}

主循环

  • 主循环主要用于启动DMA传输。
while (1)
    {
        g_DmaTransferDoneFlag = false;

        while ((LPADC_GetStatusFlags(DEMO_LPADC_BASE) & DEMO_RESULT_FIFO_READY_FLAG) == 0UL);	/* fifo空闲 */
        DMA_StartTransfer(&g_DmaHandleStruct); 																								/* 启动传输 */

        while (false == g_DmaTransferDoneFlag);																								/* 等待传输完成 */
        //PRINTF("Adc conversion word : 0x%X\r\n", g_AdcConvResult[0]);
        PRINTF("value: %d\r\n",
               ((uint16_t)(g_AdcConvResult[0] & ADC_RESFIFO_D_MASK) >> g_LpadcResultShift));
    }

测试

触发频率范围

  • 16位adc支持最高频率为1Mhz。
    在这里插入图片描述

修改触发频率

  • 修改pwm输出的频率SCT_FREQ可以控制ADC的采样速率。
    在这里插入图片描述
SCTIMER_SetupPwm(SCT0, &pwmParam, kSCTIMER_CenterAlignedPwm, SCT_FREQ, sctimerClock, &event)

测试结果

  • 10Hz测试结果。
    在这里插入图片描述

  • 30Hz测试结果。
    在这里插入图片描述

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

打赏作者

Z_Tam

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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