任何一个ECU供应商去拿项目的时候，客户需求中一般都会明确提出CPU Load不能超过百分之多少多少（70%~80%）。OEM提这么个要求是有他的考虑的，因为在项目的前期，OEM自己也不甚确定将来是否有功能的扩展，而随着项目的进展，对零件理解的深入，他们则往往会有这样或那样的新的要求提出来。下面的这个漫画的故事，我相信在不少公司都上演过。
因此，怎样让软件运行的更高效一些，降低CPU Load，是软件工程师要一直记在心头的一个话题。笔者认为，软件运行效率可以从如下几个方面进行改进：
1 合理的Task Scheduling
嵌入式软件是有大大小小很多个任务组合起来的，需要合理的进行任务的调度，以降低CPU时间。
-
比如EPS软件需要其助力特性曲线模块每1ms计算一次助力力矩，其助力特性曲线是根据车速查表得到，车速信号每10ms更新一次，我们就没有必要把查表的模块也放到1ms的任务中。
-
软件中有1ms任务和10ms任务甚至更多，务必将10ms任务在分成10个小的任务10.1,10.2……10.10，且保证每个小任务的运行时间比较类似。避免出现在某一个10ms之内任务比较集中的现象。
2 定点化软件中合理的定标
2.1 在定点化软件中，定标往往是比较头疼的一个问题，数据长度选择16位的话，在涉及到传递函数相关的模型里，中间变量往往会出现精度不够的导致失真严重，因此很多同学往往就是一股脑将所有数据长度选为32位，所有变量的长度与输出一直，这样做一版来说不会有大的问题，但是32位数据的运算时间远远高于16位，会占用更多的CPU资源。笔者的做法是首先分析好输入变量的值的范围和频率范围，输出信号的精度要求之后，设定10%左右的Tolerance后用Matlab的Fix Point Tool进行参数Scaling的初步设定后，再检查一遍对个别变量的scaling进行调整。
2.2 在软件中，尽可能使用2^-x作为scaling，不要使用10^-x作为scaling。因为用二进制的scaling，软件可以简单的用移位进行scaling的转换，用十进制则要用到乘除法。
3 LookupTable与PreLookUpTable与DirectLookupTable
LookUpTable太占用运行时间，不建议使用，可以用PreLookUpTable代替，如果表的数据量很大，建议直接使用DirectTable，省去interpolation算法的时间。
4 尽量减少对除法的使用
除法要占用的CPU load要远远的超过乘法，一般来说16位整数乘法在1个到几个机器周期之内可以完成，而除法则要几十个机器周期。如果是变量除以常量，那么在实现的时候可以用变量乘以该常量的倒数来代替除法运算。如果是变量之间的相除，则在算法上尽量合并同类项，减少对除法的使用，例如将b/a + c/a 简化为(1/a)*(b+c)，原来的表达式中有两个除法和一个加法，合并同类项以后一个除法、一个乘法、一个加法，能够节省不少运行时间。
5 自加自检运算符的使用
能够自加自减的地方不要用+1或-1，因为二者的汇编一般来说是有区别的，前者的效率更高。
使用增量操作符a++;得到的汇编：
incra ;a加1
使用数学运算a=a+1;得到的汇编:
move A,a;把a从内存取出存入累加器A
add A,1;累加器A加1
store a;把新值存回a
孰优孰劣一目了然。但是切记滥用自加自减，一个表达式中最多出现一个自加自减，虽然诸如x=i+++++j这样的表达式也是合理的，但太过晦涩，不要使用。
6 对于需要经常需要频繁调用的功能，尽量使用宏函数而不是函数
比如实现两个数中求较小者，
使用宏函数：#define min(X, Y) ((X) < (Y) ? (X) : (Y))
使用函数函数：
Int16 min（x，y）
{ return （((x) < (y) ? (x) : (y)）；}
使用宏函数就比函数的效率来的要高一些，因为宏函数仅仅只是将预先写好的代码替换，而在调用函数的时候，CPU需要保存和恢复当前的现场，进行压栈和出栈的操作，因此相对而言宏函数会占用更小的CPU Load。
但是宏函数用的不恰当，也会产生很多很多的坑，以下事项需注意：
-
不论如何，宏函数最外面一定一定一定要加一个括号（重要的事情说三遍）
-
宏函数的参数里不要调用函数
-
宏参数不要自身递归
-
两个不同的宏函数之间不要有交叉引用
7 变量的内存模式定义
-
Near与Far空间：对16位单片机而言，near空间是指能够通过16bit进行快速寻址的内存空间，Far空间是整个RAM空间。Near空间的访问速度要高于Far空间的访问速度。一般来说，不加特别的定义，所有的全局变量都会优先定义到near空间中。因此在进行软件开发时，应尽量将频繁访问的数据放到near空间，如每次运行周期内都会使用到的变量；将低概率事件触发的变量、数组放到Far空间。
-
PSRAM、DSRAM和DPRAM
PSRAM虽然名字为程序RAM，其实也可以存储数据用。三者的访问速度为：PSRAM<DSRAM<DPRAM.
DPRAM（Dual Port Ram）访问速度极快，但成本又比较高，一般的单片机中只有极少的DPRAM，一般用来配置为堆栈、全局寄存器的镜像、和一些特别需要快速访问速度的变量（如单片机内的快速MAC运算单元）。
8 使用DMA/PEC
DMA(Direct Memory Access直接内存存取)和PEC（Peripheral Event Controller外围时间控制器）是不同的公司对同一个功能的叫法。其作用注要是让外设和存储器之间实现直接的数据交互而不需要CPU的过多干预，减少中断的次数，从而降低CPU的负载率。比较典型的应用是高速的AD采样、对一串协议信号的解析（如SENT信号等）。
9 逻辑运算的执行顺序
软件对a&b&c的执行顺序为必须a，b,c都为1，该指令才会全部被执行；只要a为0，该指令的执行结果直接返回为0，软件也不会去检查b和c的取值到底是多少。因此对&运算，尽量把结果为0发生频率高的条件放在前面。
反之，对于或运算，只要有一个条件为1，那么返回值就会为1，尽量把结果为1发生频率高的条件放在前面。
10 if条件/switch分支的执行顺序
Switch语句是一个普通的编程技术，编译器会产生if-else-if的嵌套代码，并按照顺序进行比较，发现匹配时，就跳转到满足条件的语句执行。每一个条件/分支实现的跳转仅仅是为了决定下一步要做什么，为了提高速度，把最可能发生的情况放在第一位，最不可能的情况放在最后可以提高程序的运行效率。 另外，还可以将各种分支进行分组，在switch中嵌套switch。
11 For循环的嵌套
当for循环发生嵌套时，尽量将大循环放在里面，小循环放在外面，减少CPU跨切循环的次数。下面这篇文章讲得非常透彻，有兴趣的同学可以去看一下。
http://www.cnblogs.com/tolimit/p/4276844.html
12 Static的使用
对在函数中经常需要使用到的“不变量”，定义为Static变量；对于需要经常访问的函数，定义为static函数。提前分配好内存，节省软件开销。
13 iCache的使用
我们都知道程序是存储在Flash中的，需要用到该程序指令时，CPU才会去Flash进行取指,而访问Flash的速度明显是低于Ram的。iCache就是把Flash中的某一段程序代码搬到RAM中，直接在RAM中运行这段代码（就跟直接在PC机内存里面装一个Windows操作系统是一个道理）。使用iCache后，该段代码的运行效率一般能提高30%以上。但iCache的内存也是极少的，一般的应用是被频繁调用的程序放到iCache中。比如无刷电机的矢量控制一般都要求其运行周期为几十到几百个us，使用iCache就能很大程度的提高软件运行效率。
14 合理利用软件流水线
现在的单片机大多都使用了指令流水线技术，以提高CPU的运行速度。
以如下代码为例：
for (i = 0; i < 100; i = i + 1)
{
a[i] = 10 * b[i];
b[i] = 10 * c[i];
c[i] = 10 * d[i];
}
循环体内的三条指令具有相互依存的关系(a[i]=10*b[i]计算完成之前，不能对b[i]进行取指)，因此编译器不能利用指令流水线进行优化。如果我们改成如下一种方式：
for (i = 0; i < 100; i = i + 4)
{
a[i] = 10 * b[i];
a[i+1] = 10 * b[i+1];
a[i+2] = 10 * b[i+2];
a[i+3] = 10 * b[i+3];
b[i] = 10 * c[i];
b[i+1] = 10 * c[i+1];
b[i+2] = 10 * c[i+2];
b[i+3] = 10 * c[i+3];
c[i] = 10 * d[i];
c[i+1] = 10 * d[i+1];
c[i+2] = 10 * d[i+2];
c[i+3] = 10 * d[i+3];
}
则编译器能够更好的利用指令流水线，节省运行时间。
6936
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
