【嵌入式】窗户看门狗定时器概念详解+例题解析

本文涉及的产品
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: 题目嵌入式系统使用WWDG窗口看门狗模块监视用户程序运行,假设看门狗的喂狗时间为20ms,PCLK1频率为36MHz,WDGTB[1:0]=10b。请计算看门狗的定时计数值(给出计算过程),并写出看门狗的初始化函数(注:使用寄存器方式程序)
本文首发于稀土掘金。该平台的作者 逐光而行 也是本人。

题目

嵌入式系统使用WWDG窗口看门狗模块监视用户程序运行,假设看门狗的喂狗时间为20ms,PCLK1频率为36MHz,WDGTB[1:0]=10b。请计算看门狗的定时计数值(给出计算过程),并写出看门狗的初始化函数(注:使用寄存器方式程序)

看门狗定时器工作原理

image.png

  1. 该值由其中的WDGTB位决定。如WDGTB[1:0]=10b,则分的频数为$2^2=4$
  2. WWDG_CFR寄存器详情:

image.png

  1. WWDG_CR寄存器详情:

image.png

  1. WWDG_SR寄存器

看门狗中断时该位为1,可手动写入0清0该位
image.png

  1. 补充

image.png

计算看门狗的定时计数值

有如下公式成立:
image.png

定时计数值指的是T[5:0]+1。

题目给的喂狗时间就是Twwdg

所以可求出定时计数值是43(10),即0x2B(16)

后面赋值 CR的时候要加上基值0x40

初始化函数主体部分的编写及代码解析

RCC->APB1ENR |=(1ul<<11);

RCC_APB1ENR的第11位置1,表示打开看门狗定时器时钟源

wwDG->CR=0X6B;

给看门狗计数器赋初值为0x6B

wwDG->CFR=(1uL<<9)|(2uL<<7)|(0x7F<<0);

  • 给wwDG_CFR第9位置1(设置看门狗中断位);
  • 2表示1/4分频;
  • 设置窗口大小为0x7F(即后六位 最大 值),使T[6:0]始终小于窗口值,使窗口值不起作用

wwDG->SR=0;
当发生看门狗中断时,该位变为1,初始先手动置0

wwDG->CR|=(1uL<<7);
wwDG_CR 第7位置1,启动看门狗

NVIC_EnableIRQ(wwDG_IRQn);
调用CMSIS库函数打开看门狗NVIC中断

完整代码如下:如有需要自取:

void wwDoginit(void){
    RCC->APB1ENR |=(1ul<<11);
    wwDG->CR=0X6B;
    wwDG->CFR=(1uL<<9)|(3uL<<7)|(0x7F<<0);
    wwDG->SR=0;
    wwDG->CR|=(1uL<<7);
    NVIC_EnableIRQ(wwDG_IRQn);
}

后记

看学校发的ppt文字描述看得我云里雾里,最终忍不住抽出一点时间把文字梳理成了图像,并且结合例题去理解。整理不易,希望也可以帮到大家!如有错误,恳请指出哈~!

附录

上述自己画的图可能还不够清晰和准确,以下补充STMA32F103手册中相关位的含义图,分别对应于各行代码。

RCC_APB1ENR 开启看门狗
image.png

WWDG_CR 设置定时计数值且启用看门狗

image.png

WWDG_CFR

image.png

相关文章
|
1月前
|
机器学习/深度学习 自然语言处理 JavaScript
信息论、机器学习的核心概念:熵、KL散度、JS散度和Renyi散度的深度解析及应用
在信息论、机器学习和统计学领域中,KL散度(Kullback-Leibler散度)是量化概率分布差异的关键概念。本文深入探讨了KL散度及其相关概念,包括Jensen-Shannon散度和Renyi散度。KL散度用于衡量两个概率分布之间的差异,而Jensen-Shannon散度则提供了一种对称的度量方式。Renyi散度通过可调参数α,提供了更灵活的散度度量。这些概念不仅在理论研究中至关重要,在实际应用中也广泛用于数据压缩、变分自编码器、强化学习等领域。通过分析电子商务中的数据漂移实例,展示了这些散度指标在捕捉数据分布变化方面的独特优势,为企业提供了数据驱动的决策支持。
71 2
信息论、机器学习的核心概念:熵、KL散度、JS散度和Renyi散度的深度解析及应用
|
21天前
|
算法 Java 数据库连接
Java连接池技术,从基础概念出发,解析了连接池的工作原理及其重要性
本文详细介绍了Java连接池技术,从基础概念出发,解析了连接池的工作原理及其重要性。连接池通过复用数据库连接,显著提升了应用的性能和稳定性。文章还展示了使用HikariCP连接池的示例代码,帮助读者更好地理解和应用这一技术。
34 1
|
23天前
|
消息中间件 存储 负载均衡
Apache Kafka核心概念解析:生产者、消费者与Broker
【10月更文挑战第24天】在数字化转型的大潮中,数据的实时处理能力成为了企业竞争力的重要组成部分。Apache Kafka 作为一款高性能的消息队列系统,在这一领域占据了重要地位。通过使用 Kafka,企业可以构建出高效的数据管道,实现数据的快速传输和处理。今天,我将从个人的角度出发,深入解析 Kafka 的三大核心组件——生产者、消费者与 Broker,希望能够帮助大家建立起对 Kafka 内部机制的基本理解。
54 2
|
1月前
|
存储 NoSQL MongoDB
MongoDB 概念解析
10月更文挑战第12天
22 0
MongoDB 概念解析
|
1月前
|
供应链 网络协议 数据安全/隐私保护
|
1月前
|
前端开发 JavaScript Shell
深入解析前端构建利器:webpack核心概念与基本功能全览
深入解析前端构建利器:webpack核心概念与基本功能全览—
25 0
|
8天前
|
监控 Java 应用服务中间件
高级java面试---spring.factories文件的解析源码API机制
【11月更文挑战第20天】Spring Boot是一个用于快速构建基于Spring框架的应用程序的开源框架。它通过自动配置、起步依赖和内嵌服务器等特性,极大地简化了Spring应用的开发和部署过程。本文将深入探讨Spring Boot的背景历史、业务场景、功能点以及底层原理,并通过Java代码手写模拟Spring Boot的启动过程,特别是spring.factories文件的解析源码API机制。
28 2
|
1月前
|
缓存 Java 程序员
Map - LinkedHashSet&Map源码解析
Map - LinkedHashSet&Map源码解析
68 0
|
1月前
|
算法 Java 容器
Map - HashSet & HashMap 源码解析
Map - HashSet & HashMap 源码解析
57 0

推荐镜像

更多
下一篇
无影云桌面