由网站开发延伸的嵌入式项目开发分层思想

简介:

一般的有一定复杂度的网站可分为以下三层:数据接入层(DAL):负责与数据库的交互,供业务逻辑层调用;业务逻辑层(BLL):调用数据接入层以获取数据,并为具体的业务需求提供支持;用户界面层(UIL):负责呈现最终的用户界面。

嵌入式开发中,也体会到了之前的代码结构的缺陷:开发效率低:每次使用片内的某一资源(例如定时器等),笔者都要去查询技术手册,比较eggache;代码重复较多:每个实验源码中,诸如 xtal_init ,led_init 等初始化函数每次都要编写;不易修改:代码中的业务逻辑与SFR的操作混在一起,可读性较差,修改起来也费力。

现在我们也对嵌入式项目也来个分层:

首先,嵌入式开发的核心就是芯片,它提供固定的片内资源共开发者使用。而且它具有一个很重要的特点就是,不随项目的需求变动而变动。所以应将其作为最底层,为上层提供基础支持。我们将其命名为 硬件抽象层(Hardware Abstract Layer)。

芯片有了当然还不够,通常我们会在片外扩展一些功能模块来满足具体的项目需求,例如:传感器、键盘、LCD屏等。这一层的特点是,随项目的变动而以模块为单位动态增减。这一层的运作需要芯片内部资源的支持,所以应处于硬件抽象层之上,并为上层调用。我们将其命名为 功能模块层(Functional Module Layer)。

现在原材料都准备齐了:芯片+扩展模块,接下来就要开始真正的加工了:我们需要灵活调用之前两层所提供的接口,实现具体的项目需求。我们将其命名为 应用程序层(Application Layer)。

嵌入式项目设计.jpg

1.硬件抽象层(HAL)

实现对片内资源 (如定时器、ADC、中断、I/O等) 的通用配置,隐藏具体的SFR操作细节,为上层提供简单清晰的调用接口。

2.功能模块层(FML)

通过调用 HAL,实现项目中所涉及到的各片外功能模块,隐藏具体的模块操作细节,并为上层提供简单清晰的调用接口。

3.应用程序层(APL)

通过调用 HAL 与 FML,实现最终的应用功能。

现在我们拿温度监测系统来做一个需求分析:

CC2430节点实现对温度的定时采集,并可通过LED灯指示其采样频率

• 节点将数据传送至PC端

• 节点可以接收来自PC的控制指令,以调整采样速率和电源模式

• 具备停机自动复位能力

• 可进入睡眠状态,并可由按键唤醒

从上面的需求中我们可以看出,本实验的核心芯片为CC2430,需要的片外扩展模块为LED灯与按键,预期要达到具体项目需求即以上5点。

接下来,我们利用上面提到的分层理论小试牛刀,对“温度监测系统”这一实验的代码结构进行规划:

应用程序层(APL)

[main.c] 引用 hal.h、ioCC2430.h 与 module.h,实现温度采集、与PC互通信、停机复位等具体的应用需求

功能模块层(FML)

[module.h] 定义了一系列片外功能模块(LED、按键),以及一系列的相关函数的声明

[module.c] 引用 hal.h,实现各片外模块(LED、按键)的功能

硬件抽象层(HAL)

[ioCC2430.h](系统自带):定义了CC2430的所有SFR 、中断向量

[hal.h] 包括常用类型定义、常用赋值宏、以及CC2430片上资源的配置(I/O、串口通讯、ADC、定时器、电源管理等)

(注:由于本实验所涉及的片外模块——LED与按键——的使用极其简单,所以笔者将其合并入了单个源文件。若遇到较复杂的模块,可以单独新建 .h 与 .c 文件来实现,如LCD.h、LCD.c)

经此设计,其优点逐渐浮出水面:

• 高效的开发速率:编完 HAL 层中的 hal.h 之后,我们就可以很方便地调用,而不必反复地去查询SFR的具体设置细则

• 快速扩展:若需要加强系统功能,只需在 FML 层添加相应功能模块(即 .c 文件),并在 main.c 中调用即可

• 较高的代码重用性:HAL 层所提供的SFR操作可供通用,而且该层几乎不用修改就可直接用于新的CC2430项目中

• 较好的可维护性:项目代码结构清晰,HAL 与 FML 几乎不需要修改,只需修改 APL 即可

相关文章
|
Kubernetes Perl 容器
kubernetes 的Job 的并行执行 配置
在Kubernetes中,Job是一种用于批处理任务的Controller对象。如果你想要配置Job以支持并行执行,可以使用Job的`.spec.parallelism`字段。这个字段定义了Job中可以并行运行的Pod的最大数量。 下面是一个简单的Job定义,其中包含了`.spec.parallelism`字段: ```yaml apiVersion: batch/v1 kind: Job metadata: name: example-job spec: parallelism: 3 # 这里定义了并行运行的Pod的数量 completions: 5 # 定义了成功完成的
238 1
|
8月前
|
机器学习/深度学习 人工智能 机器人
看过智谱现场演示,我觉得AI要开始卷“动手能力”了
2025年,AI Agent或成科技焦点。智谱在3月31日发布AutoGLM沉思,作为全球首个深度研究与操作兼备的Agent,无需邀请码即可免费使用。它能像人一样思考、感知和使用工具,完成复杂任务如写稿投稿、制定旅行计划等。基于自研模型GLM-4-Air-0414及推理模型GLM-Z1-Air,AutoGLM沉思实现低成本高效率,推动AI从被动响应走向主动执行。其开源计划将进一步加速AI Agent在各行业的应用落地,标志着“AI Agent元年”从口号变为现实。
256 0
|
监控 网络协议 Java
Tomcat源码解析】整体架构组成及核心组件
Tomcat,原名Catalina,是一款优雅轻盈的Web服务器,自4.x版本起扩展了JSP、EL等功能,超越了单纯的Servlet容器范畴。Servlet是Sun公司为Java编程Web应用制定的规范,Tomcat作为Servlet容器,负责构建Request与Response对象,并执行业务逻辑。
Tomcat源码解析】整体架构组成及核心组件
|
10月前
|
存储 缓存 运维
“网”罗天下,一键搞定:netsh命令的花式玩法与超实用攻略
`netsh`是Windows系统中强大的网络配置和管理工具,支持本地或远程修改网络设置。常用功能包括:显示和配置网络接口、无线网络管理、防火墙规则设置、网络配置备份与还原、远程管理等。通过`netsh`命令,用户可以轻松管理IP地址、启用/禁用网络接口、添加或删除无线网络配置文件、配置防火墙规则,并进行网络故障排查。掌握这些命令能大幅提升网络管理和维护效率。
1115 11
|
缓存 NoSQL 关系型数据库
Redis和Mysql如何保证数据⼀致?
在项目中,为了解决Redis与Mysql的数据一致性问题,我们采用了多种策略:对于低一致性要求的数据,不做特别处理;时效性数据通过设置缓存过期时间来减少不一致风险;高一致性但时效性要求不高的数据,利用MQ异步同步确保最终一致性;而对一致性和时效性都有高要求的数据,则采用分布式事务(如Seata TCC模式)来保障。
216 14
|
运维 监控 安全
自动化运维:使用Ansible简化日常任务
【9月更文挑战第19天】在现代IT架构中,自动化运维是提升效率和减少人为错误的关键。本文将介绍如何使用Ansible这一强大的自动化工具来简化日常运维任务,包括安装软件、配置系统和应用部署等。通过实际的代码示例,我们将展示如何编写简单的Ansible playbook来实现这些任务,并讨论其在真实场景中的应用价值。
216 5
|
12月前
|
供应链 算法 安全
深度解析区块链技术的分布式共识机制
深度解析区块链技术的分布式共识机制
627 0
|
弹性计算 Ubuntu Linux
阿里云服务器镜像怎么选择?什么是镜像?
阿里云服务器镜像是云服务器的操作系统与预装软件集合,决定服务器的功能与性能。阿里云提供多种镜像类型:公共镜像为官方认证的基础系统;自定义镜像由用户个性化定制;共享镜像则由其他用户共享;云市场镜像包含预装软件;社区镜像来自用户社区贡献。选择镜像时需考虑应用需求、系统资源占用及个人技能水平。推荐Linux用户选用Alibaba Cloud Linux,其针对云服务器进行了优化并享有长期支持;Windows用户可选择新版Windows Server以获得最佳体验。此外,阿里云允许中国大陆地区的服务器免费无限次更换操作系统,非大陆地区则有一定的限制。
505 1
|
机器学习/深度学习 PyTorch 算法框架/工具
深度学习中的梯度消失与梯度爆炸问题解析
【8月更文挑战第31天】深度学习模型在训练过程中常常遇到梯度消失和梯度爆炸的问题,这两个问题严重影响了模型的收敛速度和性能。本文将深入探讨这两个问题的原因、影响及解决策略,并通过代码示例具体展示如何在实践中应用这些策略。
|
编解码 Android开发
分享快手极速版助手APK和源代码
分享快手极速版助手APK和源代码
1126 0