每个工程师都应监控的5种嵌入式福建省体彩网特性

不管嵌入式福建省体彩网变得多么复杂,每个开发的嵌入式福建省体彩网都有五个关键特性应密切监控。很明显,例如RAM和ROM的使用情况;但是,其他开发人员通常会忽略它们,并且很容易成为设计周期中的主要症结。

特征1 –福建省体彩网定时

向任何开发人员询问福建省体彩网中断或功能的最小,最大和平均执行时间,百分之九十的答案将是空白。在了解嵌入式福建省体彩网的实时性能时,开发人员会竭尽所能,并希望取得最好的成绩。微控制器已经变得非常快速和强大,但它们绝不是一种可以完全忽略定时的通用计算设备。开发人员需要了解如果同时触发多个中断或用户一次将所有按钮都击碎(我最喜欢的测试用例,在第一次尝试中将近100%失败),他们的福建省体彩网将如何响应。

现代微控制器为开发人员提供了许多工具,以了解他们的福建省体彩网时序和响应。例如,ARM微控制器具有跟踪功能,使开发人员可以定期对PC计数器进行采样,并重构福建省体彩网时序和执行路径。利用这些工具可以使开发人员了解他们的福建省体彩网,并为他们提供有关福建省体彩网性能的真实数据,而不是希望和祈祷福建省体彩网以开发人员的方式执行代码。

特征2 –执行顺序

福建省体彩网定时在实时嵌入式福建省体彩网中至关重要,了解指令执行顺序也同样重要。了解福建省体彩网在哪里分支,跳转以及在什么时候以及以什么顺序执行至关重要的功能或中断。福建省体彩网已经变得如此复杂,以至于我们可以认为我们了解正在发生的事情,但是获取跟踪数据并直观地看到代码执行揭示了一个完全不同的故事。我强烈建议开发人员研究并熟悉他们的微控制器跟踪工具。这些现代工具提供了几年前才出现的,视觉上引人入胜的图表,而我却发现了很多错误,因此在编写一行代码之前,我先设置了跟踪和错误捕获工具。

特征3 –代码大小

每个开发人员都会监视代码大小,对吗?我会说他们没有!大多数开发人员如果被问到GPIO或SPI驱动程序将在其福建省体彩网上占用多少代码空间,甚至没有地方去寻找答案!他们所知道的是,他们处理的最后一个应用程序具有GPIO和SPI,但最终的应用程序使用了大约47 kB的闪存空间。我们因没有跟踪福建省体彩网代码使用细节而臭名昭著。现在,在我们的辩护中,代码大小可能会根据所使用的编译器,甚至所使用的优化级别和标志而发生巨大变化。但是,跟踪这些详细信息以帮助将来的项目计划和零件选择非常有用。如果您对开源和商业编译器之间的潜在差异感兴趣,建议您查看 开源与商业编译器。在当今的大多数情况下,监视代码大小已变得不那么重要,因为闪存非常便宜,并且供应商已非常轻松地根据代码大小在同一微控制器系列中的不同部分之间进行切换。

特征4 – RAM使用率

RAM正在成为嵌入式软件开发中的关键因素。微控制器的闪存空间超过16 kB并不少见,但是在与物联网,网络堆栈,通信和对代码重用的关注同时,RAM空间仍然非常宝贵。将RTOS放入混合物中,一个应用程序最少需要16 kB。当开发人员创建和实施软件时,他们需要监视其RAM空间的去向。在基于RTOS的福建省体彩网中,开发人员通常会为线程堆栈空间分配大量的RAM,因为很难估算出正确的大小。

特征5 –能耗

电池供电的设备无疑将能耗作为福建省体彩网设计的关键要求。可以访问网格的福建省体彩网经常忽略能源,因为这不是关键要求。但是,鉴于能源成本的上涨和自然资源的限制,开发人员仍应继续监视其设备,以了解其能源足迹以及如何最大程度地减少使用的能源。电池供电的设备显然会在更换电池或为设备充电之间获得使用寿命。直接连接到电网的设备可以通过节省用电成本(是的,虽然很短,但考虑到数百万个设备,突然间我们浪费了很多能量),从而使消费者和最终用户受益。

结论

嵌入式软件开发人员在创建福建省体彩网时需要监视这五个特征。使用现代福建省体彩网有时可能会使监视这些特征显得微不足道或不必要,但是最终,我在该领域遇到的最大问题始终与这五个关键领域有关。

7 thoughts 上 “每个工程师都应监控的5种嵌入式福建省体彩网特性”

    1. 16 kB是正确的。使用ThreadX,uC OS,FreeRTOS等创建包含6个堆栈的6个任务–4 kB将为您提供约16 kB的最小RAM使用量。

  1. 感谢您的文章。

    我想检查RAM使用情况,但是我不知道应该如何跟踪它。假设我分配的堆栈大小为10 KB,堆的大小为4 Kb,我应该如何跟踪这些数字是否少,多或合适。请提出建议。

    1. 有几种方法可以做到这一点。通常,可以用已知值,水印填充堆栈和堆,然后使用IDE’的内存查看器,以定期查看并查看堆栈有多深以及堆栈有多远。您还可以使用静态分析工具进行工作案例堆栈分析。

发表评论

您的电子邮件地址不会被公开。 必需的地方已做标记 *

该网站使用Akismet减少垃圾邮件。 了解如何处理您的评论数据.