博客
关于我
【总结】从认知硬件的中断机制到加深对系统设计中断信号(异常)与任务调度的理解。
阅读量:430 次
发布时间:2019-03-06

本文共 714 字,大约阅读时间需要 2 分钟。

最近(2021年01月31日)理了一遍自己作为软工走进嵌入式底层后,对硬件的认知提升过程,现在记录下来,方便后人理解和认知。

按时间顺序理解:

在还不知道中断这个概念时,我只知道进程和线程的系统调度存在,主要是关于时间片轮和银行家调度算法的实现,描述软件上多任务调度的规划,涉及CPU调度的优先级和上下文切换(寄存器列表置换)。

开始接触MCU硬件后,认识到中断的存在。它在硬件启动时导入预定异常中断函数,供软件链接。当发生异常时,根据优先度决定是否打断当前任务,这种打断是CPU在执行指令时自行决定的,类似于C语言中的sigh信号或系统IO通信。

从micropython中的异常机制了解nlr和setjump的上下文切换寄存器操作,程序可借用CPU资源调度,关键在于地址跳转和寄存器置换。

结合Linux嵌入式芯片的异常向量表,硬件检查指令异常,触发中断,保存寄存器现场,交给软件定义的中断触发接收函数处理,完成硬件到软件的异常中断设计。

不细说芯片具体实现,记录异常与中断软件设计描述,基础认知可参考相关文章。

通过这篇文章,理解系统需要硬件接口实现中断和异常程序设计。反向思考,软中断如何实现,设计结构。

异常向量表是CPU检查的对象,软件进程表检查的对象,程序外部信号或按键为软中断,优先级决定中断处理。硬件硬中断是中断来源之一。

不再区分软硬件,统一理解流程中断实现。多进程多线程通过高优先级定时器中断信号调度上下文切换,决定挂起当前代码段,切换线程队列数据。

建议从一开始写状态机全异步实现,避免基于该机制需自己思考优先级管理和并行资源加锁同步。

补充:进程独立内存区域,线程与进程共用内存区域,推荐阅读相关文章。

转载地址:http://ribyz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | CIB-SE-YOLOv8: 优化的YOLOv8, 用于施工现场的安全设备实时检测 !
查看>>
OpenCV与AI深度学习 | CoTracker3:用于卓越点跟踪的最新 AI 模型
查看>>
OpenCV与AI深度学习 | OpenCV中八种不同的目标追踪算法
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV如何读取仪表中的指针刻度
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>