TDC-GP30 Data Sheet

4 特殊服务功能


4.1 看门狗


系统复位后,GP30的看门狗功能被启用。大约13秒后,如果看门狗计时器在此之前未被清除,则看门狗会重置芯片。这通常由固件使用clrwtd命令完成,以便在固件因任何原因未清除看门狗时,系统会发生复位。看门狗时间基于一个未稳定的10 kHz内部振荡器时钟源。
在时间转换模式下操作时,禁用GP30的看门狗功能可能是有用的。为此,应将一个特殊代码写入寄存器CR_WD_DIS。

4.2 时间戳(RTC)


时间戳功能是一个经过时间计数器,另设有一个寄存器用于锁存计数器值。锁存的时间戳可以通过两个寄存器读取,这两个寄存器分别表示小时、分钟和秒。
在配置寄存器CR_CPM中,用户可以定义时间戳的更新模式:
TSV_UPD_MODE:= 0:通过设置寄存器SHR_EXC中的TSV_UPD位来更新时间戳
= 1:每秒自动更新时间戳
TSV_UPD:= 0:无操作
= 1:更新时间戳值
实际的时间戳可以从以下状态寄存器中读取:
SRR_TS_HOUR 位17:0 TS_HOUR,1个最低有效位(LSB)= 1小时
SRR_TS_MIN_SEC 位15:8 TS_MIN,1个LSB = 1分钟
位7:0 TS_SEC,1个LSB = 1秒

4.3 备份


GP30的备份处理可以选择通过集成CPU中的固件和外部EEPROM来执行。
有关此特殊功能的详细信息,请参阅用户手册第三卷。

4.4 时钟管理


GP30配备有用于两个外部时钟源的引脚。低速时钟(LSO,通常为32.768kHz)通过连接XIN_32KHZ和XOUT_32KHZ引脚上的谐振器实现,而高速时钟(HSO,通常为4或8MHz)则通过XIN_4MHZ和XOUT_4MHZ引脚实现。或者,也可以将活动的外部时钟输入到XOUT引脚(此时XIN必须接地)。
以下是可以区分的时钟工作模式:

7 Memory Organization & CPU内存组织与CPU

TDC-GP30是一种系统级芯片(SoC)方案,旨在单芯片内完成所有测量和计算任务。这种作为完整测量系统的操作方式被称为流量计模式(另见第3.1.1节)。在流量计模式下操作需要使用内部32位CPU和相应的固件。有关此方面的详细信息,请参阅DB_GP30Y_Vol2和DB_GP30Y_Firmware。以下内容将重点描述内存组织,包括寄存器地址和功能。了解各种内存和寄存器结构对于流量计模式下的操作至关重要,当然,对于时间转换模式下的操作也同样重要。在时间转换模式下,GP30不进行进一步的结果评估,主要作为飞行时间测量系统工作。这种操作模式与众所周知的acam芯片GP21和GP22相似。

下图展示了内存组织以及前端、CPU和远程接口之间的交互。

图7-1 内存组织

在时间转换模式下,芯片通过远程接口向RAM中的寄存器区域写入配置信息。测量完成后,前端将飞行时间、温度、幅度、脉冲宽度和电压等各种结果写入RAM中的前端数据缓冲区(FDB,见第7.2.1节)。用户可以通过远程接口从该缓冲区读取原始数据。

图7-2 时间转换模式

在流量计模式下,前端处理之后会在CPU中进行后处理。如果需要,后处理完成后可以启动后续的远程通信。

图7-3 流量计模式

任何可编程固件都必须存储在固件代码存储器中,这是一个4kByte的非易失性NVRAM块。此外,许多功能已经作为ROM例程在ROM代码存储器块中实现。CPU使用176 * 32位的RAM来读取测量结果、进行计算并写入最终结果。配置和校准数据存储在128 * 32位的固件数据存储器中。RAM和固件数据,以及配置和其他系统寄存器都位于随机访问地址区域(RAA)中。ROM和固件代码存储器共享一个不同的地址总线系统,并且无法从芯片外部读取。

固件代码存储器和固件数据存储器是零静态功耗的NVRAM。由于它们在不使用时不会消耗电流,因此不会被关闭,始终保持可用状态。然而,RAA的地址和数据总线一次只能分配给一个系统,因此当前端或CPU正在操作时,通常无法从外部访问RAA存储单元。

7.1 Program Area 程序区

程序区由两部分存储器组成:一个4千字节的非易失性随机存取存储器(NVRAM),用于可重编程的程序代码;以及一个4千字节的只读存储器(ROM),存储只读程序代码。

可重编程NVRAM存储器中的固件代码包括:

  • 用户部分(以绿色标记),这部分可以由客户进行编程。
  • ACAM部分,这部分由ACAM预先编程,包含客户可调用的通用子程序。

用户固件(FWUÿ

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/140.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【物流管理系统 - IDEAJavaSwingMySQL】基于Java实现的物流管理系统导入IDEA教程

有问题请留言或私信 步骤 下载项目源码:项目源码 解压项目源码到本地 打开IDEA 左上角:文件 → 新建 → 来自现有源代码的项目 找到解压在本地的项目源代码文件,点击确定,根据图示步骤继续导入项目 查看项目目录&#xff…

基于单片机的指纹密码锁

【摘要】 本设计是一款基于单片机的指纹识别电子密码锁系统。该系统以STC89C52单片机作为模块核心同时结合ZFM-60指纹模块实现录取指纹并存储指纹数据的功能,并且通过HS12864-15C液晶显示比对流程及比对结果,该指纹电子密码锁通过直流继电器与发光二极管…

2025-1-9 QT 使用 QXlsx库 读取 .xlsx 文件 —— 导入 QXlsx库以及读取 .xlsx 的源码 实践出真知,你我共勉

文章目录 1. 导入QXlsx库2. 使用 QXlsx库 读取 .xlsx 文件小结 网上有很多教程,但太费劲了,这里有个非常简便的好方法,分享给大家。 1. 导入QXlsx库 转载链接 :https://github.com/QtExcel/QXlsx/blob/master/HowToSetProject.md…

QT + Opencv 实现灰度模板匹配

QT Opencv 实现灰度模板匹配 实现思路 1.模板创建代码思路 1 初始化和准备: 使用 cv::buildPyramid 函数构建图像金字塔。图像金字塔是一种多分辨率表示,每个层级的图像分辨率逐步降低。 调整 m_TemplData 的大小以匹配图像金字塔的层级数。 计算每…

深度学习知识点:LSTM

文章目录 1.应用现状2.发展历史3.基本结构4.LSTM和RNN的差异 1.应用现状 长短期记忆神经网络(LSTM)是一种特殊的循环神经网络(RNN)。原始的RNN在训练中,随着训练时间的加长以及网络层数的增多,很容易出现梯度爆炸或者梯度消失的问…

git提交

基本流程:新建分支 → 分支上开发(写代码) → 提交 → 合并到主分支 拉取最新代码因为当前在 master 分支下,你必须拉取最新代码,保证当前代码与线上同步(最新),执行以下命令:bashgit pull orig…

Spring——自动装配

假设一个场景: 一个人(Person)有一条狗(Dog)和一只猫(Cat),狗和猫都会叫,狗叫是“汪汪”,猫叫是“喵喵”,同时人还有一个自己的名字。 将上述场景 抽象出三个实体类&…

基于 JavaEE 的影视创作论坛

在当今数字化时代,影视创作论坛成为了影视爱好者们交流与分享的重要平台。本文将详细介绍基于 JavaEE 的影视创作论坛的设计与实现,让大家了解其背后的技术奥秘。 文末附有完整项目代码 该论坛具备丰富的功能,包括首页推荐、用户管理、影片管…

系统思考—因果关系

果的背后是因,因的背后是系统:我们遇到的每个结果,无论是企业的业绩问题,团队的效率问题,还是个人的情绪问题,都源于我们日积月累种下的因。这些因可能是错误的习惯、僵化的制度、还是短视的决策。 改变系…

JS爬虫实战演练

在这个小红书私信通里面进行一个js的爬虫 文字发送 async function sendChatMessage(content) {const url https://pro.xiaohongshu.com/api/edith/ads/pro/chat/chatline/msg;const params new URLSearchParams({porch_user_id: 677e116404ee000000000001});const messageD…

IDEA中创建maven项目

1. IDEA中创建maven项目 在IDEA中创建Maven项目,前提是已经安装配置好Maven环境。如还未配置安装Maven的,请先下载安装。如何下载安装,可参考我另外篇文章:maven的下载与安装教程本篇教程是以创建基于servlet的JavaWeb项目为例子&…

【C++入门】详解(中)

目录 💕1.函数的重载 💕2.引用的定义 💕3.引用的一些常见问题 💕4.引用——权限的放大/缩小/平移 💕5. 不存在的空引用 💕6.引用作为函数参数的速度之快(代码体现) &#x1f4…

django基于Python的电影推荐系统

Django 基于 Python 的电影推荐系统 一、系统概述 Django 基于 Python 的电影推荐系统是一款利用 Django 框架开发的智能化应用程序,旨在为电影爱好者提供个性化的电影推荐服务。该系统通过收集和分析用户的观影历史、评分数据、电影的属性信息(如类型…

2024AAAI SCTNet论文阅读笔记

文章目录 SCTNet: Single-Branch CNN with Transformer Semantic Information for Real-Time Segmentation摘要背景创新点方法Conv-Former Block卷积注意力机制前馈网络FFN 语义信息对齐模块主干特征对齐共享解码头对齐 总体架构backbone解码器头 对齐损失 实验SOTA效果对比Cit…

_STM32关于CPU超频的参考_HAL

MCU: STM32F407VET6 官方最高稳定频率:168MHz 工具:STM32CubeMX 本篇仅仅只是提供超频(默认指的是主频)的简单方法,并未涉及STM32超频极限等问题。原理很简单,通过设置锁相环的倍频系数达到不同的频率&am…

python类和对象

一、什么是类和对象 类和对象一般是编程中较早接触到的比较抽象的概念,其实我们只要按照我们现实生活的实例去类比,就很好理解了 概念理解 我们可以把类比做是一个盖房子的图纸,对象比做是根据图纸去创建出来的一栋房子,这样每…

太原理工大学软件设计与体系结构 --javaEE

这个是简答题的内容 选择题的一些老师会给你们题库,一些注意的点我会做出文档在这个网址 项目目录预览 - TYUT复习资料:复习资料 - GitCode 希望大家可以给我一些打赏 什么是Spring的IOC和DI IOC 是一种设计思想,它将对象的创建和对象之间的依赖关系…

CNN Test Data

由于数据量过大,打不开了 搞一组小的吧。收工睡觉 https://download.csdn.net/download/spencer_tseng/90256048

Windows下调试Dify相关组件(2)--后端Api

1.部署依赖的服务(代码最外层的docker目录) 1.1 将middleware.env.example复制,并改名为middleware.env。 1.2 查看docker-compose.middleware.yaml,有5个服务 db:postgres数据库。 redis:redis缓存。 sa…

从预训练的BERT中提取Embedding

文章目录 背景前置准备思路利用Transformer 库实现 背景 假设要执行一项情感分析任务,样本数据如下 可以看到几个句子及其对应的标签,其中1表示正面情绪,0表示负面情绪。我们可以利用给定的数据集训练一个分类器,对句子所表达的…