嵌入式学习6

　　自己工作学习总结，有些乱
　　1、MDK安装和获取STM32所有芯片包
　　安装芯片包
　　1、第一步
　　2、第二步
　　搜索STM32（其他芯片类似）
　　3、第三步
　　双击对应的芯片系列
　　点击install
　　4、第四步
　　下载中
　　下载完成后，打开MDK窗口，重新加载一下即可
　　芯片包下载和安装目录
　　keil安装路径：Kile5ArmPacks。Download
　　例如：D：ProgramFilesKile5ArmPacks。Download
　　芯片包安装目录
　　keil安装路径：Kile5Kile5ArmPacksKeil
　　例如：D：ProgramFilesKile5ArmPacksKeil
　　2、GPIOODR与GPIOPin同作为实现输出时的区别是什么？
　　GPIOODR是32位的输出数据寄存器（高16位保留，低16为依次对应某个GPIO口的16个引脚）。对ODR赋值是一次操作16位的，也就是同时设置了16个引脚的输出电平；而GPIOPIN是指某个端口的具体某一个引脚，是位操作，可以通过设置BSRR或BRR寄存器来设置某一特定引脚的输出电平，而保持其他引脚输出不变，速度快，效率高。具体可以看看stm32参考手册关于GPIO寄存器的说明。
　　3、STM32F4的FPU
　　FPU即浮点运算单元（FloatPointUnit）。浮点运算，对于定点CPU（没有FPU的CPU）来说必须要按照IEEE754标准的算法来完成运算，是相当耗费时间的。而对于有FPU的CPU来说，浮点运算则只是几条指令的事情，速度相当快。STM32F4属于CortexM4F架构，带有32位单精度硬件FPU，支持浮点指令集，相对于CortexM0和CortexM3等，高出数十倍甚至上百倍的运算性能。
　　STM32F4硬件上要开启FPU是很简单的，通过一个叫：协处理器控制寄存器（CPACR）的寄存器设置即可开启STM32F4的硬件FPU，该寄存器各位描述如图。
　　这里我们就是要设置CP11和CP10这4个位，复位后，这4个位的值都为0，此时禁止访问协处理器（禁止了硬件FPU），我们将这4个位都设置为1，即可完全访问协处理器（开启硬件FPU），此时便可以使用STM32F4内置的硬件FPU了。CPACR寄存器这4个位的设置，我们在systemstm32f4xxc文件里面开启，代码如下：
　　voidSystemInit（void）
　　｛
　　FPUsettings
　　if（FPUPRESENT1）（FPUUSED1）
　　SCBCPACR（（3UL102）（3UL112））；setCP10andCP11FullAccess
　　（3UL102）（3UL112）代表将CP10和CP11的位置1，其中102代表位置移动10位，112代表移动11位
　　endif
　　省略部分代码
　　｝
　　此部分代码是系统初始化函数的部分内容，功能就是设置CPACR寄存器的2023位为1，以开启STM32F4的硬件FPU功能。从程序可以看出，只要我们定义了全局宏定义标识符FPUPRESENT以及FPUUSED为1，那么就可以开启硬件FPU。其中宏定义标识符FPUPRESENT用来确定处理器是否带FPU功能，标识符FPUUSED用来确定是否开启FPU功能。
　　实际上，因为F4是带FPU功能的，所以在我们的stm32f4xx。h头文件里面，我们默认是定义了FPUPRESENT为1。大家可以打开文件搜索即可找到下面一行代码：defineFPUPRESENT1
　　但是，仅仅只是说明处理器有FPU是不够的，我们还需要开启FPU功能。开启FPU有两种方法，第一种是直接在头文件STM32f4xx。h中定义宏定义标识符FPUUSED的值为1。也可以直接在MDK编译器上面设置，我们在MDK5编译器里面，点击魔术棒按钮，然后在Target选项卡里面，设置FloatingPointHardware为UseSinglePrecision，如图51。1。1。2所示：
　　经过这个设置，编译器会自动加入标识符FPUUSED为1。这样遇到浮点运算就会使用硬件FPU相关指令，执行浮点运算，从而大大减少计算时间。最后，总结下STM32F4硬件FPU使用的要点：
　　1，设置CPACR寄存器bit2023为1，使能硬件FPU。
　　2，MDK编译器CodeGeneration里面设置：UseFPU。
　　经过这两步设置，我们的编写的浮点运算代码，即可使用STM32F4的硬件FPU了，可以大大加快浮点运算速度。
　　4、Julia分形简介Julia集是一种在复平面上非发散点形成的分形点的集合。
　　例如，对于复变函数的一个通项公式，
　　假设这里的常数C总是小于2，当我们迭代次时，发现。那么很显然，之后的会变得越来越大，所以这样的点是发散的。同理，也存在无论迭代多少次都不会发散，这样的点就构成Julia集。然而，按照这种判断方法，我们不可能精确找出所有的非发散点。因为如果当我们迭代次时，仍然有，但是随着迭代次数继续增大，发散点总有一次会超过这个限制，而这个次数可能会很大，超过我们设置的迭代次数，所以这样的判断是不够准确的。但这不妨碍我们可以利用这种方法近似找出Julia集的点。因为随着的增加，这样判断出的点集会不断逼近Julia集，从而我们可以得到一个近似的Julia集合。具体思路为：设置迭代次数、收敛半径、次数和常数；设置一个复数点集为初始点集，带入公式计算；找出的点，记录这些点的位置矩阵；重复2、3步骤次；画出矩阵，即Julia集的图像。