Nano Hash - криптовалюты, майнинг, программирование

Замена для Arduinosmillis(), которая надежна даже с отключенными прерываниями

Как указано в stackoverflow-17135805 функция millis() не возвращает правильное время, если прерывания отключены, в то время как Arduino должен был обнаружить переполнение timer0.

У меня есть критическая по времени программа, которая использует множество функций, которые должны отключать прерывания. Итак, моя программа работает 1:30, хотя она думает, что работала только 1:00.

Есть ли другой таймер, который я могу использовать, чтобы избежать этой проблемы?

Это происходит со мной, когда я использую модуль GSM:

  // startpoint
  unsigned long t = 0;   
  unsigned long start = millis();

  while ( (millis()-start) < 30000 ){
    //read a chunk from the gprs module
    for (int i=0;i<8;i++)
      client.read();

    //do this loop every 10ms
    while( (millis()-start) < t*10 ){};
    t++;
  }
  //endpoint

От начальной до конечной точки должно пройти 30 секунд. Вместо этого требуется 65 секунд.

26.09.2013

  • Вы измеряли, сколько времени client.read() занимает вместе с циклом for? 26.09.2013
  • Это трудно измерить, так как это невозможно сделать с помощью программного обеспечения. 26.09.2013

Ответы:


1

Если вам приходится отключать прерывания так часто и так долго, лучше всего использовать внешний таймер. Я настоятельно рекомендую DS3231. Поскольку он имеет встроенный кристалл, его проще настроить, чем 1307, и он также значительно точнее.

28.09.2013

2

Вы можете использовать один из других аппаратных таймеров

следить за временем. Например, на Leonardo Timer 1 стоит 16-битный таймер.

Чтобы настроить его напрямую (это сводит на нет переносимость кода), нужно выполнить пару шагов.

TCCR1A = 0;  

это переводит таймер в «нормальный» режим, то есть он просто работает до 0xFFFF и возвращается к 0x0000.

TCCR3B = 0;
TCCR3B = _BV(CS11) | _BV(CS10);

это запускает таймер и устанавливает его на использование предварительной шкалы clock/64, что соответствует 1 тику каждые 4 мкс.

Чтобы проверить время:

long time;        // declared somewhere in scope. 

time = TCNT1;     // this reads the timer count register
time *= 4;        // this multiplies time by 4 to give you us. 

Как упоминалось ранее, TCNT1 завершается на 0xFFFF = 65536. Таким образом, с установленным выше предварительным масштабированием это дает вам около 65536 * 4E-6 = 0,262 секунды подсчета, прежде чем вашей программе потребуется поместить данные в большую переменную. (при условии, что вы заботитесь). Надеюсь, не проблема опрашивать вещи чаще, чем 4 раза в секунду, что избавит вас от прерываний.

Некоторые основные функции Arduino используют эти таймеры, поэтому вам необходимо убедиться, что необходимые вам основные функции не зависят от выбранного вами таймера. Например, выполнение вышеописанного приведет к поломке AnalogWrite() на определенных выводах.

28.03.2015
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..