新闻详情

新闻详情

首页 / 资讯中心 / 详情

ARM学习(5)

发布时间:2026/11/15 4:34:38来源:尧图网络
ARM学习(5)
目录1.总结2.相关概念1.总结今天学习了I2C总线掌握了上拉电阻的作用以及什么是推挽输出什么是开漏输出还有线与特性I2C的时序最大的难点我觉得是配置I2C的相关寄存器牵扯中断IO引脚复用时钟配置还有一个难点就是对于上拉电阻的理解这是学习嵌入式抛不开的的话题对于I2C时序我觉得难点在于给你一个时序图能自己独立分析出来各个部分是什么那部分是干什么另外就是学会使用逻辑分析仪对于学习抓通信相关的波形也是非常的重要2.相关概念线与特性 在两个芯片连接对应的引脚上任何一方输出高电平则实际电平的高低由另一方决定chip1chip2pad100111010000什么是上拉电阻上拉电阻的作用概念上拉电阻就是在引脚上接入一个4.7-10k的电阻另一端接入电源VCC作用提高引脚的驱动能力可以防止引脚悬空提高抗干扰能力注意电阻不能太大否则引脚的驱动能力太弱电阻也不能太小否则电流会倒灌进CPU什么是推挽输出开漏输出开漏输出内部NMOS导通PMOS截止引脚被拉为GND内部NMOS截止PMOS截止呈现高阻态由上拉电阻让引脚输出高电平推挽输出内部NMOS截止PMOS导通引脚接在VCC上输出高电平内部NMOS导通PMOS截止引脚相当于接地拉低电平I2C时序组成起始位从机地址位读写位应答位从机地址寄存器地址(可省略)数据应答位停止位流程总线空闲时为高电平Start信号想要发起一次通信的设备在时钟信号高电平时在数据线上产生一个下降沿在发送数据时在发送数据时I2C遵从高位先行在时钟信号低电平时只允许发送方改变数据线的高低电平接收方不得采样数据在时钟信号为高电平时只允许接收方采样数据线的高低电平应答位ACK低电平0表示有人应答NACK高电平1无人应答或者产生异常Stop信号想要结束本次通信的主机在时钟信号高电平时在数据线上产生一个上升沿
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉