1. 程式人生 > >LPC17XX 學習之系統時鐘與功率控制

LPC17XX 學習之系統時鐘與功率控制

系統時鐘與功率控制

一、系統時鐘

  LPC17XX有三個獨立的時鐘振盪器,分別是主振盪器(MIAN_OSC)、內部RC振盪器(IRC_OSC)、實時時鐘振盪器(RTC_OSC)。LPC17XX時鐘框圖如下:

LPC17XX 時鐘框圖

如上圖所示,三個振盪器通過 system clock select 三選一 後經過(或不經過)MAIN PLL 最後經 CPU CLOCK DIVIDER 分頻為CPU提供時鐘;其中主振盪器(MAIN_OSC)還可通過USB PLL為USB提供時鐘;內部RC振盪器(IRC_OSC)還可作為看門狗的時鐘源。

主振盪器(MIAN_OSC)的工作頻率為1MHz~25MHz;內部RC振盪器(IRC_OSC)的額定頻率為4MHz,但其精度會受電壓和溫度的影響存在1%的調整。

當系統重新上電或因任何原因復位後,LPC17XX 會將內部RC振盪器(IRC_OSC)作為CPU的時鐘源,之後可通過軟體更改時鐘源。

二、功率控制

  LPC17XX 有四種降低功率損耗的執行模式:睡眠模式、深度睡眠模式、掉電模式和深度掉電模式。

1.睡眠模式(sleep mode)

  在睡眠模式下:

    arm 核心時鐘被停止,重新使能核心時鐘可退出睡眠模式;

    cpu 停止執行指令,復位或者中斷可恢復執行指令;

    外設繼續執行,外設中斷可使處理器回覆執行指令;

    處理器核心自身、儲存系統以及相關控制其、內部匯流排停止執行,進而降低動態功率消耗。

2.深度睡眠模式(deep-sleep mode)

  在深度睡眠模式下:

    主振盪器掉電,所有內部時鐘停止;

    處理器的狀態和暫存器、外設暫存器、SRAM裡面的值都被儲存,管腳邏輯電平被設定為靜態;

    內部RC振盪器失能,但並未被關閉,以便快速推出深度睡眠模式;

    實時時鐘振盪器正常執行,其中斷可作為喚醒源;

    喚醒後需重新配置PLL和分頻器;

    只有復位和與時鐘無關的中斷可喚醒深度睡眠模式,。這些中斷包括NMI、外部中斷EINT0到EINT3、GPIO中斷、乙太網Wake-On-LAN中斷、掉電檢測、                                  RTC報警中斷、看門狗定時器超時、USB輸入引腳跳變或CAN輸入引腳跳變

3.掉電模式(power-down mode)

  在掉電模式下:

    與深度睡眠模式操作相同;

    喚醒後,在訪問Flash儲存器中的程式碼或資料前,必須等待Flash恢復;

    只有復位和與時鐘無關的中斷可喚醒深度睡眠模式,。這些中斷包括NMI、外部中斷EINT0到EINT3、GPIO中斷、乙太網Wake-On-LAN中斷、掉電檢測、RTC報警中斷、看門狗定時器超時、USB輸入引腳跳變或CAN輸入引腳跳變

4.深度掉電模式(deep power-down mode)

  在深度掉電模式下:

    整個晶片電源被關閉;

    通過外部復位訊號、RTC中斷喚醒。

ps:上述喚醒中斷的前提是這些中斷被使能。

相關推薦

LPC17XX 學習系統時鐘功率控制

系統時鐘與功率控制 一、系統時鐘   LPC17XX有三個獨立的時鐘振盪器,分別是主振盪器(MIAN_OSC)、內部RC振盪器(IRC_OSC)、實時時鐘振盪器(RTC_OSC)。LPC17XX時鐘框圖如下: LPC17XX 時鐘框圖 如上圖所示,三個振盪器通

運維學習系統虛擬機管理

虛擬機操作15.系統虛擬機管理1.安裝#!/bin/bash ##命令運行環境的指定virt-install \ ##安裝虛擬機--name $1 \ ##虛擬機名稱指定,$1表示腳本後的第一串字符--ram 1000 \ ##內存--file /var/lib/libvirt/images/

運維學習系統延時任務、定時任務以及臨時文件的管理

linux系統的延時及定時任務1.延時任務at 命令 發起的任務都是一次性的at +time下圖表示在21:22分進行刪除命令命令ctrl+d 表示發起動作at -l | atq #查看當前任務at -d | atrm #取消指定任務at -c #查看任務內容由圖二知主要執行touch這條命令at n

Hasen的linux設備驅動開發學習旅--時鐘

interval 好的 mask 再次 ask 中斷處理程序 eas 中斷 基礎 /** * Author:hasen * 參考 :《linux設備驅動開發具體解釋》 * 簡單介紹:android小菜鳥的linux * 設備驅動開發學習之

機器學習SVM初解淺析(一):最大距離

機器學習 svm 最大距離 2 / ||w|| 這段時間在看周誌華大佬的《機器學習》,在看書的過程中,有時候會搜搜其他人寫的文章,對比來講,周教授講的內容還是比較深刻的,但是前幾天看到SVM這一章的時候,感覺甚是晦澀啊,第一感覺就是比較抽象,特別是對於像本人這種I

機器學習SVM初解淺析(一):

機器學習 svm 最大距離 2 / ||w||sdsshngshan‘gccha 這段時間在看周誌華大佬的《機器學習》,在看書的過程中,有時候會搜搜其他人寫的文章,對比來講,周教授講的內容還是比較深刻的,但是前幾天看到SVM這一章的時候,感覺甚是晦澀啊,第一感覺就

機器學習決策樹隨機森林模型

會有 strong pytho red -s 很多 4.5 是我 機器 歡迎大家前往騰訊雲技術社區,獲取更多騰訊海量技術實踐幹貨哦~ 作者:汪毅雄 導語 本文用容易理解的語言和例子來解釋了決策樹三種常見的算法及其優劣、隨機森林的含義,相信能幫助初學者真正地理解相關知識

Redis學習發布訂閱機制

tom ger 取消 scribe mes 技術 超時 兩個 order Redis提供了發布訂閱功能,可以用於消息的傳輸,Redis的發布訂閱機制包括三個部分,分別是發布者、訂閱者、頻道(channel)。註意:redis屬於即發即棄的機制,信息發送後則會丟失,如果訂閱者

Linux學習用戶root

使用 pwd 如何 但是 images 。。 圖片 不能 localhost 因為想要建立建立一個目錄,但是發現權限不夠,因為沒用root登陸,所以學習了一下普通用戶與root之間如何切換以及如何創建用戶的一些知識。 1、pwd命令可以查看當前用戶

Gradle學習構建javaweb項目

jcenter yun 接口 webxml oot conf ava getc clas 一.使用Gradle的java插件構建Java項目 1)Gradle插件包含了若幹個接口定義和已有的任務項,語法結構:apply plugin:‘插件名‘ ,此處我們定義插件

Vue學習v-ifv-show的區別

css屬性 綁定 strong 似的 表達式 他會 根據 als 相對 v-if和v-show具有類似的功能,不過v-if才是真正的條件渲染,他會根據表達式適當的銷毀或重建元素及綁定事件或子組件。若表達式初始值為false,則一開始元素或組件不會渲染,只有當第一次為真時,才

Python學習-序列化反序列化

什麽是 註意 not 技術分享 js對象 字節 com 操作 是個 1、什麽是序列化與反序列化? # 我們把對象(或變量)從內存變成可存儲或可傳輸的過程稱之為序列化,在python中被稱為picking; # 自定義的類的實例如何保存在一個文件中?如何從文件中讀取數據,並讓

JS學習賦值賦引用

內容 當前 都沒有 分享 img 定義 con png 技術分享 1、基本類型 基本的數據類型有:undefined,boolean,number,string,null。 基本類型存放在棧區,訪問是按值訪問的,就是說你可以操作保存在變量中的實際的值。 當基本類型的數據賦

C++基礎學習記憶體模型名稱空間(5)

單獨編譯 將程式分為三個部分: 標頭檔案:包含結構宣告和使用這些結構的函式的原型。 原始碼檔案:包含與結構有關的函式的程式碼。 原始碼檔案:包含呼叫與結構相關的函式的程式碼。 一般儘量避免將函式定義或變數宣告放到標頭檔案中,防止出現重複定義的問題。 標頭

機器學習----目標檢測目標跟蹤的區別

1.目標檢測就是檢測出一個圖片或者一個視訊中目標的位置(靜態或者動態)如yolo檢測目標 2.目標追蹤是給視訊中第一幀目標以及它的位置,然後跟蹤這個目標,以及預測它的軌跡,(如果出現一些遮擋,也可以根據軌跡來跟蹤這個目標,假如是yolo檢測出的目標,有時候還會出現丟幀的情況,如果用了跟蹤演算法,

機器學習---似然概率

“概率”描述了給定模型引數後,描述結果的合理性,而不涉及任何觀察到的資料。 拋一枚均勻的硬幣,拋20次,問15次拋得正面的可能性有多大? 這裡的可能性就是”概率”,均勻的硬幣就是給定引數θ=0.5 ,“拋20次15次正面”是觀測值O。求概率P(H=15|θ=0.5)=

arduino學習系列——系統安裝環境配置

最近買了個arduino開發版,準備學習下,一下記錄學習的歷程,以備後用。說明下,我的arduino是在網上買的,附帶的有相關資料。 一、安裝IDE。 這個沒什麼好說的,我安裝的是arduino-1.0.6-windows,雙擊安裝程式,按步驟一步一步走就行了。 二、連線開發板 用配備的

[三]機器學習決策樹隨機森林

3.1 目標任務 1.學習決策樹和隨機森林的原理、特性 2.學習編寫構造決策樹的python程式碼 3.學習使用sklearn訓練決策樹和隨機森林,並使用工具進行決策樹視覺化 3.2 實驗資料 資料集:鳶尾花資料集,詳情見[機器學習之迴歸]的Logistic迴歸實驗 3.3

mysql學習資料庫管理表管理

資料庫管理 3.1 查詢所有資料庫 mysql> show databases; 3.2 建立資料庫 mysql> create database emp       -- 指定預設字符集建立資料庫   &n

STM32F系列ARM Cortex_M3核微控制器基礎系統時鐘

                                          &nb