本帖最后由 香水城 于 2017-8-16 15:13 编辑
鬼魅一样的 Hard Fault
问题：
该问题由某客户提出，发生在 STM32F101C8T6 器件上。据其工程师讲述：其某型号产品的设计中用到了 STM32F101C8T6 器件。在软件调试过程中，遇到了一个棘手的问题：程序会莫名其妙的跳到 Hard Fault 中断。在程序中，产生该中断的位置不固定，忽而在这里，忽而在那里。发生的时间不确定，有时候程序运了很长时间才遇到，有时候开始运行后没一会就发生了。产生该问题的原因不明，不知如何进行排查。
调研：
观察其工程师现场演示，证实确有其所述现象存在。
检查硬件设计：
1． 每一路 VDD，匀为 3.3V 供电且同源，并有 0.1uF 的退耦电容。
2． VDDA 为 3.3V 供电，与 VDD 同源，且有 0.1uF 的退耦电容。
3． VBAT 为 3.3V 供电，与 VDD 同源，且有 0.1uF 的退耦电容。
4． 设有芯片整体退耦电容，容值为 10uF。
5． 每一路 VSS 匀与电源地连接。
6． VSSA 与电源地连接。
7． 实测硬件电路，证实与原理图一致。退耦电容临近管脚摆放，地平面较为完整。
8． 用示波器实测电源纹波，小于 50mV。
检查软件设计：
1． 通过打印跟踪程序中每个指针变量，发现有指针对存贮器范围之外的地址进行访问。核查相关代码，该指针的数值来自 I2C 接收的数据。
2． 通过打印跟踪对I2C 数据缓冲区的访问，发现有缓冲区溢出现象发生。
3． 修改代码，将缓冲区加大，重新测试，未发生 Hard Fault 中断现象。
结论：
基本可以认为是缓冲区溢出，而造成某些指针取值错误，从而对非法地址进行了访问，进而引发出错保护中断发生。但对于此类问题，仍需进行长时间测试，才能有最终结论。
处理：
修改代码，根据实际需求设定I2C数据缓冲区大小，保证其足够的空间而不发生溢出。
建议：
Hard Fault中断是Cortex-M处理器为应急处理严重出错而设定的中断，它与MemManage Fault 中断、Bus Fault 中断以及 Usage Fault 中断，共同构成了 Cortex-M 出错管理机制的硬件基础。其中 Hard Fault 中断是出错的最终管理者，其优先级为-1 级，不可更改，而其它三种出错中断分别处理某方面的出错，它们优先级是可以设定的。MemManage Fault 中断与 MPU 有关，负责管理存贮器访问方面的出错，例如：
1． 访问了 MPU 覆盖范围之外的地址；
2． 访问了没有存贮器的空地址；
3． 向只读的区域写数据；
4． 越级访问某些区域；
当发生了存贮器访问方面的出错，Cortex-M 将尝试产生一个 MemManage Fault 中断。如果出于某些原因，MemManage Fault 中断不能立即响应，则将出错升级为严重出错，尝试由 Hard Fault 中断接管该出错的处理。Usage Fault 中断负责管理指令系统方面的出错，例如：
1． 执行了协处理器指令；
2． 执行了未定义的指令；
3． 尝试进入 ARM 状态；
4． 无效的中断返加码；
5． 使用 LDM 或 STM 指令时地址没对齐；
当发生了指令使用方面的出错，Cortex-M 将尝试产生一个 Usage Fault 中断，如未能成功则同处理 MemManage Fault 中断一样，将出错提升为严重出错，从而转交给 Hard Fault 中断来处理。Bus Fault 中断负责总线访问管理，当总线的应答信号返回错误时Cortex-M 尝试产生一个 Bus Fault 中断来处理，未果则将出错提升为严重出错，转交给 Hard Fault 中断来处理。通常，总线应答信号返回错误的诱因有以下几种：
1. 企图访问无效的地址，该地址上没有任何的设备；
2. 设备还没有做好数据传输的准备，如尚未做初始化；
3. 传输数据的尺寸不为设备所支持；
Hard Fault 中断用于处理严重出错。其它三种出错中断未能及时处理的出错都由 Hard Fault 中断来处理，它是 Cortex-M 处理出错的最后的机会。如果在 Hard Fault 的中断服务程序中又发生新的出错，或 Hard Fault 中断不能及时响应，则硬件系统将进入死锁状态，以避免故障扩散。在 Cortex-M 复位之后，Hard Fault 中断是被允许的，而其它三种出错中断则被禁止。所以，在通常的应用中，无论出现哪种出错都表现为产生了Hard Fault 中断。
一般来说，由于大多数型号的 STM32 中都未包含有 MPU，或应用软件未使能 MPU，所以内存管理方面的出错不为多见。而对于使用 C 语言编程的软件来说，如果不考虑编译器出错，除了由于函数指针使用不当，而造成尝试进入 ARM 状态以外，其它的指令使用方而的出错也不会遇到。于是，只有总线访问方面的出错才是我们主要面对的问题。导致总线访问出错的原因，可能在硬件方面，也可能在软件方面。在硬件方面常见的原因有：
1. 电源设计有错误，造成器件供电不平衡；
2. 电源质量不好，纹波、噪声过大；
3. 器件接地不良；
4. 对于带有 Vcap 引脚的器件来说，Vcap 引脚处理不当；
5. 电路中有强干扰源，对器件造成了干扰；
软件方面的原因则是使用指针访问了非法地址。根据已往相关问题的调试的经验，造成指针取值出错的常见原因有：
1. 使用了空指针；
2. 对地址偏移量的计算有误；
3. 数组越界导致程序出错；
4. 动态内存用不当，导致访问了已释放的内存地址；
5. 通过地址访问了已失效的局部变量；
6. 对与中断服务程序共享的变量的进行“读修改写”操作而未加临界保护；
Cortex-M 为各种出错设计了状态寄存器，有时核查这些寄存器的取值，对定位问题原因有所帮助。附表如下：
Bus Fault 状态寄存器 BFSR，地址：0xE000ED29
MemManage Fault 状态寄存器 MFSR，地址：0xE000ED28
Usage Fault 状态寄存器 UFSR，地址：0xE000ED2A
Hard Fault 状态寄存器 HFSR，地址：0xE000ED2C
|
楼主
标题置顶
标题高亮
