1、开发板上手
利用开发板附带的USB Type-C线、PWLINK即可实现电源供给和基本的调试需要。
在安装MindMotion.MM32F5277E_DFP.0.0.6.pack遇到如下的报错，更新MDK版本后重新安装，问题得以解决。
2、测试准备
与其它M系列芯片数**算应用类似，应当找到相应的数学库，添加头文件，方可进行下一步操作。
如下图所示，新建了math文件夹，将数学库和头文件添加进去。
一般情况下，在进行其它型号M系列芯片数**算开发时，还要添加必要的FPU和MATH宏，但这里却并不必要，实际测试下来，并没有什么影响。
3、测试说明
测试工程是基于MindSDK的plus-f5270_uart_basic_mdk进行的。
首先添加了SysTick相关配置，以保证能够统计相应计算的ticks消耗。
void delay_1ms(uint32_t count)
{
delay =count;
while (0U != delay)
{
}
}
void delay_decrement(void)
{
if(0U != delay)
{
delay--;
}
}
void SysTick_Init(void)
{
if(SysTick_Config(CLOCK_SYS_FREQ/1000U))
{
while (1)
{
}
}
NVIC_SetPriority(SysTick_IRQn, 0x00U);
}
void SysTick_Handler(void)
{
delay_decrement();
}
对正弦余弦的运算进行了编码测试，取10次循环运算的效果进行比对。
void SinCosTest()
{
int i;
int n = 10;
volatile uint32_t start;
float32_t res;
float32_t fix = PI / 3.0;
printf("test arm_cos_f32 tick:\r\n");
start = SysTick->VAL;
for (i = 0; i < n; i++)
{
res = arm_cos_f32(PI * i / n);
}
PrintCostTicks(start);
printf("test arm_sin_f32 tick:\r\n");
start = SysTick->VAL;
for (i = 0; i < n; i++)
{
res = arm_sin_f32(PI * i / n);
}
PrintCostTicks(start);
printf("test cos tick:\r\n");
start = SysTick->VAL;
for (i = 0; i < n; i++)
{
res = cos(PI * i / n);
}
PrintCostTicks(start);
printf("test sin tick:\r\n");
start = SysTick->VAL;
for (i = 0; i < n; i++)
{
res = sin(PI * i / n);
}
PrintCostTicks(start);
}
另外对FFT运算，DFT运算，Park矩阵变换，滤波运算都进行了编码测试。
void TestAlgorithm()
{
InitPark32Matrix();
InitAlgorithmData();
FFTCalcu();
DFTCalcu(testBuf,TEST_BUF_SIZE,TEST_BUF_SIZE/2,sComplexDFT);
arm_cmplx_mag_f32((float32_t *)&sComplexDFT,harmanicDFT,TEST_BUF_SIZE);
InitPark22Matrix(testRad);
Park32Conversion(testI,testIOut);
Park23Conversion(testIPQIn,testIOut);
LPFFilter(testBuf,testLPFOut,TEST_BUF_SIZE);
}
//FFT
void FFTCalcu(void)
{
arm_cfft_instance_f32 s;
switch (TEST_BUF_SIZE)
{
case 64:
s = arm_cfft_sR_f32_len64;
break;
case 128:
s = arm_cfft_sR_f32_len128;
break;
case 256:
s = arm_cfft_sR_f32_len256;
break;
case 512:
s = arm_cfft_sR_f32_len512;
break;
case 1024:
s = arm_cfft_sR_f32_len1024;
break;
case 2048:
s = arm_cfft_sR_f32_len4096;
break;
default:
s = arm_cfft_sR_f32_len256;
break;
}
arm_cfft_f32(&s,(float32_t *)&sComplexFFT,0,1);
arm_cmplx_mag_f32((float32_t *)&sComplexFFT,harmanicFFT,TEST_BUF_SIZE / 2);
}
//LPF滤波
void LPFFilter(float32_t *pSrc,float32_t *pDst,uint32_t blockSize)
{
uint32_t i;
//初始化滤波器
arm_biquad_cascade_df1_init_f32(&sLPFFilter,LPF_STAGE,coeffLPF,stateLPF);
//使用滤波器
arm_biquad_cascade_df1_f32(&sLPFFilter,pSrc,pDst,blockSize);
for (i = 0; i < blockSize; i++)
{
*(pDst + i) *= scaleLPFCoeff;
}
}
其中，取一周波256点的数据做FFT运算，cost ticks: 33457。需要说明的是，这些测试采用的都是0级优化条件下进行的。
另外，芯片提供了CORDIC算法用于三角函数的计算，对此也做了相应的编码测试。
//采用CORDIC IP进行atan计算
uint32_t AtanCordic(uint32_t x,uint32_t y)
{
//写入CR寄存器
CORDIC->CR &= ~(CORDIC_CR_ENABLE_MASK | CORDIC_CR_START_MASK | CORDIC_CR_STARTMODE_MASK | CORDIC_CR_WORKMODE_MASK);
CORDIC->CR |= CORDIC_CR_ENABLE(1) | CORDIC_CR_START(0)
| CORDIC_CR_WORKMODE(0) | CORDIC_CR_STARTMODE(0);
//CORDIC->CR = (uint32_t)0x00000008;
//CORDIC_CR_ENABLE(1);
//DY值写入
CORDIC->DYR = (uint32_t)y;
//DZ写入
CORDIC->DZR = (uint32_t)0;
//查询状态,等待空闲
while(CORDIC->SR == 1);
//DX写入
CORDIC->DXR = (uint32_t)x;
while (CORDIC->SR == 1);
return CORDIC->RZR;
}
//采用CORDIC计算sin,cos
void SinCosCordic(uint32_t x,uint32_t y,uint32_t z,uint32_t *reslutSin,uint32_t *resultCos)
{
CORDIC->CR = 0x0E;
CORDIC->DXR = x;
CORDIC->DYR = y;
CORDIC->DZR = z;
while(CORDIC->SR == 1);
CORDIC->CR = 0x0F;
while(CORDIC->SR == 1);
*reslutSin = CORDIC->RYR;
*resultCos = CORDIC->RXR;
}
4、测试结论
该款MM32F5270与市场上使用较广的TI 28335频率相同，但运算性能、片内资源和可扩展性上均有较大的竞争优势，是国产化替代的又一强有力产品，应用前景十分值得期待。
————————————————
版权声明：本文为CSDN博主「极术社区」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_47569031/article/details/127404099
|
楼主
标题置顶
标题高亮
