FreeRTOS从代码层面进行原理分析(5 对实时性的探究)

2024-03-31 08:44

本文主要是介绍FreeRTOS从代码层面进行原理分析(5 对实时性的探究),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

FreeRTOS 的实时性是如何做到的?又有多实时?


前面我们用了 4 篇博客对 FreeRTOS 是如何建立任务的FreeRTOS 是调度和切换任务 进行了探索,又把 FreeRTOS 移植到了大学时期买的古早 STM32 开发板上的方式对了解到的原理进行验证。

FreeRTOS从代码层面进行原理分析(1 任务的建立)
FreeRTOS从代码层面进行原理分析(2 任务的启动)
FreeRTOS从代码层面进行原理分析(3 任务的切换)
FreeRTOS从代码层面进行原理分析(4 移植)

对于 FreeRTOS 是如何保证实时性 这一问题,通过前面的博客,想必目前我们心里已经有了大概了。
其保证实时性的理由就是利用了 Systime 中断作为任务切换的时间片。

在官方的介绍中有这么一句话,说明实时性操作系统需要保证的是在规定时间内完成切换任务的响应。
在这里插入图片描述
那么问题来了,严格定义的时间究竟是多少时间呢? 那就让我们在 Cortex-m3 架构的 STM32F103RCT6 单片机上来验证一下时间。

————————————————我是分隔符———————————————————————————

任务切换所需的时间

官网教程中正好有能体现这一时间的图片,就是下图的红色部分。

在这里插入图片描述
计算栈切换时间的办法,我打算采取使用 systick Current 寄存器的值进行估算。
在这里插入图片描述
在前面的博客介绍过 FreeRTOS 任务切换的原理,就是利用 Systick 引发的中断对任务进行判断,挑选出合适的任务,在将新任务上已经存好的值恢复到当前栈上面去,然后跳转到新的任务上执行。

那么,只要我们在跳进 Systick 中断时读取 SysTick Current Value 寄存器的值,然后再跳到任务的时候也读取一次 SysTick Current Value 寄存器的值,它们相减就大约是一个任务切换所需要的时间了。这个值不会特别特别精确,但是作为我们实际参考肯定是够够的了(也欢迎大家提出不同意见,还有什么情况下会导致切换上下文时间出现较大变化)。

在前面移植 FreeRTOS 的时候的代码就是简单的创建了两个优先级相同的任务。

在这里插入图片描述
代码的上面和下面加的参数是为了防止编译器对里面的函数优化,迷惑我们的目的~

编译,烧录,然后在这两个函数内部和 systick 中断中打上断点(调试手段这里介绍)。

在这里插入图片描述
在进入 systick 中断和进入任务的时候都打印 SysTick Current Value 寄存器的值,用于计算任务切换时间。

在这里插入图片描述
好了~ 现在我们已经得到了 SysTick Current Value 寄存器的差值。

0x180b - 0x174e = 0xBD == 189

再确认一下咱们的时钟配置:

在这里插入图片描述
72MHZ = 72000000HZ 约等于 13.89ns
在这里插入图片描述
上面的咱们已经知道了切换一共使得 SysTick Current Value 寄存器减少了 189 次。

189 * 13.89ns 约等于 2,625 ns  约等于 2.6μs

总结

经过我们对代码的调试得出了切换任务需要 2.6μs的这个结论, 但是实际上 FreeRTOS 在 Cortex-m3 架构的 STM32F103RCT6 配置 72MHZ 时钟的情况下,切换任务的时间实际要小于这个 2.6μs 的,因为两个断点间,还是可能还是执行到了一条到多跳的代码~ 但是让我们大致忽略这些,因为这个时间已经足够小了。

举个好玩的例子~

目前这个世界上飞行时速最快的飞机X-43A速度极限是9.6马赫。大约每秒钟可以飞行3公里(是不是到这里感觉很快?)
每毫秒还能飞行3米。
但是!每微妙只能飞行3毫米。

2.6μs 只能让这个怪物飞行 7.8毫米,乖乖!!

在这里插入图片描述


请添加图片描述

这篇关于FreeRTOS从代码层面进行原理分析(5 对实时性的探究)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/863913

相关文章

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

hdu4407(容斥原理)

题意:给一串数字1,2,......n,两个操作:1、修改第k个数字,2、查询区间[l,r]中与n互质的数之和。 解题思路:咱一看,像线段树,但是如果用线段树做,那么每个区间一定要记录所有的素因子,这样会超内存。然后我就做不来了。后来看了题解,原来是用容斥原理来做的。还记得这道题目吗?求区间[1,r]中与p互质的数的个数,如果不会的话就先去做那题吧。现在这题是求区间[l,r]中与n互质的数的和

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

Android平台播放RTSP流的几种方案探究(VLC VS ExoPlayer VS SmartPlayer)

技术背景 好多开发者需要遴选Android平台RTSP直播播放器的时候,不知道如何选的好,本文针对常用的方案,做个大概的说明: 1. 使用VLC for Android VLC Media Player(VLC多媒体播放器),最初命名为VideoLAN客户端,是VideoLAN品牌产品,是VideoLAN计划的多媒体播放器。它支持众多音频与视频解码器及文件格式,并支持DVD影音光盘,VCD影

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

业务中14个需要进行A/B测试的时刻[信息图]

在本指南中,我们将全面了解有关 A/B测试 的所有内容。 我们将介绍不同类型的A/B测试,如何有效地规划和启动测试,如何评估测试是否成功,您应该关注哪些指标,多年来我们发现的常见错误等等。 什么是A/B测试? A/B测试(有时称为“分割测试”)是一种实验类型,其中您创建两种或多种内容变体——如登录页面、电子邮件或广告——并将它们显示给不同的受众群体,以查看哪一种效果最好。 本质上,A/B测

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者