嵌入式软件编程模式_嵌入式系统开发模式(2)，挑战华为社招

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里p7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新golang全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上go语言开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加v获取：vip1024b （备注go）

正文

文章目录

• • 嵌入式软件编程模式

• • 基于周期调用的运行模式

• 基于中断的前后台运行模式
• 基于事件队列的运行模式
• 带时间信息的事件队列运行模式
• 周期任务运行框架

整理自：《ai嵌入式系统：算法优化与实现》

本章介绍嵌入式软件编程模式和通用软件优化方案。嵌入式软件编程模式关注的是底层支撑软件的架构，包括内存和cpu运行时间的分配方案，它服务于上层机器学习软件。

嵌入式软件编程模式和传统的计算机编程模式在概念上有所不同，一般计算机软件编程模式侧重软件开发过程中的代码复用和架构标准化技术，以模块化和层次化的形式构建软件对象，而这一章所讨论的嵌入式编程模式是为了满足多任务的实时响应，在有限内存和有限运算能力的嵌入式cpu上高效地完成运算任务。本章讨论的内容除了编程模式外，还包括通用的嵌入式软件优化方案，它们和嵌入式软件编程模式相结合，保障了机器学习算法在嵌入式平台上高效运行。这一章的内容除了可用于提高机器学习应用软件效率外，也能够应用于其他具有类似特性的嵌入式软件。

嵌入式软件编程模式

嵌人式系统和应用紧密结合，不同应用有不同的软件运行要求。下面将讨论几种常见的嵌入式系统编程模式，每种模式有对应的应用场合，可以单独使用或者混合使用。这里讨论的编程模式主要针对没有操作系统的嵌入式软件运行环境，在这种情况下，cpu的全部算力可以分配到和应用相关的计算，不需要额外执行io资源状态、内存清理、调度等软件操作系统的管理任务，因此运行效率和内存使用效率会更高，但付出的代价是需要手动管理任务并发、io状态检查、资源共享等，对开发者有更高的要求。

下面首先给出常见的嵌入式系统运行模式示意图，如图2-1所示。
图中系统的功能是从传感器获得外部数据，进行分析运算后输出控制命令，运行期间还需要接收用户输入。
这一架构模型反映了大多数嵌入式系统的运行模式。比如，在语音识别应用中，嵌入式系统周期性地从adc读入语音的波形数据，经过处理后识别用户语音指令，并根据识别结果输出控制命令。对于运行机器人视频避障软件的嵌入式系统，车软件需要通过摄像头周期性地获得视频数据，分析视频内容，识别障碍和目的地并输出机器人移动控制命令

上面描述的嵌人式系统运行模式涉及了多个需要并行执行的任务，每个任务有不同的运行周期性和处理优先级要求。表2-1给出了一个例子，其中嵌人式系统中需要同时运行4个任务，分别是传感器采样数据读取、数据计算及控制输出、用户输人命令检查、状态显示更新。它们的执行周期如表2-1所示。

这几个任务中，读入传感器数据的时间优先级最高，根据采样率所规定的时间间隔运行，不能错过数据；计算及控制输出同样有实时性要求，但它的执行频率低于数据采样；用户命令的检查和状态显示更新的优先级最低，只要满足人们对信息的感知速度即可。
上面几个任务的时间要求和运行频率要求也各不相同。设计时，需要根据优先级制定软件执行方案。当使用实时操作系统时，可以使用比如“单调速率调度算法”（rate monotonic scheduling,rms）等方案实现以上多任务并发执行，如图2-2示。我们后面讨论的几种编程模式能够不依赖于操作系统实现，允许开发者根据应用特点实现更灵活的定制化多任务执行模式。

基于周期调用的运行模式

周期运行模式的一种实现方式如代码清单2-1所示，该代码实现了表2-1给出的嵌入式系统的几个任务周期执行。其中while循环内部的几个任务按执行顺序排列，并且每轮while循环根据周期要求对各个任务执行1次或者多次。

whi1e循环内的代码对应所需要的任务的一个运行周期，如图2-2所示。但在实际情况中，由于每个模块运行时间存在差异，因此往往得到疏密不均匀的“周期”运行效果，如图2-3所示。这使得系统对传感器输入数据的“采样率”不再固定，并且对用户的输入响应间隔也时快时慢，系统运行缺少“确定性”。改进措施如下：

1）将运行时间过长的任务进行状态分割。

2）将采样固定在时间格点上运行。

下面详细介绍这两种改进方案。
运行时间长的任务拆分

任务拆分是将一个长时间任务分成几个阶段实现，每次循环执行时仅完成其中一个阶段的任务。例如，假设“状态显示更新”任务由于具有lcd特性而运行很慢，我们将其分成几部分，比如假设原始的操作可以分成三部分，如代码清单2-2所示。

该函数内部有static类型状态变量state，它的取值在函数一次调用完成到下一次调用期间是保持不变的。我们第一次调用该函数时，由于state=stageo，因此执行“更新测量数据曲线图”；第二次调用时，由于state=stage1，因此执行“更新数据计算结果”；第三次调用时，由于state=stage2，因此执行“更新用户输人内容”；三次调用后，state回到stageo，下次调用再次执行“更新测量数据曲线图”，并重复上面的过程，如图2-4所示。

通过上面的例子可以看到，我们能够将需要一次运行时间长的函数拆分成多个阶段实现，使得周期执行循环中，执行该函数的时间降低到各个阶段的执行时间。该模式适用于可以分解为多个执行阶段的函数，并且各个执行阶段相对独立，相邻执行阶段的运行时间可以不连续。

时间格点采样
对于传感器数据读取，当相邻两次调用读取数据的函数的间隔小于采样间隔时，通过代码清单2-4给出的伪代码实现采样时间调整，以确保每次数据读取在特定的时间格点上执行。

确定当前时间是否在采样时间格点上，如果不在，则延退等待固定时间。
值得注意的是，在很多情况下，采样时间间隔可以通过外部数据采样硬件确定，用户程序通过fifo读取数据，当数据尚未到达时，fifo为空，这使得我们可以基于fifo是否为空来判断时间格点上的数据采样是否完成，如代码清单2-5所示。

上述模式只有当两次执行传感器采样数据读取”的间隔小于采样间隔时才有效，女如果大于采样间隔，则会导致采样点“遗漏如图2-5所示。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加v获取：vip1024b （备注go）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事it行业的老鸟或是对it行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
图片转存中…(img-xeodxbcy-1713215026667)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事it行业的老鸟或是对it行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！