STM32 HAL 库实现乒乓缓存加空闲中断的串口 DMA 收发机制 STM32 HAL 库实现乒乓缓存加空闲中断的串口 DMA 收发机制，轻松跑上 2M 波特率。 STM32 中一般的 DMA 传输方向有内存->内存、外设->内存、内存->外设。通用异步收发传输器（Universal Asynchronous Receiver/Transmitter，UART），在嵌入式开发中一般称为串口，通常用于中、低速通信场景，波特率低有 6400 bps，高能达到 4~5 Mbps。 在 STM32 中使用 DMA 收发数据，可以节约可观的 CPU 处理时间。特别是在高速、大数据量的场景中，DMA 是必须的，而双缓冲区、空闲中断以及 FIFO 数据缓冲区也是非常重要的成分。 在本文中，我们将使用 STM32CubeMX 配置串口，首先使能高速外部时钟，然后设置时钟树。接下来配置串口，选择一个串口，设置模式为 Asynchronous，设置波特率、帧长度、奇偶校验以及停止位长度。然后添加接收和发送的 DMA 配置，注意在 RX 中将 DMA 模式改为 Circular，这样 DMA 接收只用开启一次，缓冲区满后 DMA 会自动重置到缓冲区起始位置，不再需要每次接收完成后重新开启 DMA。 在串口收到数据之后，DMA 会逐字节搬运到 RX_Buf 中。当搬运到一定的数量时，就会产生中断（空闲中断、半满中断、全满中断），程序会进入回调函数以处理数据。全满中断和半满中断都很好理解，就是串口 DMA 的缓冲区填充了一半和填满时产生的中断。而空闲中断是串口在上一帧数据接收完成之后在一个字节的时间内没有接收到数据时产生的中断，即总线进入了空闲状态。 现在网络上大部分教程都使用了全满中断加空闲中断的方式来接收数据，不过这存在了一定的风险：DMA 可以独立于 CPU 传输数据，这意味着 CPU 和 DMA 有可能同时访问缓冲区，导致 CPU 处理其中的数据到中途时 DMA 继续传输数据把之前的缓冲区覆盖掉，造成了数据丢失。所以更合理的做法是借助半满中断实现乒乓缓存。 乒乓缓存是指一个缓存写入数据时，设备从另一个缓存读取数据进行处理；数据写入完成后，两边交换缓存，再分别写入和读取数据。这样给设备留足了处理数据的时间，避免缓冲区中旧数据还没读取完又被新数据覆盖掉的情况。 但是出现了一个小问题，就是 STM32 大部分型号的串口 DMA 只有一个缓冲区，要怎么实现乒乓缓存呢？没错，半满中断。现在，一个缓冲区能拆成两个来用了。看这图我们再来理解一下上面提到的三个中断：接受缓冲区的前半段填满后触发半满中断，后半段填满后触发全满中断；而这两个中断都没有触发，但是数据包已经结束且后续没有数据时，触发空闲中断。 举个例子：向这个缓冲区大小为 20 的程序传送一个大小为 25 的数据包，它会产生三次中断，如下图所示。程序实现原理介绍完成，感谢 ST 提供了 HAL 库，接下来再使用 C 语言实现它们就很简单了。首先开启串口 DMA 接收。 #define RX_BUF_SIZE 20 uint8_t USAR_RX_Buf[RX_BUF_SIZE]; 在上面的例子中，我们定义了一个大小为 20 的缓冲区 USAR_RX_Buf，並将其设置为串口 DMA 的接收缓冲区。然后，我们可以使用 HAL 库提供的函数来开启串口 DMA 接收。 HAL_UART_Receive_DMA(&huart1, USAR_RX_Buf, RX_BUF_SIZE); 在串口收到数据之后，DMA 会逐字节搬运到 RX_Buf 中。当搬运到一定的数量时，就会产生中断（空闲中断、半满中断、全满中断），程序会进入回调函数以处理数据。在回调函数中，我们可以将数据写入 FIFO 中供应用读取。 void HAL_UART_RxCpltCallback(UART_HandleTypeDef *huart) { // 将数据写入 FIFO 中 FIFO_Put(USAR_RX_Buf, RX_BUF_SIZE); } 在上面的例子中，我们使用 HAL 库提供的回调函数 HAL_UART_RxCpltCallback 来处理数据。在这个函数中，我们将数据写入 FIFO 中供应用读取。这样，我们就可以轻松地实现高速的串口收发机制。 使用 STM32 HAL 库可以轻松地实现高速的串口收发机制，轻松跑上 2M 波特率。同时，我们还可以使用乒乓缓存和空闲中断来避免数据丢失和提高系统的可靠性。

"基于CNN-BILSTM-Attention及SAM-Attention机制的深度学习模型：多特征分类预测与效果可视化",CNN-BILSTM-Attention基于卷积神经网络-双向长短期记忆神经网络-空间注意力机制CNN-BILSTM-SAM-Attention多特征分类预测。 多特征输入单输出的二分类及多分类模型。 程序内注释详细替数据就可以用。 程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图。 多边形面积PAM，分类准确率，灵敏度，特异性，曲线下面积AUC，Kappa系数，F_measure。 ,核心关键词： CNN-BILSTM-Attention; 空间注意力机制; 多特征分类预测; MATLAB程序; 分类效果图; 迭代优化图; 混淆矩阵图; 多边形面积; 分类准确率; 灵敏度; 特异性; AUC; Kappa系数; F_measure。,基于多特征输入的CNN-BILSTM-Attention模型及其分类预测效果图优化分析

0x0 前言 0x1 WAF的常见特征 0x2 绕过WAF的方法 0x3 SQLi Filter的实现及Evasion 0x4 延伸及测试向量示例 0x5 本文小结 0x6 参考资料

### 进程的同步与互斥，生产者与消费者同步机制问题 #### 一、基础知识概述 在操作系统中，进程的同步与互斥是两个重要的概念。这些概念主要用于解决多进程或多线程环境下资源访问冲突的问题。理解这些概念对于设计高效稳定的系统至关重要。 - **同步**：指的是多个进程之间按照某种预定义的顺序执行的过程。 - **互斥**：确保在任何时刻只有一个进程可以访问共享资源。这是通过锁或信号量等机制实现的。 #### 二、生产者与消费者问题 生产者与消费者问题是进程间通信的经典案例之一。这个问题涉及到一组生产者进程（负责生成数据）和一组消费者进程（负责处理数据）。所有进程都通过一个公共缓冲区进行交互。为了防止数据竞争和死锁，需要采用适当的同步机制。 #### 三、代码分析 给定的代码片段展示了如何使用C语言来实现一个简单的生产者与消费者模型。接下来，我们将深入分析这段代码的关键部分。 ##### 3.1 数据结构定义 ```c #define buffersize 5 int processnum=0; struct pcb { int flag; int numlabel; char product; char state; struct pcb* processlink; }*exe=NULL,*over=NULL; typedef struct pcb PCB; PCB* readyhead=NULL,* readytail=NULL; PCB* consumerhead=NULL,* consumertail=NULL; PCB* producerhead=NULL,* producertail=NULL; int productnum=0; int full=0,empty=buffersize; char buffer[buffersize]; int bufferpoint=0; ``` 这里定义了一个名为`pcb`的数据结构，用于表示进程控制块(PCB)，其中包括了进程的一些基本属性，如标识符(`flag`)、编号(`numlabel`)、当前状态(`state`)以及下一个进程的指针(`processlink`)。还定义了一些全局变量，如缓冲区大小、进程数量、产品数量等。 ##### 3.2 队列操作 ```c void linklist(PCB* p,PCB* listhead){ PCB* cursor=listhead; while(cursor->processlink!=NULL){ cursor=cursor->processlink; } cursor->processlink=p; } ``` `linklist`函数用于将一个新进程添加到就绪队列的末尾。`freelink`函数用于释放链表中的所有节点。`linkqueue`函数则用于初始化或扩展队列。 ##### 3.3 进程管理 ```c bool processproc(){ int i,f,num; char ch; PCB* p=NULL; PCB** p1=NULL; printf("\n请输入希望产生的进程个数："); scanf("%d",&num); getchar(); for(i=0;iflag=f; processnum++; p->numlabel=processnum; p->state='w'; p->processlink=NULL; if(p->flag==1) { printf("您要产生的进程是生产者，它是第%d个进程。请您输入您要该进程产生的字符：\n",processnum); scanf("%c",&ch); getchar(); p->product=ch; productnum++; printf("您要该进程产生的字符是%c \n",p->product); } else { printf("您要产生的进程是消费者，它是第%d个进程。\n",p->numlabel); } linkqueue(p,&readytail); } return true; } ``` `processproc`函数负责创建进程并将其添加到就绪队列中。用户可以指定要创建的进程总数及每个进程的类型（生产者或消费者），并为生产者进程指定要生产的字符。 ##### 3.4 队列元素检查 ```c bool hasElement(PCB* pro){ // 代码缺失 } ``` `hasElement`函数用于检查队列是否包含元素，但代码片段中并未给出具体实现。 #### 四、关键概念解析 1. **缓冲区**: 在本例中，缓冲区用于存储生产者产生的数据，并供消费者读取。 2. **信号量**: `full`和`empty`变量实际上充当了信号量的角色，用于表示缓冲区中已填充的产品数量和空闲空间数量。 3. **互斥锁**: 缓冲区本身应当受到保护，以避免多个进程同时修改它而导致数据不一致。虽然本例中没有明确实现互斥锁，但在实际应用中通常会使用互斥锁来保证数据一致性。 #### 五、总结 生产者与消费者模型是一种经典的进程间通信方式，在实际系统开发中具有广泛的应用价值。通过上述分析，我们可以看到该模型是如何利用数据结构和简单的同步机制来协调不同进程之间的交互。理解和掌握这一模式有助于开发者设计出更高效、可靠的多进程应用程序。

基于卷积-长短期记忆网络加注意力机制（CNN-LSTM-Attention）的时间序列预测程序，预测精度很高。 可用于做风电功率预测，电力负荷预测等等 标记注释清楚，可直接换数据运行。 代码实现训练与测试精度分析。 这段程序主要是一个基于CNN-LSTM-Attention神经网络的预测模型。下面我将逐步解释程序的功能和运行过程。 1. 导入所需的库： - matplotlib.pyplot：用于绘图 - pandas.DataFrame和pandas.concat：用于数据处理 - sklearn.preprocessing.MinMaxScaler：用于数据归一化 - sklearn.metrics.mean_squared_error和sklearn.metrics.r2_score：用于评估模型性能 - keras：用于构建神经网络模型 - numpy：用于数值计算 - math.sqrt：用于计算平方根 - attention：自定义的注意力机制模块 2. 定义一个函数mae_value(y_true, y_pred)用于计

1.2 协议栈底层机制 “栈”模式底层机制基本就是像下面这个样子： 对于收到的每个数据包，都从“A”点进来，经过路由判决，如果是发送给本机的就经 过“B”点，然后往协议栈的上层继续传递；否则，如果该数据包的目的地是不本机，那么 就经过“C”点，然后顺着“E”点将该包转发出去。 对于发送的每个数据包，首先也有一个路由判决，以确定该包是从哪个接口出去，然后 经过“D”点，最后也是顺着“E”点将该包发送出去。 协议栈那五个关键点 A，B，C，D 和 E 就是我们 Netfilter 大展拳脚的地方了。 2 Netfilter 2.1Netfilter 介绍 Netfilter 是 Linux 2.4.x 引入的一个子系统，它作为一个通用的、抽象的框架，提供一整 套的 hook 函数的管理机制，使得诸如数据包过滤、网络地址转换(NAT)和基于协议类型的 连接跟踪成为了可能。Netfilter 在内核中位置如下图所示： 这幅图，很直观的反应了用户空间的 iptables 和内核空间的基于 Netfilter 的 ip_tables 模 块之间的关系和其通讯方式，以及 Netfilter 在这其中所扮演的角色。 Netfilter 在 netfilter_ipv4.h 中将那五个关键点“ABCDE”上来。重新命名，如下图所示。

CNN-LSTM-Attention分类，基于卷积神经网络-长短期记忆网络结合注意力机制(CNN-LSTM-Attention)分类预测 MATLAB语言（要求2020版本以上） 中文注释清楚 非常适合科研小白，替数据集就可以直接使用 多特征输入单输出的二分类及多分类模型。 预测结果图像：迭代优化图，混淆矩阵图等图如下所示

CNN-LSTM-Attention基于卷积-长短期记忆神经网络结合注意力机制的数据分类预测 Matlab语言 程序已调试好，无需更改代码直接替换Excel即可运行 1.多特征输入，LSTM也可以换成GRU、BiLSTM，Matlab版本要在2020B及以上。 2.特点： [1]卷积神经网络 (CNN)：捕捉数据中的局部模式和特征。 [2]长短期记忆网络 (LSTM)：处理数据捕捉长期依赖关系。 [3]注意力机制：为模型提供了对关键信息的聚焦能力，从而提高预测的准确度。 3.直接替换Excel数据即可用，注释清晰，适合新手小白 4.附赠测试数据，输入格式如图3所示，可直接运行 5.仅包含模型代码 6.模型只是提供一个衡量数据集精度的方法，因此无法保证替换数据就一定得到您满意的结果

mmdetection3增加12种注意力机制，包括：CBAM、BAM、SEAttention、ECAAttention 、ShuffleAttention 、SGE 、A2Atttention 、PolarizedSelfAttention、CoTAttention、TripletAttention、CoordAttention、ParNetAttention

内容索引:VC/C++源码,系统相关,消息机制　　VC++利用消息机制在两个EXE程序间通信，在发送端发送消息，终端可以即时监听并接收到消息，然后给出提示。通过本例大家可了解一些程序间数据交换的相关技巧。