当前位置: 首页 > news >正文

LWIP学习记录2——MAC内核

一、MAC简介

stm32自带有10/100Mbit/s的以太网MAC内核,他提供地址以及媒体访问的控制方式。
MAC内核特性:

传输速率:支持外部PHY接口实现10/100Mbit/s数据传输速率;
协议标准:符合IEEE802.3/3u的MII和RMII接口与快速以太网PHY通信;
工作模式:支持全双工和半双工操作;
站管理接口:支持通过MDIO接口配置和管理PHY设备;

MAC内核是单片机自带,比如STM32F4/STM32H7,这些单片机自带了MAC内核;

当然有些单片机是不带MAC内核,所以不带MAC内核的单片机要做怎么进行通讯,据我之前所了解需要购买带MAC内核的PHY芯片

二、STM32的ETH框架

按照从左向右的顺序介绍:

  • 以太网DMA数据包以DMA方式发送/接收
  • MAC内核以太网帧发送时,给数据加上一些控制信息;以太网接收时,去掉控制信息;
  • PHY交互接口:数据通道——介质接口RMII/MII;管理通道——SMI站管理接口。

三、SMI站管理接口

允许应用程序通过时钟线和数据线访问任意PHY寄存器,最多支持32个PHY访问

  • MDC:周期始终引脚(最大频率为2.5MHz);
  • MDIO:数据输入/输出比特流。

 也就是STM32这个MAC内核最多能够控制32个PHY芯片,这个总线其实跟IIC类似,那么肯定有地址控制。

1、SMI帧格式

  • PADDR:PHY地址(00_1F);
  • RADDR:寄存器地址(00_1F);
  • 数据位:16位数据位(PHY寄存器都是16位)。
  •  下图可看出PADDR是5位,最多控制32个,所以只要我们将PHY芯片地址设置好,就可控制多个PHY芯片。

MDIO时序和帧结构——写周期

2、MDC时钟来自哪里?

MDC的时钟来自于stm32内部,是通过AHB时钟树分频得到的。

四、介质接口MII与RMII

MII有16个引脚,RMII只有9个引脚

MII参考时钟是25MHz,而RMII是50MHz

MII是4位位宽,而RMII只能收发2位位宽

综上所诉,所以大家基本布板选用RMII连接走线比较多

介质接口MII、RMII引脚数量

MII所需引脚位16个,而RMII所需只有9个;
MII的TX_CLK和RX_CLK由PHY芯片提供,使得MAC内核以这个时钟采集收发数据;
RMII的REF_CLK,MAC内核以这个时钟采集收发数据。
注意:RX_ER和RX_DV用来检测以太网帧是否有效;而CRS和COL以及CRS_DV在全双工模式下无效。

http://www.dtcms.com/a/292913.html

相关文章:

  • 合同管理系统技术架构深度解析:快鹭云如何通过NLP+区块链实现纠纷率下降67%|附动态安全库存算法实现
  • NumPy:Python 科学计算的基石
  • 分类模型(BERT)训练全流程
  • IO复用(多路转接)
  • c语言学习(days08)
  • 对比学习 | 软标签损失计算
  • 安科瑞工商业光储充新能源电站ACCU-100M微电网协调控制器
  • MyBatis-Plus 分页实战
  • 目前主流的AI深度学习框架对Windows和Linux的支持哪个更好
  • 单细胞转录组学+空间转录组的整合及思路
  • 一个不起眼的问题,导致插件加载失败
  • python中 tqdm ,itertuples 是什么
  • 学习软件测试的第十九天
  • ​Eyeriss 架构中的访存行为解析(腾讯元宝)
  • Java学习----Redis集群
  • SHAP的升级版:可解释性框架Alibi的相关介绍(一)
  • L1与L2正则化:核心差异全解析
  • RabbitMQ03——面试题
  • DOM/事件高级
  • haprox七层代理
  • 医院如何实现节能降耗?
  • <另一种思维:语言模型如何展现人类的时间认知>读后总结
  • 【上市公司变量测量】Python+FactSet Revere全球供应链数据库,测度供应链断裂与重构变量——丁浩员等(2024)《经济研究》复现
  • Day28| 122.买卖股票的最佳时机 II、55. 跳跃游戏、45.跳跃游戏 II、1005.K次取反后最大化的数组和
  • Spring AI Alibaba + JManus:从架构原理到生产落地的全栈实践——一篇面向 Java 架构师的 20 分钟深度阅读
  • MSTP实验
  • 深入理解 Qt 中的 QImage 与 QPixmap:底层机制、差异、优化策略全解析
  • 集训Demo5
  • 代码检测SonarQube+Git安装和规范
  • 从FDTD仿真到光学神经网络:机器学习在光子器件设计中的前沿应用工坊