当前位置: 首页 > news >正文

STM32 基础知识 定时器【概念】

定时器

        定时器就是 计数器

定时器总体分为三类:基本定时器,通用定时器,高级定时器。

框图

 框图主要分为四部分:①时钟产生器部分  ②时基单元  ③ 输入捕获部分  ④ 输出比较部分

TIM功能描述

时基单元

        一般来说 时基单元有三部分构成:预分频器(PSC)、计数器(CNT)、和自动重装载寄存器(ARR)重复次数计数器只存在于高级定时器

其中 预分频器和自动重装载寄存器是有影子计数器存在的,当我们修改完预分频器和自动重装载寄存器后,并不会立即进行改变,而是在产生更新中断时,才会写入到影子寄存器中,影子寄存器才是实际起作用的寄存器。

还需要注意:UEV 为更新事件,UIF(Updata Interrupt Flag)为更新中断标志,UIE(Updata Interrupt Enable)为更新中断使能

         产生更新事件后,UIF会置1

预分频器:

        是一个16为的寄存器,对输入时钟进行分频,可以在运行过程中改变他的数值,在下一次产生更新事件时起作用。

计数器:

        计数器从0累加到自动重装载寄存器的值后,然后重新从0开始计数并产生一个更新事件

自动重装载寄存器:

        固定值,用来比较CNT与ARR值的关系,

        ARR也存在影子寄存器,与PSC不同的是:可以通过寄存器来开关影子寄存器

重复计数器(TIM1、TIM8):

        大概就是计数器溢出的次数,当没有重复计数器时,计数器溢出会直接产生更新中断,有了重复计数器后,当计数器溢出的次数等于重复计数器后才会产生更新中断

计数器模式:

        向上计数模式、向下技术模式、中央对齐模式

向上计数模式:

        计数器从0计数到自动重装载寄存器的值后,重新从0开始计数并产生一个更新事件

向下计数模式:

        计数器从自动重装载寄存器的值开始向下计数到0,然后从自动重装载的值重新开始并产生一个更新事件

中央对齐模式:

        计数器从0开始计数到ARR-1时,产生一个计数器溢出事件,然后开始向下计数,当计数到1时,产生一个计数器下溢出事件,然后从0开始计数。

时钟产生器

        分为时钟源选择和控制器 

控制器

        ① 触发控制器(主模式)  ②从模式控制器 ③  编码器控制 

时钟源:

主要来源于四部分: 

1) 内部时钟(CK_INT)

2) 外部时钟模式1

         TI1_ED、TI1FP1、TI2FP2

        TI1_ED:定时器的边沿检测

        TI1FP1:Timer Input 1 Filtered polarity 定时器1的输入 经过滤波和极性选择后

3)外部时钟模式2 

         TIMx_SMCR ETP: 外部触发极性,0 高电平或上升沿有效,1 低电平或下降沿有效

        TIMx_SMCR ETPS[1:0]: 外部触发分频,00 关闭,01 ETRF/2 ,10 ETRF/4,11 ETRF/8

        TIMx_SMCR ETF[3:0]:外部触发滤波

4)ITRx 内部触发输入   

    来自其他定时器的输出,用于级联 

http://www.dtcms.com/a/293734.html

相关文章:

  • 基于PyTorch的多视角二维流场切片三维流场预测模型
  • 【NLP舆情分析】基于python微博舆情分析可视化系统(flask+pandas+echarts) 视频教程 - 主页-微博点赞量Top6实现
  • 19.动态路由协议基础
  • 备受关注的“Facebook Email Scraper”如何操作?
  • 开源 Arkts 鸿蒙应用 开发(十)通讯--Http
  • 腾讯云推出CodeBuddy:革新AI全栈开发体验
  • 第六章 W55MH32 UDP Multicast示例
  • 神经架构搜索革命:从动态搜索到高性能LLM的蜕变之路
  • AI 搜索引擎:让信息“长脑子”而不是“堆数据”
  • 解决 i.MX6ULL 通过 ADB 连接时权限不足问题 not in the plugdev group
  • 网络调制技术对比表
  • Numpy 库 矩阵数学运算,点积,文件读取和保存等
  • 线段树学习笔记 - 练习题(1)
  • iOS 性能监控 苹果手机后台运行与能耗采样实战指南
  • 沉浸式文旅新玩法-基于4D GS技术的真人数字人赋能VR体验升级
  • 深度相机---像素转物理尺寸
  • 【基于OpenCV的图像处理】图像预处理之二值化处理以及图像的仿射变换
  • 基于Python flask的常用AI工具功能数据分析与可视化系统设计与实现,技术包括LSTM、SVM、朴素贝叶斯三种算法,echart可视化
  • linxu CentOS 配置nginx
  • 字节 AI 编辑器 Trae 2.0 SOLO 出道! 国际版不充分指南及与国内版的对比
  • 【web页面接入Apple/google/facebook三方登录】
  • 精准扫描,驱动未来:迁移科技3D视觉系统在工业自动化中的革命性应用
  • MySQL 链接方法思考
  • 【前端】ikun-pptx编辑器前瞻问题三: pptx的图片如何提取,并在前端渲染。
  • 【LeetCode 热题 100】78. 子集——(解法三)位运算
  • (46)elasticsearch-华为云CCE无状态负载部署
  • Vite 6 到 Vite 7 的迁移指南,常见问题和解决方案
  • Linux驱动-中断-工作队列传参
  • mysql中varchar可以放多少个中文字符?
  • shiro的SecurityUtils.getSubject() 使用说明