适用于嵌入式单片机的差分升级通用库+详细教程
2026-01-21 04:05:19作者:虞亚竹Luna
简介
本资源文件提供了一个适用于嵌入式单片机的差分升级通用库,并附带详细的教程。差分升级(又称为增量升级)是一种通过差分算法将源版本与目标版本之间的差异部分提取出来,制作成差分包,然后在设备上通过还原算法将差异部分在源版本上进行还原,从而升级成目标版本的过程。
特点
- 节省资源空间:差分升级方案可以节省MCU内部的资源空间。
- 降低功耗:在下载和升级过程中,差分升级可以显著降低功耗。
- 减少下载量:差分升级可以极大减少下载量,特别是对于嵌入式STM32等单片机来说,可以减少维护成本。
实现原理
差分升级过程包括以下几个步骤:
- 使用旧版本bin文件和新版本bin文件制作差分包。
- 将差分包下载到设备内。
- 设备使用差分算法还原出新版本bin。
- 设备将新版本bin进行CRC验证后刷到代码执行区。
- 设备重启并以新版本运行。
关键点
- 差分包制作过程:使用稳定的开源差分算法bsdiff+lzma生成差分包。
- 嵌入式设备中差分算法库的移植:使用开源差分算法bsdiff+lzma来还原新版本文件,代码全开源,并已抽象出极简的接口,移植简单。
使用方法
- 差分包制作:使用上位机软件制作差分包,上位机软件已开源,可自行修改。
- 差分算法库的移植:将差分算法库移植到嵌入式设备中,提供详细的移植教程和代码示例。
适用范围
本库适用于市场上所有的单片机,如STM32、瑞萨、华大、复旦微等,但要求RAM至少要10k以上,库本身的消耗大概是5k的ROM。
贡献
欢迎开发者贡献代码和提出改进建议,共同完善本差分升级通用库。
许可证
本项目遵循CC 4.0 BY-SA版权协议,转载请附上原文出处声明。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
930
801
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
871
207
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
130
189
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160