STM32F103 ADC中断问题分析与解决方案
2025-06-01 04:02:17作者:乔或婵
问题背景
在嵌入式开发中,STM32F103系列微控制器的ADC(模数转换器)模块是一个常用功能模块。然而,在使用embassy-rs嵌入式框架时,开发者发现ADC中断功能存在异常情况,主要表现为ADC转换完成中断(EOC)无法正常触发,导致程序在读取ADC结果时出现挂起现象。
问题现象
开发者在使用过程中发现了几个关键现象:
- 只有在使用默认采样时间
SampleTime::CYCLES1_5时ADC才能工作,修改为其他采样时间会导致Adc::read().await永久挂起 - 在ADC转换函数中添加调试输出语句后,ADC功能意外恢复正常
- 当项目中同时使用USB CDC功能时,ADC功能会失效
- 示例代码
stm32f1/src/bin/adc.rs在Debug模式下工作正常,但在Release模式下失效
根本原因分析
经过深入排查,发现问题根源在于NVIC(嵌套向量中断控制器)中的ADC中断未被正确启用。在STM32F103中,ADC1和ADC2共享同一个中断向量(ADC1_2)。默认情况下,虽然ADC模块的EOC中断在ADC控制寄存器中已启用,但NVIC中对应的中断通道未被启用,导致中断无法触发。
在Debug模式下,由于程序执行速度较慢,ADC转换可能在首次查询EOC标志位前已完成,因此表现出"正常工作"的假象。而Release模式下代码执行更快,更容易暴露中断未启用的问题。
解决方案
解决此问题的方法很简单,只需在ADC初始化代码中显式启用NVIC中的ADC中断:
unsafe { NVIC::unmask(pac::interrupt::ADC1_2) };
这一行代码确保了ADC转换完成中断能够被处理器正确接收和处理。
技术细节
在STM32F103中,ADC中断处理涉及两个层面的配置:
- ADC控制寄存器中的EOCIE(End Of Conversion Interrupt Enable)位 - 控制ADC模块是否生成转换完成中断
- NVIC中的对应中断通道 - 控制处理器是否接收和处理该中断
embassy-rs框架的ADC驱动已经正确配置了ADC控制寄存器,但遗漏了NVIC的配置,导致中断信号无法到达处理器。
最佳实践建议
- 在使用STM32外设中断时,务必检查NVIC配置
- 对于共享中断向量的外设(如ADC1_2),需要特别注意中断处理函数的实现
- Debug和Release模式下的时序差异可能掩盖硬件问题,应在两种模式下都进行充分测试
- 当多个外设同时使用时,注意检查中断优先级配置,避免优先级冲突
此问题的修复已被合并到embassy-rs主分支,未来版本中将不再出现此问题。对于当前版本用户,可以手动添加NVIC中断启用代码作为临时解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.2 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
662