Raspberry Pi Pico SDK中LWIP的PPP模块链接错误分析与解决方案
问题背景
在使用Raspberry Pi Pico SDK开发网络应用时,当开发者启用了LWIP协议栈中的PPP(点对点协议)支持并同时开启认证功能(PAP、CHAP等)时,可能会遇到一个链接错误。错误信息显示sys_jiffies函数未定义,这会导致编译失败。
错误现象
具体错误表现为:
undefined reference to `sys_jiffies'
这个错误发生在magic.c文件中的magic_churnrand函数内,该函数属于LWIP的PPP模块实现部分。
原因分析
-
PPP模块依赖:当启用PPP支持及其认证协议时,LWIP需要使用
sys_jiffies函数来获取系统时间戳,用于随机数生成等安全相关操作。 -
NO_SYS模式:在Pico SDK的
lwipopts.h配置中,开发者通常设置NO_SYS=1表示不使用操作系统,这种情况下需要提供基本的系统函数实现。 -
现有实现不足:虽然Pico SDK已经为NO_SYS模式提供了
sys_now()的实现(在pico_lwip_nosys中),但缺少对sys_jiffies的实现。
解决方案
临时解决方案
开发者可以自行实现sys_jiffies函数,例如:
#include "lwip/sys.h"
#include "hardware/timer.h"
u32_t sys_jiffies(void)
{
return time_us_32();
}
这个实现利用了Pico的硬件定时器来提供微秒级的时间戳。
SDK官方修复
Pico SDK开发团队已经将修复合并到开发分支中,主要改动包括:
- 在
pico_lwip_nosys中添加了sys_jiffies的弱实现 - 使用
__weak关键字允许用户自定义实现 - 保持与现有
NO_SYS模式的兼容性
技术细节
-
Jiffies概念:在操作系统中,jiffies通常指系统启动以来的时钟滴答数。LWIP的PPP模块使用它来生成随机数种子。
-
时间精度要求:PPP认证协议需要一定的时间精度来保证安全性,但不需要非常高的精度。
-
弱符号(weak symbol):使用
__weak关键字允许开发者在不修改SDK代码的情况下提供自己的实现,提高了灵活性。
最佳实践
- 如果使用最新版SDK,直接更新即可解决问题
- 如需自定义时间源,可以覆盖
sys_jiffies实现 - 在NO_SYS模式下,确保所有必要的系统函数都有实现
总结
这个问题展示了嵌入式网络协议栈实现中的一个典型挑战——如何在不依赖操作系统的情况下提供必要的系统服务。Pico SDK通过提供默认实现同时允许用户覆盖的方式,既保证了开箱即用的便利性,又提供了足够的灵活性。对于开发者来说,理解这种设计模式有助于更好地使用和扩展嵌入式系统的各种功能模块。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00