Raspberry Pi Pico SDK中系统时钟频率配置问题解析
2025-06-15 11:18:18作者:江焘钦
问题背景
在Raspberry Pi Pico开发过程中,开发者CarlAndersson遇到了一个关于系统时钟频率配置的特殊情况。当使用vcocalc.py脚本生成的PLL参数通过CMake配置系统时钟时,实际测量的时钟频率与通过clock_get_hz函数获取的数值不一致。
问题现象
开发者通过CMake配置了特定的PLL参数:
target_compile_definitions(audio PRIVATE
PLL_SYS_REFDIV=1
PLL_SYS_VCO_FREQ_HZ=1476000000
PLL_SYS_POSTDIV1=5
PLL_SYS_POSTDIV2=2
)
使用频率计数器实际测量得到的系统时钟频率为147.6MHz,符合预期。然而,通过clock_get_hz函数获取的值却仍然显示为默认的150MHz(Pico 2版本)。
技术分析
深入分析Pico SDK源代码后发现,clock_get_hz函数返回的值实际上来源于hardware/platform_defs.h中定义的SYS_CLK_HZ宏,而非实时读取的PLL配置。这意味着即使PLL配置被正确修改,clock_get_hz函数仍然会返回编译时定义的默认值。
解决方案
要解决这个问题,开发者需要在CMake配置中同时设置SYS_CLK_HZ参数,使其与实际配置的PLL频率保持一致。例如:
target_compile_definitions(audio PRIVATE
SYS_CLK_HZ=147600000
PLL_SYS_REFDIV=1
PLL_SYS_VCO_FREQ_HZ=1476000000
PLL_SYS_POSTDIV1=5
PLL_SYS_POSTDIV2=2
)
实现原理
Pico SDK的时钟系统初始化过程分为两个部分:
- 硬件配置:通过PLL参数实际设置时钟频率
- 软件记录:通过SYS_CLK_HZ宏记录预期的时钟频率
这种设计可能是出于性能考虑,避免了每次调用clock_get_hz时都需要读取硬件寄存器。然而,这也导致了当开发者自定义时钟频率时,需要确保软件记录的值与实际配置一致。
最佳实践
对于需要精确时钟控制的应用(如音频处理),建议开发者:
- 使用vcocalc.py工具计算合适的PLL参数
- 在CMake中同时配置PLL参数和SYS_CLK_HZ
- 使用frequency_count_khz函数验证实际时钟频率
- 在关键时序代码中考虑可能的微小频率偏差
总结
这个问题揭示了Pico SDK时钟系统设计中一个需要注意的细节。通过理解硬件配置和软件记录之间的区别,开发者可以更准确地控制和验证系统时钟频率,特别是在对时序要求严格的应用场景中。Pico SDK团队已经接受这个问题的修复,将在未来版本中更新相关文档以明确这一配置要求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Python开发者的macOS终极指南:VSCode安装配置全攻略 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
187
205
暂无简介
Dart
629
143
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
React Native鸿蒙化仓库
JavaScript
242
316
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
383
3.62 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
293
103
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++
648
266
仓颉编译器源码及 cjdb 调试工具。
C++
128
858