Raspberry Pi Pico SDK中系统时钟频率配置问题解析
2025-06-15 21:54:43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
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781