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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430