瑞萨RZ/G2L uboot串口多波特率支持介绍

本文主要介绍基于瑞萨64位MPU RZ/G2L,讨论uboot下非常规波特率115200的支持方法,用于解决客户对uboot下特殊波特率的需求,供客户参考。

部分客户在MPU的uboot调试过程中,希望能支持常见的115200波特率之外的其他波特率,有串口接收终端方面的原因,终端希望使用比较低的波特率,或者是希望使用比较高的波特率输出信息更快。还有比较普遍的原因,就是部分客户希望做一个简单的加密功能,因为使用其他非常见波特率的话,如果终端还是设定常见的115200波特率,MPU启动时的uboot打印信息就会在终端上面显示乱码,从而实现一种加密目的。

有以下两种方式可以达到这种目的(均以9600新波特率为例,串口终端软件是Tera Term)

方式一:在uboot的配置文件里面设定默认波特率

RZ/G2L的uboot配置文件是u-boot-source/configs/smarc-rzg2l_defconfig。

如果不修改这个配置文件,编译出来的uboot镜像里面会使用默认的波特率115200,这个默认值是在u-boot-source/drivers/serial/Kconfig里面设定的,如下所示:
 



如果想修改成其他波特率,可以在上述defconfig文件里面添加一行:CONFIG_BAUDRATE=9600

如下添加到该文件尾部即可:
 



(uboot源码需要已经支持新波特率9600,后面有说明)

然后,重新编译一遍uboot,即可得到修改了初始默认波特率的uboot镜像文件。

注意:uboot发生了变化时,需要重新编译一遍Trusted firmware,以生产正确的BL2镜像。

实际测试过程中,很可能会遇到一个现象:烧写了新的Trusted firmware和uboot,重启板子之后,发现uboot还是使用的之前的波特率115200,终端设定9600波特率反而显示乱码,设定115200波特率才正常。

这是因为修改之前,uboot里面使用了115200波特率,而且将这个波特率保存到了uboot环境变量baudrate,而uboot启动之后,会首先加载环境变量区域的所有环境变量,然后根据环境变量115200波特率来设定当前使用波特率,代码里面设定的是默认波特率,只有在环境变量区域无效或者没有执行过saveenv命令的情况下,才会被用到。这种情况下,可以参考下述方式2)来切换到希望使用的波特率。

方式二:在uboot启动之后,使用uboot命令修改默认波特率

在某些情况下,可能不希望或者不能修改uboot的配置文件来修改默认波特率,这时可以在线修改成需要的波特率。(uboot源码需要已经支持新波特率9600,后面有说明)

从115200切换到9600波特率:
 



Uboot下运行setenv baudrate 9600命令之后,会提示切换串口终端软件波特率到9600bps,然后按Enter键。这时打开终端软件的Setup -> Serial port…,可以在弹出对话框中选择9600波特率,然后点击New Setting按键,就会关闭对话框切换至终端显示界面,波特率已经切换到了9600bps:
 



然后,安装提示要求,按一次Enter按键,即可切换成功波特率,不会显示乱码:
 



此后,终端界面就会使用9600bps波特率,如果启动Linux kernel,会显示乱码,因为Linux kernel波特率默认115200,需要两边波特率保持一致。

下面讨论一下uboot源码层面波特率支持问题。默认情况下,uboot源码仅仅支持配置115200bps波特率,现在需要支持新的其他波特率,所有源码层面也要配合修改,否则上面的两种波特率切换方法都不成功。还是以新增9600波特率为例加以说明,如果客户需要支持其他波特率,可以找对口FAE寻求帮助,瑞萨会提供对应补丁给客户。

1️⃣首先修改一个数组,添加新波特率
    文件:

u-boot-source/ include/configs/smarc-rzg2l.h
#define CONFIG_SYS_BAUDRATE_TABLE { 115200,9600}


2️⃣添加新波特率对于寄存器配置代码
    文件:

u-boot-source/drivers/serial/serial_sh.c

    函数:

sh_serial_setbrg_generic():
+  uint8_t semr;
+  uint16_t scr;
+   if (port->clk_mode == EXT_CLK) {
     unsignedshort dl = DL_VALUE(baudrate, clk);
     sci_out(port, DL, dl);
     /* Need wait: Clock * 1/dl * 1/16 */
     udelay((1000000 * dl * 16 / clk) * 1000 + 1);
   } else {
+    scr = sci_in(port, SCSCR);
+    semr = sci_in(port, SCSEMR);
+
+    sci_out(port, SCSCR, 0);
+
+    sci_out(port, SCSEMR, 0);
+    if(9600 == baudrate)
+      sci_out(port, SCBRR, 163);
+    elseif(115200 == baudrate)
+      sci_out(port, SCBRR, 15);
+
+    sci_out(port, SCSEMR, 0x30);
+    if(9600 == baudrate)
+      sci_out(port, MDDR, 129);
+    elseif(115200 == baudrate)
+      sci_out(port, MDDR, 151);
+
+    udelay(100);
+
+    sci_out(port, SCSEMR, semr);
+    sci_out(port, SCSCR, scr);
+  }



如需了解更详细的使用方法请参考如下链接:
RZ/G2L Evaluation Board Kit Quick Start Guide
RZ产品WIKI网站
 

内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值