Mstar之事件流程分析

注:本人博文整理至优快云以方便查阅,源博文位于EDN


 在事件流程的PPT已经讲的蛮详细了。本来还想写写架构,看了一下,文档里已经介绍的可以了。还是只记录下事件方面的。


 3ffa9231-9b28-4eaa-872e-e36c8ce58a1d.JPG


       从图1其实已经可以看的相当的明了了,只是缺少了点细节。在刚开机的时候(底层部分可以看sys_premain.c),系统会为各个Task进行初始化,包括任务的优先级,初始化函数,Message的解析函数,Task占用的堆栈空间等。模拟器上具体的可以在sc\application\cus_app\sc\src\Cus_app.c的MKerApp_getLoadAppInfo函数中看到,Target的在cus_Main。


       以音频播放器为例看下从MMI层到Driver层事件是怎么进行传递的(不讨论具体细节)。


SrvAudioPlayerPause --> AudioPlayerSrvPause --> _AudioPlayerSrvPause --> ABL_AudStopPlayReq -->


ABL_AudStopPlay  --> esl_AudPlayCmdReq --> MdlAudPlayCmdReq  -->


MsSend(...)  --> MdlAudPcmPlayCmd  --> DrvAudioPausePCMPlayback ....


可以看出事件的传递大概为:Applet --> Service  --> ABL --> DBL -->  ESL --> MDL(不确切) --> DRIVER


注释:


ABL:Application Bridge Layer defines the bridge functions between applications and Resource Manager。


DBL:Driver Bridge Layer defines the bridge functions between drivers and Resource Manager。


ESL:Enhanced Service Layer


ISL:Internal Service Layer


ESH: Enhanced Service Handler


CSL:Common Service Layer


MDL:Middleware(中间件) Layer


 

首先看下MDL具体职责,


接口上,


1)提供其他驱动及上层调用的接口;


2)运行在调用的Task,执行参数的合法性检查;


3)处理同步、异步机制;


4)将参数打包成消息发送给对应的驱动Task;


5)禁止直接操作硬件寄存器。


解析方面,


1)负责消息的处理和状态切换;


2)处理定时器消息;


3)调用底层驱动;


4)执行回调函数,回报执行结果。


 


         我们知道在驱动的架构中从上到下依次为ESL(里面有ISL),ESH,CSL,Driver。ESL,ESH,CSL都隶属于MDL。MDL处理驱动层到MMI层的消息映射,承上启下,同时沟通处理各个驱动Task之间的消息。对于设计这层的一部分理由应该是为了更好的将MMI与Driver进行分离。


驱动各层的具体职责为:


ESL:向MMI提供接口函数,通常是向驱动Task发送消息。


ISL:驱动的不同Task之间沟通的函数接口,用于分析不同的驱动或组件。


ESH:处理驱动Task中收到的消息,通常来自ESL和ISL。


CSL:驱动的porting层。


Driver:DRV层并不直接操作硬件,而是通过HAL(Hardware Abstract Layer)来操作硬件。这样做的目的在是为了可以做到不同硬件平台的通用。那么你也就不难明白为什么会有B2,B3宏来控制了,每种硬件平台都有他独自的HAL接口。


如果从驱动开发的角度,开发者面向的更多直接是MDL而不会如架构中的那般具体,将来自驱动消息进行处理,然后发送到MMI。更多的请参看驱动开发相关文档。


       我们已经大概了解了从MMI到Driver事件是如何传递的了,那么从Driver到MMI又是如何呢?


以按键为例,从触发中断、解析到映射为MAE对应的事件的过程。


DrvKeypadISR  -->  MdlVkeyParser --> dev_DevicePaser -->  _MdlVkeySendMsg  --> MMI_Task_ParseMsg -->


mmi_kbd_data_if  --> MAE Shell处理…


       那么MAE Shell的处理又是怎么进行的呢?


       在MMI Task中可以看到首先会将事件压入事件队列(MAE_Shell_DispatchMessage),紧接着进行处理(MAE_Shell_ProcessEvent)。


       详细看下MAE是怎么处理事件的。优先级最高的是APM(Applet Manager),管理Applet的启动,挂起,恢复,停止,嵌入,中断等操作。然后的switch选择,重点在于default的handling events。


       还是以按键为例。


mmi_CORESRV_HandleEvent --> BaseAppletHandleEvent --> _ViewMgrHandleEvent --> 


_ViewMgrMLRootContainer_HandleEvent  -->


WdgCommonHandleEvent  --> ((pThis->pEvtToCBTbl + nIdx)->pfn)(pApplet, (u32)nEvt, nParam1, nParam2)


    跟踪程序可以知道,一个按键消息(普通)首先会传给当前Applet中的聚焦Widget,然后再传递到Window的状态等的回调。问题来了,只能传给当前聚焦的Widget,那要是这个消息想传给非聚焦项该怎么办呢?办法当然是有的,可以注册一个监听聚焦Widget事件的回调函数,那么你就有办法获取所有需要的事件信息。具体的函数为WHANDLER_INIT, WdgCommonSetHandlerHookFunc。


    说到这里,我想你对于Mstar事件的走向应该有了个初步的了解。更多的细节,请自己调试吧。


内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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