基于DSP28335的Matlab/Simulink代码生成实验四:PWM

本文详细介绍了如何使用F28335的ePWM功能在MATLAB/Simulink中生成并配置PWM波形,包括设置周期、计数模式等,并通过示波器验证了80%和20%的占空比输出。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

硬件连接

F28335集成了6个ePWM通道,每个有两路PWM输出(EPWMxA和EPWMxB),我们 这里用到EPWM1A和EPWM2A两路PWM,频率均为15K。

图6. 1PWM引脚说明

DPS接口:

PWM1→ GPIO0/EPWM1A

PWM3→GPIO2/EPWM2A

模型搭建 

“代码生成PWM波形实验模型”,如下图:

图6. 2PWM输出实验模型

 用MATLAB/Simulink R2018b或者更高版本MATLAB/Simulink新建仿真模型。

其中,“1”是数据类型转换模块,用于连接两个不同数据类型的信号,可双击该模块打开参数对话框,如图6.3所示。在“Output data type”下拉框中选择“uint16”,点击“OK”按钮,关闭对话框。

图6. 3数据类型转换参数对话框

“2”是ePWM1模块,在该模块中可以进行PWM1A的配置,双击该模块,打开参数对话框,如图6.4所示,在“General”选项卡下可以对ePWM模块进行通用配置,这里按照图6.4进行设置即可。在“Module”下拉菜单中选择“ePWM1”,在“Timer period”中设置PWM周期,在“Counting mode”下拉菜单中选择“up-down”计数模式,设置“TBPHS”为0,“TBCLK”和“HSPCLKDIV”系数均为1。

图6. 4ePWM参数对话框 General选项卡

图6. 5ePWM参数对话框 ePWMA选项卡

仿照“2”的配置,对“3”进行配置,如图6.6和图6.7所示。

 

图6. 6 ePWM参数对话框 General选项卡

图6. 7 ePWM参数对话框 ePWMA选项卡

下载运行

第一步:DSP板上电

“Build,Deploy&Start”,模型编译下载按钮,点击该按钮,模型会自动编译,在matlab路径下生成目标代码,同时将程序下载至DSP核心板并自动运行。

图6. 8 PWM输出实验模型

观察实验结果

使用示波器观测波形,可以看到PWM1(黄色)和PWM3(绿色) 的占空比为80%和20%,如下图6.9。

图6. 9示波器显示窗口

以上内容讲解了代码生成PWM波形实验模型搭建的思路。大家点点收藏的同时,麻烦点点赞同哦,谢谢!  代码生成模型已在闲鱼(灼青云)上架,有需要的小伙伴可以看看。

 

### 使用 AutoGPTQ 库量化 Transformer 模型 为了使用 `AutoGPTQ` 对 Transformer 模型进行量化,可以遵循如下方法: 安装所需的依赖包是必要的操作。通过 pip 安装 `auto-gptq` 可以获取最新版本的库。 ```bash pip install auto-gptq ``` 加载预训练模型并应用 GPTQ (General-Purpose Tensor Quantization) 技术来减少模型大小和加速推理过程是一个常见的流程。下面展示了如何利用 `AutoGPTQForCausalLM` 类来进行这一工作[^1]。 ```python from transformers import AutoModelForCausalLM, AutoTokenizer from auto_gptq import AutoGPTQForCausalLM model_name_or_path = "facebook/opt-350m" quantized_model_dir = "./quantized_model" tokenizer = AutoTokenizer.from_pretrained(model_name_or_path) model = AutoModelForCausalLM.from_pretrained(model_name_or_path) # 加载已经量化的模型或者创建一个新的量化器对象用于量化未压缩过的模型 gptq_model = AutoGPTQForCausalLM.from_pretrained(quantized_model_dir, model=model, tokenizer=tokenizer) ``` 对于那些希望进一步优化其部署环境中的模型性能的人来说,`AutoGPTQ` 提供了多种配置选项来自定义量化参数,比如位宽(bit-width),这有助于平衡精度损失与运行效率之间的关系。 #### 注意事项 当处理特定硬件平台上的部署时,建议查阅官方文档以获得最佳实践指导和支持信息。此外,在实际应用场景之前应该充分测试经过量化的模型以确保满足预期的质量标准。
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