Tinyos tutorial learning tips -- lesson 5

本文介绍如何使用TOSSIM模拟器进行TinyOS应用程序的模拟与调试,涵盖编译运行、调试信息筛选、gdb工具使用及TinyViz图形化调试等内容。
部署运行你感兴趣的模型镜像

如何使用TOSSIM

1,  进入/opt/tinyos-1.x/apps下面的任何一个应用程序目录,如Blink

2,  输入make pc并回车,编译得到/build/pc/main.exe

3,  进入pc目录,输入./main 1./main.exe 1,进行模拟,节点数为1

4,  输出:
$ ./main.exe 1

SIM: EEPROM system initialized.

SIM: event queue initialized.

SIM: Random seed is 718750

SIM: Initializing sockets

5,  去除大量的多余信息,选择显示所需要的信息,输入命令:
export DBG= am, led

 

# 列举DBG的所有参数:

./main.exe –help

Known dbg modes: all, boot, clock, task, sched, sensor, led, crypto, route, am,

crc, packet, encode, radio, logger, adc, i2c, uart, prog, sounder, time, power,

sim, queue, simradio, hardware, simmem, usr1, usr2, usr3, temp, error, none
#
其中,usr1,usr2,usr3,temp四种模式是预留给调试程序用的,程序中的调试代码:

dbg(<mode>, const char* format, ...);

  举例,调试程序时:

1,  首先在需要调试的程序代码中加入调试语句,如需显示state的值:
dbg(usr1, "Counter: Value is %i/n", (int)state);

2,  然后重新编译此应用程序

3,  再设置DBG环境变量:export DBG=usr1,led

4,  执行此应用程序:./main 1

# 使用gdb工具进行调试:

1,  gdb main.exe

2,  (gdb) break *LedsM$Leds$redOff        //注意教程的错误,不是LedsC而应是LedsM

3,  run 1

# gdb命令:查看某个运行时变量

       (gdb) print LedsC$ledsOn

$1 = '/0' <repeats 999 times>                     //一个1000个元素的数组?

TOSSIM用一个n个元素的数组来保存所有节点的状态,n是最大可模拟节点数。

显示状态数组中当前节点的状态:

       (gdb) print LedsC$ledsOn[tos_state.current_node]

$2 = 0 '/0'

 

# TinyViz是一个针对TOSSIM的图形化交互调试工具,由java编写,首先编译:

cd /opt/tinyos-1.x/tools/java/net/tinyos/sim/

make

然后添加环境变量:

$ export PATH=$PATH:/opt/tinyos-1.x/tools/java/net/tinyos/sim/

 

# 调试TestTinyViz程序:

       cd /opt/tinyos-1.x/apps/TestTinyVi

       make pc

       tinyviz –run build/pc/main.exe 30

此时会出现调试工具窗口,并随机摆放30个节点.

 

# 小问题:TinyViz稍纵即逝?

答案:未正确关闭main.exe程序,不能直接退出TinyViz界面,而应点击关闭键退出。

Cygwin下查看进程命令:ps (可以查询到main.exe的进程号然后kill之)

 

# TinyViz的插件(Plugin)可以自主选择、任意组合。

1,  Debug message:显示调试信息

2,  Set breakpoint:设定中断条件,包括字符串值或无线数据包的内容等于某个值

3,  ADC readings:显示数模转换器(ADC)的最近读取值

4,  Sent radio packets:显示所有发送出去的数据包(真包含于Debug插件)

5,  Radio links:图形化显示数据包信息的活动情况。比如一个节点广播一个数据,则在以它为中心产生一个蓝圈;当某节点向另一节点发送数据,则产生一个带箭头的直线。这个不考虑数据包丢失或发生错误的情况。

6,  Set location:设置节点的实际位置

7,  Radio model:设置数据传输的误码率及无线连通性模型。内置的两种无线连通性模型是:基于经验(Empirical),基于RFM1000的实测数据的设置;确定半径(Fixed radius),给定节点的通信半径,在范围内外分别是100%0%的传输成功率。增加“scaling factor”的值只是增大了这个模型的距离参数,降低了节点的可达范围。

# 运行TinyViz脚本时出现了错误,执行命令:

tinyviz –autorun sample.autorun

结果出现错误,“没有找到cygwin1.dll,因此这个应用程序未能启动。重新安装。。。”,用avafind找到cygwin1.dll,拷贝到main.exe下面,错误没有了,不过还是未能成功,显示错误:Connecting to simulator failed

上网查了查,发现许多人遇到了同样的问题,有人建议下载更新的cygwin1.dll,我试过了也不行,没有其他的答案和办法,只好暂且放下。

# 编写新的TinyViz插件

参照tools/java/net/tinyos/sim/plugins/RadioLinkPlugin.java,里面的注释很详细。

写好的插件(java文件)必须放在TinyVizPlugins目录下面,然后重新编译TinyViz

 

您可能感兴趣的与本文相关的镜像

GPT-oss:20b

GPT-oss:20b

图文对话
Gpt-oss

GPT OSS 是OpenAI 推出的重量级开放模型,面向强推理、智能体任务以及多样化开发场景

基于径向基函数神经网络RBFNN的自适应滑模控制学习(Matlab代码实现)内容概要:本文介绍了基于径向基函数神经网络(RBFNN)的自适应滑模控制方法,并提供了相应的Matlab代码实现。该方法结合了RBF神经网络的非线性逼近能力和滑模控制的强鲁棒性,用于解决复杂系统的控制问题,尤其适用于存在不确定性和外部干扰的动态系统。文中详细阐述了控制算法的设计思路、RBFNN的结构与权重更新机制、滑模面的构建以及自适应律的推导过程,并通过Matlab仿真验证了所提方法的有效性和稳定性。此外,文档还列举了大量相关的科研方向和技术应用,涵盖智能优化算法、机器学习、电力系统、路径规划等多个领域,展示了该技术的广泛应用前景。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的研究生、科研人员及工程技术人员,特别是从事智能控制、非线性系统控制及相关领域的研究人员; 使用场景及目标:①学习和掌握RBF神经网络与滑模控制相结合的自适应控制策略设计方法;②应用于电机控制、机器人轨迹跟踪、电力电子系统等存在模型不确定性或外界扰动的实际控制系统中,提升控制精度与鲁棒性; 阅读建议:建议读者结合提供的Matlab代码进行仿真实践,深入理解算法实现细节,同时可参考文中提及的相关技术方向拓展研究思路,注重理论分析与仿真验证相结合。
评论 3
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