从崩溃现场到问题根源:手把手教你用J-Link分析Cortex-M内存踩踏事故

【Python】二维数组matplotlib绘图 目录 1、简介 2、matplotlib使用举例 折线图plt.plot 散点图,plt.scatter 直方图plt.hist 条形图plt.bar 饼图plt.pie 补充:直方图和条形图区别 3、参考 1、简介 虽然知晓很多绘图方法,但是自己其实并不会用,也不知道什么时候适合用,于是开始学习。发现其实都是初高中的知识,只不过现在捡起来借助python里面的matplotlib进行绘制。matplotlib是一个非常强大的Python第三方绘图包,可以绘制非常多非常漂亮的图形。 阅读详情

从崩溃现场到问题根源:手把手教你用J-Link分析Cortex-M内存踩踏事故

当嵌入式系统在客户现场突然崩溃时,工程师面临的往往是一个没有调试器连接的"黑箱"环境。本文将通过一个真实的内存越界写入案例,展示如何利用J-Link Commander这一强大工具,结合map文件和反汇编代码,像侦探一样从崩溃现场逆向追踪到问题根源。

1. 构建崩溃实验环境

我们先构造一个典型的内存踩踏场景。以下代码定义了两个紧邻的内存变量:

typedef struct {
    uint8_t function_id;
    void (*function)();
} T_function;

uint8_t buf_temp[64] __attribute__((at(0x20004300))) = {1}; 
T_function func __attribute__((at(0x20004300 + 64))) = { 
    1, 
    function_instance 
};

关键点在于:

  • buf_temp被强制定位到0x20004300,大小64字节
  • func结构体紧接其后,从0x20004340开始
  • 这种内存布局让我们可以精确观察越界写入的影响

触发崩溃的函数如下:

void crashcode() {
    func.function();  // 正常调用
    for(uint8_t i=0; i<128; i++) {  // 故意越界写入
        buf_temp[i] = i; 
    }
    func.function();  // 崩溃点
}

内存布局可视化:

地址范围内容大小
0x20004300buf_temp数组64B
0x20004340func结构体8B
0x20004348其他变量-

提示:__attribute__((at()))是ARM编译器特有的内存定位语法,在正式产品中应谨慎使用

2. 崩溃现象捕获与分析

当程序运行到第二个func.function()调用时,会触发HardFault。通过串口输出可以观察到:

func.function addr before: 0x000006EB 
func.function addr after: 0x47464544

函数指针从合法的0x6EB变成了明显异常的0x47464544(对应ASCII码"DEFG")。此时我们需要J-Link Commander来捕获现场:

J-Link> halt
CPU halted (PC = 0x08000234)
J-Link> regs
R0  = 00000000, R1  = 20004340, R2  = 40003400
R3  = 0000071B, R4  = 00000000, R5  = 00000000
R6  = 00000000, R7  = 20007F58, R8  = 00000000
R9  = 00000000, R10 = 00000000, R11 = 00000000
R12 = 00000000, SP  = 20007F58, LR  = 0000071F
PC  = 08000234, PSR = 61000003
J-Link> mem 0x20007F58 128

关键寄存器解析:

寄存器值含义
PSR61000003IPSR=3表示处于HardFault
LR0000071F异常发生时的返回地址
SP20007F58栈顶指针,用于回溯调用栈

3. 逆向分析调用栈

Cortex-M系列MCU在异常发生时,会自动将8个寄存器压栈,顺序如下:

  1. PC (程序计数器)
  2. LR (链接寄存器)
  3. R12
  4. R3
  5. R2
  6. R1
  7. R0
  8. xPSR

通过mem命令读取栈内存后,我们可以重建异常前的寄存器状态:

20007F58: 47464544  # R0
20007F5C: 40003400  # R1 
20007F60: 0000071B  # R2
20007F64: 00000000  # R3
20007F68: 0000071F  # LR
20007F6C: 08000234  # PC (HardFault入口)

注意:这里的PC指向的是异常处理程序,而LR=0x71F才是崩溃前最后执行的指令地址

4. 定位问题代码

通过反汇编文件(asm),查找0x71F附近的代码:

00000718: 47A0      blx r4
0000071A: 2000      movs r0, #0
0000071C: 4905      ldr r1, [pc, #20]
0000071E: 4479      add r1, pc
00000720: 6849      ldr r1, [r1, #4]

结合C源码可知,崩溃发生在调用函数指针的位置。此时我们需要检查为什么func.function会被篡改。

map文件分析:

.bss.buf_temp   0x20004300    0x40
.bss.func       0x20004340    0x08

从map文件确认:

  • buf_temp占用0x20004300-0x2000433F
  • func从0x20004340开始
  • 写入128字节会覆盖func结构体及后续内存

5. 根本原因分析

问题链条已经清晰:

  1. buf_temp声明为64字节数组
  2. 循环写入128字节,超出60字节(128-64)
  3. 超出的60字节覆盖了func结构体(8字节)及后续52字节内存
  4. func.function指针被篡改为无效值0x47464544
  5. 第二次调用时跳转到非法地址触发HardFault

内存破坏时间线:

写入偏移覆盖内容写入值
0x00-0x3Fbuf_temp合法区域0x00-0x3F
0x40-0x47func.function_id0x40-0x47
0x48-0x7F后续内存区域0x48-0x7F

6. 防御性编程建议

为避免类似问题,推荐以下实践:

  1. 边界检查:

    #define BUF_SIZE 64
    uint8_t buf_temp[BUF_SIZE];
    
    void safe_write(uint8_t *buf, size_t size, uint8_t val) {
        if(buf && size <= BUF_SIZE) {
            for(size_t i=0; i<size; i++) {
                buf[i] = val;
            }
        }
    }
    
  2. 内存保护单元(MPU)配置:

    // 设置MPU保护RAM区域
    MPU->RBAR = 0x20004300 | REGION_ENABLE;
    MPU->RASR = SIZE_64B | READ_WRITE | ENABLE;
    
  3. 编译器检查:

    • 开启GCC的-Warray-bounds选项
    • 使用静态分析工具如Coverity扫描
  4. 运行时检测:

    assert(func.function == function_instance); // 关键指针校验
    

7. 高级调试技巧

对于更复杂的崩溃场景,可以结合以下方法:

  1. J-Link脚本自动化:

    void onHalt() {
        exec("regs");
        exec("mem SP-32 64");
        exec("mem LR-16 32");
    }
    
  2. 故障注入测试:

    # 使用pyOCD进行自动化测试
    def test_memory_corruption(target):
        target.write32(0x20004340, 0xdeadbeef)
        target.reset()
        assert not target.is_halted()
    
  3. CoreDump分析:

    $ arm-none-eabi-objdump -D -marm core.dump > core.asm
    $ grep -A 10 HardFault core.asm
    

在实际项目中遇到类似问题时,关键是要保持冷静,系统性地收集现场信息。通过寄存器状态、栈内存和map文件的三角验证,往往能快速定位问题根源。

告别内存踩踏:手把手教你用AUTOSAR MPU为多核MCU划分安全区(附代码) 经过两周的排查,最终发现问题出在一个毫不起眼的日志记录函数上——这个函数在写入日志缓冲区时发生了数组越界,恰好覆盖了相邻任务的状态变量。我曾在一个汽车电子项目中,亲眼目睹由于内存隔离不当导致的系统级故障——一个低优先级的诊断任务意外改写了关键控制算法的数据区,造成车辆在行驶中突然失去动力控制。这种灾难性的后果,正是AUTOSAR MPU机制要解决的核心问题。在一次现场调试中,我们通过分析MMFAR寄存器发现了一个隐蔽的问题:某个DMA控制器在未经MPU授权的情况下直接访问了受保护的内存区域。 阅读详情

相关推荐

5G时代必知:LDPC与Polar码实战解析(附MATLAB仿真代码)

本文深入解析5G时代核心信道编码技术LDPC码与Polar码的原理差异及性能表现,通过MATLAB仿真代码展示其在实际通信系统中的应用。LDPC码适用于大数据块高速传输,而Polar码在小数据块低时延场景表现优异,帮助开发者优化5G系统设计。

sugar的博客 643

python中怎么用数组画图_基于python二维数组及画图的实例详解——CDA人工智能学院...

下面小编就为大家分享一篇基于python 二维数组及画图的实例详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧1、二维数组取值注:不管是二维数组,还是一维数组,数组里的数据类型要一模一样,即若是数值型,全为数值型#二维数组import numpy as nplist1=[[1.73,1.68,1.71,1.89,1.78],[54.4,59.2,63.6,88.4,68.7]]...

weixin_39647412的博客 6786

FMQL开发环境实战:从零构建国产FPGA SoC的软件基石

本文详细解析了构建国产复旦微FMQL FPGA SoC软件开发环境的完整流程。针对开发者在环境搭建中遇到的核心痛点,文章深入剖析了Procise、IAR与Vivado三大工具的协同角色与版本选择,提供了从软件下载、安装避坑到核心配置的实战指南,并总结了常见问题的排查方法,旨在帮助开发者高效跨过FMQL开发的“第一道坎”。

weixin_29215391的博客 128

python通过matplotlib用数组画图参数详解

python通过matplotlib画图,

qq_31897241的博客 6559

永磁同步电机MTPA控制详解:从理论到实践的全方位指南

永磁同步电机(PMSM)凭借其高功率密度卓越的效率以及精准的控制性能,已在工业驱动、电动汽车和家用电器等领域获得广泛应用。而在PMSM的诸多控制策略中,最大转矩电流比(MTPA)控制因其能显著提升电机效率而占据核心地位。在输出特定转矩时,通过优化直轴电流(Id)和交轴电流(Iq)的分配,使定子电流的幅值最小化。对于电机测试工程师而言,理解MTPA意味着掌握了一把提升系统性能的关键钥匙。为什么这一点如此重要?因为定子电流的减小直接带来了铜损的降低。

优快云-新能源汽车研发测试专业博主 521

人工智能_大模型095_Web版003_deepseek R1本地安装_私有化部署_支持RAG_调用HTTPAPI做自己的AI应用_安装RagFlow以及使用_---人工智能工作笔记0240

这里的一定要注意,是资源不够用了,可以点击ragflow-server左边的小绿点,查看 结果。注意去把内存改成10G把至少,我这里改成了10G,因为电脑一共就16G,再试试吧.可以看日志,就显示的是没有连接上mysql,结果我一看,mysql,根本没启动.然后下面选择general就可以了,然后点击确定,然后再去点击。手动去启动,然后再去试试,注意,内存这里给8G太小了还是.调成8G了,然后硬盘大了大了一些换成50G了,然后。点击系统模型设置可以看到,选择聊天模型就可以了,

添柴程序猿的专栏 450

使用Python绘制简单图表

使用Python绘制简单图表

a13794268的博客 3052

CAN总线入门(硬件部分)

这篇博客讲述CAN总线入门知识。

记得诚 1万+

Python数据可视化Matplotlib绘制图形

python使用Matplotlib简单绘制柱状图和折线图,了解子图。

xiaodouhaoL的博客 1452

在 SAP HANA 里为视图创建 Analytic Privilege,真正把同一份数据按角色切开

摘要:本文介绍了SAP HANA中基于业务角色的动态数据权限控制方法。通过Analytic Privilege技术,可以在同一视图上为不同角色设置不同的数据访问范围,实现行级安全控制。核心机制包括:1) 创建带有STRUCTURED PRIVILEGE CHECK的视图;2) 建立授权对象和用户映射表;3) 开发条件提供过程动态生成过滤条件;4) 创建结构化权限对象绑定条件提供器。这种设计使权限规则与业务数据解耦,便于维护变更,适合销售区域、财务数据等多角色访问控制场景。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 2393

《UDS/OBD诊断需求编辑工具》总目录

目录 1 基于CANdela Studio编辑CDD诊断描述文件 2 基于ODX Studio编辑ODX/PDX文件 2.1 编辑ODX-D诊断描述文件 2.2 编辑ODX-F刷写软件 该专栏主要负责介绍CANdela Studio和ODX Studio编辑CDD/ODX/PDX诊断描述文件。 1 基于CANdela Studio编辑CDD诊断描述文件 2 基于ODX Studio编辑ODX/PDX文件 【ODX介绍 】-1- 标准梳理 【ODX介绍】 -2-如何手..

「汽车电子助手」的博客 1万+

ARM Cortex-M4硬故障与MPU实战:从崩溃定位到内存隔离

在嵌入式系统开发中,系统稳定性是核心诉求。Cortex-M4内核提供了硬故障(Hard Fault)状态寄存器和内存保护单元(MPU)两大关键机制,分别用于事后诊断和事前防护。硬故障寄存器如同系统崩溃后的“黑匣子”,通过解析HFAULTSTAT、CFSR及MMADDR等寄存器,可以精确定位非法内存访问、总线错误等严重异常的根源。MPU则扮演“内存防火墙”角色,通过划分内存区域并设置访问权限与属性,实现任务隔离、数据保护和Cache一致性管理。理解其TEX、C、B、S等内存属性配置,是避免DMA传输失败等隐性

weixin_30907935的博客 436

定位教程0---定位初介绍

定位教程0---定位算子介绍

Quintin 1万+

嵌入式固件开发核心:启动流程、故障定位与OTA工程化实战

嵌入式系统开发中,固件工程师常面临系统启动异常、偶发死机、升级变砖等棘手问题。理解芯片从复位到main函数的完整执行链路,是排查一切故障的基础。Cortex-M内核的启动文件、向量表重映射以及多级Bootloader接力机制,决定了系统的稳定性和可维护性。掌握系统化的故障定位方法,如异常现场保存、寄存器分析和看门狗策略,能快速收敛根因。OTA升级工程化则需关注分区规划、校验回滚和版本管理,确保设备在恶劣环境下仍能安全恢复。本文从启动流程到故障排查再到OTA落地,系统拆解嵌入式固件开发中的关键工程实践,帮助工

weixin_34197488的博客 383

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

嵌入式固件开发核心:启动流程、故障定位与OTA升级

嵌入式固件开发涉及系统启动、运行维护与版本迭代等多个关键环节。启动流程是硬件与软件的交接点,MCU与SoC的路径差异直接影响调试思路;RTOS调度器初始化、U-Boot阶段细节决定了系统能否可靠运行。故障定位是嵌入式工程师的核心技能,通过二分法、日志围剿、HardFault寄存器分析等方法,可快速收敛偶发问题。OTA升级则保障产品可维护性,合理的分区规划、双备份策略、断点续传与失败回滚机制,能避免设备变砖。理解这些底层原理与工程化套路,有助于在物联网、智能终端等场景中构建稳定固件,提升开发效率与产品质量。

weixin_33946605的博客 461

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

嵌入式固件进阶:启动流程、故障定位与OTA升级全解析

嵌入式系统开发中,固件的可靠性往往决定产品能否从原型走向量产。启动流程是系统运行的地基,从Cortex-M复位向量到RT-Thread初始化,每一步都影响着后续代码的稳定性;故障定位则要求开发者具备系统化方法论,通过现场保护、日志分级等手段将偶发死机转化为可分析的事故现场;OTA升级则是产品远程进化与安全保障的分水岭,依赖分区规划、镜像签名和回滚机制实现断电安全。这些能力共同构成嵌入式固件工程化的核心链路,广泛应用于物联网设备、智能硬件以及工业控制等场景。理解从MCU到SoC的多级引导差异,掌握固件自恢复与

weixin_34032792的博客 469

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

嵌入式系统稳定性三要素:启动流程、故障定位与OTA升级实战解析

嵌入式系统从复位到稳定运行,背后依赖启动流程的严谨设计、故障定位的系统方法论以及固件升级的工程化保障。MCU与SoC的启动链路中,向量表偏移、链接脚本布局、DDR初始化时序等细节,往往决定系统能否在上电瞬间站稳脚跟;面对偶发死机或启动异常,基于日志、调试器与trace工具的搜索空间压缩法,比盲目试错更高效。而OTA升级作为产品迭代的关键通道,需在差分与整包策略、A/B双分区、哈希签名校验及掉电回滚机制之间做出权衡,以支撑大规模设备的安全交付。本文从这三条主线展开,结合真实工程案例,为嵌入式开发者梳理从原理理

weixin_34268310的博客 343

python画图

在这里,position位置参数有三种,这里用到了“按Y轴刻度位置挪动”,'data’表示按数值挪动,其后数字代表挪动到Y轴的刻度值。如何使用Python创建多个画板和画纸来绘制多幅图,如果事先不声明画板画板,处理哪个figure,则选择哪个figure,再进行画图。设置x轴的范围为[a, b],y轴的范围为[c, d]函数则用来实现,在一个大图中,出现多个小的子图。就是根据数组和函数进行绘图,和上面没什么区别。获取底部的轴,获取哪个轴,则参数中写哪个。要挪动底部的X轴,所以先目光锁定底部。

XDFLYQ的博客 2296

python二维图颜色函数_Python绘图之二维图与三维图详解

各位工程师累了吗? 推荐一篇可以让你技术能力达到出神入化的网站"持久男"1.二维绘图a. 一维数据集用 Numpy ndarray 作为数据传入 ply1.import numpy as npimport matplotlib as mplimport matplotlib.pyplot as pltnp.random.seed(1000)y = np.random.standard_normal...

weixin_39640090的博客 747

python-数组画条形图

import matplotlib import matplotlib.pyplot as plt import gdal import numpy as np import os import fnmatch plt.figure("lena") # arr 就是需要计算的直方图的一维数组 # bins 就是直方图的柱数 # facecolor: 直方图颜色 # alpha: 透明度 # 返回值 : # n: 直方图向量,是否归一化由参数设定 # bins: 返回各个bin的区间范围 # pat.

点绛唇 1766

python画数据图

python画数据图

qq_43934844的博客 1094

python案例——利用python画图

python语言的绘图功能和常用的图形函数

weixin_43318393的博客 2万+

python保存数组数据并画图

# -*- coding: utf-8 -*- """ Created on Fri Oct 9 17:51:42 2020 @author: han """ import numpy as np import matplotlib.pyplot as plt a=[] b=[] c=[] with open('hzksave.txt') as f: for line in f: fileds = line.split() row = [float(x)

mine-Programmer 4114

python用数组画图_不同长度的绘图数组

我正在绘制三种不同算法的误差与迭代次数的关系图。它们需要不同的迭代次数来计算,因此数组的长度不同。但我想把这三条线都画在同一个图上。当前,当我使用以下代码时会出现此错误:import matplotlib.pyplot as pltplt.plot(ks, bgd_costs, 'b--', sgd_costs, 'g-.', mbgd_costs, 'r')plt.title("Blue-- =...

weixin_39837139的博客 915

python 二维数组及画图

1.二维数组取值 注:不管是二维数组,还是一维数组,数组里的数据类型要一模一样,即若是数值型,全为数值型 #二维数组 import numpy as np list1=[[1.73,1.68,1.71,1.89,1.78], [54.4,59.2,63.6,88.4,68.7]] list3=[1.73,1.68,1.71,1.89,1.78] list4=[54.4,59.

u012474716的博客 6万+

numpy之python二维数组及画图

1.二维数组取值 注:不管是二维数组,还是一维数组,数组里的数据类型要一模一样,即若是数值型,全为数值型 #二维数组 import numpy as np list1=[[1.73,1.68,1.71,1.89,1.78], [54.4,59.2,63.6,88.4,68.7]] list3=[1.73,1.68,1.71,1.89,1.78] list4=[54.4,59.2,...

Jasminexjf的博客 1万+
上一篇: Unity移动端输入框自适应优化:解决虚拟键盘遮挡问题
下一篇: 优化NestedScrollView与RecyclerView嵌套时的加载更多功能实现
ruby5
博客等级 码龄15年 29粉丝 893原创
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  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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