Google Android操作系统内核编译图文教程

本文介绍如何在Redhat Linux 9.0环境下编译Android内核。首先搭建交叉编译环境,包括安装Android SDK和交叉编译器。接着获取内核编译配置文件,通过模拟器提取配置。随后修改Makefile指定交叉编译器。最后完成内核编译并在模拟器上运行。

和标准的Linux开发流程一样,Android平台开发的一个很重要的基础工作就是对其内核的编译和移植。本文结合Android的开发文档以及本人的实践经验,简单介绍了Android内核的编译过程,希望有助于对内核移植感兴趣的开发人员。

  Android作为Google公司推出的一款手机开发平台,其本身是基于linux内核的。Google提供的内核源代码中除了linux部 分外,有很大一部分是与虚拟处理器Qemu和模拟硬件平台Goldfish相关的。所以如果想将Android移植到实际的硬件平台上需要将这部分代码剥 离出来。当然这不是这篇文章的重点,我们现在的目的是要编译出一个可以在模拟器上运行的系统内核,那么,现在就开始我们的工作吧! 

工作环境及所需软件包

  系统环境:Redhat Linux 9.0

  交叉编译器:GNU Toolchain for ARM Processors 下载地址:http://www.codesourcery.com/gnu_toolchains/arm/download.html
  其中第一项选择ARM EABI或ARM GNU/Linux,第二项选择IA32 GNU/Linux即可。


此主题相关图片如下:
按此在新窗口浏览图片

  Android内核源代码:linux-2.6.23-android-m5-rc14.tar.gz 下载地址:http://code.google.com/p/android/downloads/list
  注意该内核版本要与你选用的模拟器版本尽量一致。


此主题相关图片如下:
按此在新窗口浏览图片

  Android SDK 下载地址:http://code.google.com/android/download_list.html


此主题相关图片如下:
按此在新窗口浏览图片

1.搭建交叉编译环境

  1) 安装Android SDK: 将android-sdk_m5-rc14_linux-x86.zip解压缩到适当路径下即可使用。本文将其释放至/usr/local/android_sdk_linux路径下,并将其tools路径添加到PATH中:

  $ export PATH=$PATH:/usr/local/android_sdk_linux/tools

  2) 安装交叉编译器:将arm-2007q3-51-arm-none-linux-gnueabi-i686-pc-linux-gnu.tar.bz2 解压缩至/usr/local/arm-2007q3目录下,并将其bin路径添加到PATH中:

  $ export PATH=$PATH:/usr/local/arm-2007q3/bin


此主题相关图片如下:
按此在新窗口浏览图片

  3) 解压缩内核源代码:将linux-2.6.23-android-m5-rc14.tar.gz解压缩,得到kernel文件夹,本文中将其放置在/Android目录下。

2.获取内核编译配置文件

  交叉编译环境搭建好后需要得到android的内核编译参数的配置文件,该文件需要从android sdk 中的模拟器中得到。启动android模拟器,然后通过adb得到模拟器中提供的内核配置文件: 

  $emulator & 
  $adb pull /proc/config.gz 

  这时候adb工具会连接模拟器,并从它里面下载一个叫做config.gz的文件到你的当前目录下。将其移动至kernel目录,解压该文件得 到config,将其重命名为.config,这样就可以跳过make config而直接得到Makefile所需要的内核配置文件。

  $ gunzip config.gz
  $ mv config .config


此主题相关图片如下:
按此在新窗口浏览图片

3.修改Makefile

  首先修改第187行,将CROSS_COMPILE值改为arm-none-linux-gnueabi-,这是我们安装的交叉编译工具链的前缀,修改此处意在告诉make在编译的时候要使用该工具链。


此主题相关图片如下:
按此在新窗口浏览图片

  然后修改第519、520行,将build id 值注释掉,因为目前版本的android内核不支持该选项。


此主题相关图片如下:
按此在新窗口浏览图片

4.开始编译

  在kernel目录下执行make: 

  $ make

  除个别警告外编译过程一切顺利,最终在/kernel/arch/arm/boot目录下面生成一个zImage,即为编译好的内核镜像了。


此主题相关图片如下:
按此在新窗口浏览图片


此主题相关图片如下:
按此在新窗口浏览图片

5.运行该镜像

  $emulator -kernel ~/android/kernel/arch/arm/boot/zImage

  最终效果如图所示。


此主题相关图片如下:
按此在新窗口浏览图片

 

 

 

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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