(转)Wince读核1-启动流程6

本文介绍了ARM9中断向量表的初始化过程,探讨了中断向量放置在高地址0xffff0000或低地址0x00000000的方法,并详细解析了在高地址初始化中断向量表的具体实现。

5. 中断向量表初始化
接下来的代码进行中断向量表初始化。首先需要介绍一下arm中断的知识。对于arm9,它的中断向量可以放在低地址0x00000000,或者高地址0xffff0000。ce只能将中断向量表放在高地址。这是由ce的整个编译系统决定的。网上有一篇文章"Eboot编译编译器决定中断向量及其实现单一性的原因"(写这篇文章的哥们肯定语文没学好,我也是:(),介绍的挺详细,另外我觉得有两点需要加以补充。一个是pe文件不能拷贝0x400后的部分直接执行,不仅仅是偏移量的问题,在后面介绍pe文件结构的时候会说明;另一个是image映像(nb0)文件的前4k部分是romimage生成的。这4k包含一个signature(0x43454345),一个ROMHDR结构数据的地址。对于eboot.nb0来说,在最开始还包含一个跳转指令0xea0003fe。这个机器码的意思是"b #3fe<<2"。考虑到arm的流水线,实际就是跳转到4k地址处了。
所以如果需要eboot支持中断,可以采取两种途径。一种是模仿内核的中断初始化,在高地址0xffff0000初始化中断向量表,一种是在低地址0x00000000存放中断向量表。对于前一种方法,可以直接参考内核的实现方法。对于后一种方法,首先需要特别修改虚拟地址和物理地址的映射关系,将物理地址映射到虚拟地址0x00000000上,而不是ce默认设定的0x80000000;接着需要修改eboot.bib文件,将RAMIMAGE设置在0x00000000上。最后需要一点小技巧,需要手动修改eboot.nb0的头几十个字节的机器码,改成0xea00xxxx之类的机器指令,目的是将中断处理跳转到真实的中断向量表处。当然,这个真实的中断向量表需要事先设定好。最后声明,这是本人的想法而已,还没有时间动手实践过。
现在回到正题上来。下面这段代码很好懂,从虚拟地址0xffff0000开始连续存储8个指令"ldr     pc, [pc, #0x3E0-8]",然后从虚拟地址0xffff03e0开始存储中断向量表VectorTable。这样的效果就是,在发生中断时,比如irq中断,执行的命令相当于将irq的中断向量IRQHandler的地址装载到pc寄存器中,从而跳转到相应的中断向量处理程序中执行。
     ; Setup the vector area.
      ;
      ;       (r8) = ptr to exception vectors

             add     r7, pc, #VectorInstructions - (.+8)
             ldmia   r7!, {r0-r3}                    ; load 4 instructions
             stmia   r8!, {r0-r3}                    ; store the 4 vector instructions
             ldmia   r7!, {r0-r3}                    ; load 4 instructions
             stmia   r8!, {r0-r3}                    ; store the 4 vector instructions

      ; convert VectorTable to Physical Address
            ldr     r0, =VectorTable                ; (r0) = VA of VectorTable
            mov     r1, r11                         ; (r1) = &OEMAddressTable[0]
            bl      PaFromVa
            mov     r7, r0                          ; (r7) = PA of VectorTable
            add     r8, r8, #0x3E0-(8*4)            ; (r8) = target location of the vector table
            ldmia   r7!, {r0-r3}
            stmia   r8!, {r0-r3}
            ldmia   r7!, {r0-r3}
            stmia   r8!, {r0-r3}
中断处理程序如何处理中断,那是另外一个题目了。

 

http://hi.baidu.com/garnetttt/blog/item/dd4401e93cf7103bb90e2d2a.html

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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