博客
关于我
stm32跑马灯实验
阅读量:344 次
发布时间:2019-03-04

本文共 601 字,大约阅读时间需要 2 分钟。

32的学习资料下载:

正点原子

一、硬件设计

跑马灯实验用到的硬件只有 LED(DS0 和 DS1)。其电路在 ALIENTEK MiniSTM32 开发板上默认是已经连接好了的。DS0 接 PA8,DS1 接 PD2。所以在硬件上不需要动任何东西。

在这里插入图片描述
在这里插入图片描述

一会烧录完程序之后我们就可以看到这两个LED灯的亮暗效果

二、软件设计

下面是显示main.c文件

#include "sys.h"#include "usart.h"		#include "delay.h"	#include "led.h" int main(void){   		 	Stm32_Clock_Init(9); 	//系统时钟设置	delay_init(72);	     	//延时初始化	LED_Init();		  	 	//初始化与LED连接的硬件接口    	while(1)	{   		LED0=0;		LED1=1;		delay_ms(300);		LED0=1;		LED1=0;		delay_ms(300);	}	 }

有什么不懂的可以看官网的资料“STM32不完全手册_寄存器版本”,里面真的都是宝,都是知识哈哈

三、烧录软件mcuisp

32单片机有两个USB接口,下载程序时应该要接USB-232口,PA9和PA10的跳线帽一定要接上,不然也无法正常下载程序

在这里插入图片描述
在这里插入图片描述

四、实现效果

MiNiSTM32跑马灯实验

转载地址:http://miwe.baihongyu.com/

你可能感兴趣的文章
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:从头开始的文本矢量化方法
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
NLTK - 停用词下载
查看>>
nmap 使用总结
查看>>
nmap 使用方法详细介绍
查看>>