PCI-CAN卡驱动与数据通信调试小记

以前做项目，不注意记录调试过程中遇到的问题，以后应该注意这一点。今天抽空总结一下PCI-CAN卡驱动与数据通信调试过程中遇到的问题，方便以后回忆和思考。

1. 中断服务之字节流报文组包状态机

这是一个典型的适合采用状态机来思考和处理数据的场合。报文一般分为这几个字段：报文头，长度，命令，数据，校验和。在报文接收端，能看到的只是一连串的字节，这需要状态机的控制。

状态机分这几个状态：(1)接收报文头；(2)接收报文长度字段；(3)接收剩余部分，以报文长度作为跳出判断状态条件；(4)校验报文；(5)数据加工存储，组包完成。

  
                            图1 状态机之报文组包

在最初的代码中,没有用状态机的思想,比较混乱。在使用状态机的过程中，注意状态转移条件和计数器。

2. 双端口RAM数据读写过程分析

为了保证数据的完备性，双端口RAM要求PCI和MCU不能在同一时刻读写同一个memory uint，为此双端口RAM提供了独占使用的Sepahores，特殊的电路设计保证了Sempahores被一端写入0后，另一端就会写入0失败。通过Sepahores协调MCU和PCI对RAM的同时Read/Write操作。

将双端口RAM作为循环队列，在RAM的某个指定地址放置读写指针。以PCI向MCU下行数据为例说明：循环队列缓冲区从0~0x0FFF，0x3FE0放置MCU读指针，0x3FE4放置PCI写指针，指针占用4个字节。PCI写指针缩写pWR, MCU读指针缩写pRD.

如图2所示，当pRD、pWR递增到0x1000时自动复位到0x0000(队列缓冲区不包含0x1000)，pRD和pWR在队列的位置分图2所示的两种情况。循环队列的深度是0x1000个字节，当写入的字节总数 - 读出的字节总数 > =0x1000时，则发生队列溢出，造成数据丢失。

在情况1时，pWR >= pRD，pRD~pWR之间灰色RAM区域，是等待被读出的有效数据。读取数据的字节数 = pWR-pRD；

在情况2时，pWR < pRD，pRD~0x1000, 0~pWR之间灰色RAM区域，是等待被读出的有效数据。读取数据的字节数 = pWR+0x1000-pRD。

  
                         图2 循环队列读写过程分析

如果将循环队列的头尾假想的连续起来，可以把队列想象成无限长度，那么永远满足：pRD < pWR，换句话说，读操作发生在小于pWR的区域，写操作发生在大于等于pWR的区域，所以我们可以不用担心读写数据区域的重叠(?)，只需关心pWR指针本身读写的完备性。所以，PCI写数据和MCU读数据的过程是这样的：

PCI写数据过程：
     (1) 从RAM中读pWR；
     (2) 向 >= pWR区域写入数据，此时pWR保持不变，维护1个局部的字节计数WRCnt；
     (3) 获取锁/Sepahore；
     (4) 在RAM中更新pWR, pWR = pWR+WRCnt；
     (5) 释放锁/Sepahore；
     (6) 向MCU发中断。

MCU读数据过程：
     (1) 获取锁/Sepahore；
     (2) 从RAM读出pWR；
     (3) 释放锁/Sepahore；
     (4) 从RAM读出pRD，计算应该读出数据的字节数；
     (5) 循环读数据，此时pRD保持不变，维护1个局部的字节计数RDCnt；
     (6) 在RAM中更新pRD, pRD = pRD+RDCnt (或 pRD = pWR)。

细心的你可能会发现，我在上文中标注了1个红色的问号。这里存在了一种假设，FIFO深度足够大，读写数据的速度足够匹配。只有在满足该假设的情况下，我们才不用担心数据区域的重叠。当此假设不满足时，很可能存在这样一种情况，pWR马上就要追上pRD(追上！！不是pRD<pWR么？不过这里说的没错，如果你不赞同，尝试理解一下我的意思)，此时读写数据就会重叠。这种情况下，怎么办？这需要进行写操作是清楚的知道pRD在哪里，如果必要的话，增加pRD(快点快点，我都快追上你了，踢你一脚，别挡我的路！哈哈)。在写入数据前，判断pWR==pRD?满足该条件时，递增pRD。这样会降低效率！！！

很幸运，我们的系统满足这个假设，所以就不用进行这种复杂的操作啦。很多时候，一个系统设计的并不完美，存在逻辑上的漏洞，可是如果简单简洁本身就是一种美妙的事情，那么我们用这个漏洞去换取这份美妙，也很棒。

3. PCI本地总线写RAM失败现象

像你说话的时候，牙齿竟然咬到自己的舌头。ou, my god!不过这确实发生了。

引用PCI local bus spec. “This bridge provides a low latency path through which the processor may directly access PCI devices mapped anywhere in the memory or I/O address spaces”.是的，我们的双端口RAM映射在CPU的memory空间，理论上说，CPU读写双端口RAM与CPU读写内存之间不存在任何区别，我以前从来没有怀疑过CPU竟然会读写内存失败，所以这个问题一直隐藏的很深，让我很费解很费解，为什么竟然丢数据丢的这么莫名其妙！

让我们分析一下，双端口RAM的读写时序，如图3所示。

写数据：EN#是RAM使能信号，此后RAM在不需要任何驱动的情况下,其内部逻辑自动定位到ADDR指示的memory uint；WR#是写RAM选通信号，触发RAM内部电路对DATA进行锁存，并将数据写入ADDR指示的memory unit。在WR#选通时，需要保证DATA和ADDR的信号时稳定的，也就是需要在ADDR/DATA有效与WR#选通之间有latency，可能是1或几个clk.

读数据：与写数据逻辑相反，DATA是输出，EN#选通后，RAM将数据放置到DATA线上，确保DATA和ADDR是稳定时，选通RD#。

                       图3 双端口RAM的写时序和读时序

我们在看看9030本地总线的读写时序，为了准确，直接截图9030 datasheet.

                      图4 9030本地写时序

                       图5 9030本地读时序

已经很清楚了, 注意Write Strobe Delay和Read Strobe Delay，这两个值是9030的EEPROM设置的。

                   图6 9030 EEPROM space descriptor典型值

参考9030 data sheet的典型值，设置EEPROM，复位9030芯片。从此之后，再也没有碰到CPU读写双端口RAM失败。难道牙齿再也不会咬到舌头了么？我不是很确定，但很久没有咬到了。

4. 谨慎对待计数器的位宽

问题：函数RecvFunc从缓冲区读取数据，返回读取数据的个数。函数内部设置1个计数器，返回此计数器的值。很不小心，这个内部计数器被设计为8位宽，而我读取数据个数有可能超过0xFF，导致经常发现数据丢失？

这个问题很简单，也很隐藏。当一个系统存在多个原因导致数据通信丢失时，这个不起眼的问题最初会掩盖掉重要的问题所在，致使问题复杂化。单独列出来，是为了警告自己，不要犯类似的错误。

5. 谨慎对待数组下标

问题：从报文中获取某个字段，并将该字段作为数组下标使用。起初，我考虑到数据通信失败时，数组下标越界的可能性，但是想到经过报文校验，应该不会发生吧。不过确实发生了，导致非法的内存访问，程序崩溃退出。

问题虽然很简单，很幼稚，缺经常发生。

6. 使用try-catch块避免程序自动崩溃结束

在遇到问题5这样的情况，程序会直接被OS结束掉。这给会造成极其恶劣的用户体验，一定要避免。设计的程序要具备一项性能，不关用户怎么操作，可以向用户输出失败，但决不允许莫名其妙的跑飞，崩溃。

可是貌似不管你怎么细心的设计，程序还是可能在不起眼的地方出现意外。C++中有一项重要的机制，try-catch块，windows也实现了结构化异常机制。请恰当的使用这些机制！

7. 接收数据缓冲区/FIFO留足够空间

数据通信丢失报文的一个重要原因，可能是FIFO深度不够。测试FIFO深度够不够，可以设置一个FIFO深度使用的最大计数。

8. windows系统偶发性的时延，数据挤压而在某个小的时间段喷涌数据

数据通信丢失报文的另一个重要原因，可能是FIFO深度已经很深的情况下，数据突发性的向总线喷涌，而总线带宽有限，这时就需要更大的FIFO深度。我们的测试程序运行在xp环境下，VC编写。windows应用程序基于消息框架，每个进程和线程都有自己的消息队列。我们的测试程序使用多媒体timer，每隔1ms产生一次TimerHandler调用。这一过程可以这么理解，windows每隔1ms向TimerHandler消息队列发1个timer消息，如果消息没有及时处理(windows很复杂，干着很多让你摸不着头脑的事情，所以不要奢望每个消息发出后，繁忙的windows都会把宝贵的CPU及时交给TimerHandler)，那么消息队列就会变得很长。例如某个100ms时间段，TimerHandler一直没有得到调用，其消息队列堆积了100个timer消息，然后CPU使用权终于交给TimerHandler了，TimerHandler迫不及待的的把堆积的100个消息，恨不得在1ms都给处理了。所以数据从windows向洪水泄闸一样涌向RAM，又从RAM涌向MCU，MCU不停的往内部FIFO灌报文数据，而CAN总线最高只有1Mbps的数据带宽，即使CAN控制器以最快的速度发，MCU内部FIFO也会很可能堆满数据，造成FIFO溢出，报文丢失啦，就像长江洪水一样。

这只是我们的假想，能不能实际看看呢？通过逻辑分析仪采集中断信号，验证了我们的结果。