浅议如何提高汽车嵌入式软件运行效率

任何一个ECU供应商去拿项目的时候，客户需求中一般都会明确提出CPU Load不能超过百分之多少多少（70%~80%）。OEM提这么个要求是有他的考虑的，因为在项目的前期，OEM自己也不甚确定将来是否有功能的扩展，而随着项目的进展，对零件理解的深入，他们则往往会有这样或那样的新的要求提出来。下面的这个漫画的故事，我相信在不少公司都上演过。

因此，怎样让软件运行的更高效一些，降低CPU Load，是软件工程师要一直记在心头的一个话题。笔者认为，软件运行效率可以从如下几个方面进行改进：

1 合理的Task Scheduling

嵌入式软件是有大大小小很多个任务组合起来的，需要合理的进行任务的调度，以降低CPU时间。

2 定点化软件中合理的定标

2.1 在定点化软件中，定标往往是比较头疼的一个问题，数据长度选择16位的话，在涉及到传递函数相关的模型里，中间变量往往会出现精度不够的导致失真严重，因此很多同学往往就是一股脑将所有数据长度选为32位，所有变量的长度与输出一直，这样做一版来说不会有大的问题，但是32位数据的运算时间远远高于16位，会占用更多的CPU资源。笔者的做法是首先分析好输入变量的值的范围和频率范围，输出信 的精度要求之后，设定10%左右的Tolerance后用Matlab的Fix Point Tool进行参数Scaling的初步设定后，再检查一遍对个别变量的scaling进行调整。

2.2 在软件中，尽可能使用2^-x作为scaling，不要使用10^-x作为scaling。因为用二进制的scaling，软件可以简单的用移位进行scaling的转换，用十进制则要用到乘除法。

3 LookupTable与PreLookUpTable与DirectLookupTable

LookUpTable太占用运行时间，不建议使用，可以用PreLookUpTable代替，如果表的数据量很大，建议直接使用DirectTable，省去interpolation算法的时间。

4 尽量减少对除法的使用

除法要占用的CPU load要远远的超过乘法，一般来说16位整数乘法在1个到几个机器周期之内可以完成，而除法则要几十个机器周期。如果是变量除以常量，那么在实现的时候可以用变量乘以该常量的倒数来代替除法运算。如果是变量之间的相除，则在算法上尽量合并同类项，减少对除法的使用，例如将b/a + c/a 简化为(1/a)*(b+c)，原来的表达式中有两个除法和一个加法，合并同类项以后一个除法、一个乘法、一个加法，能够节省不少运行时间。

5 自加自检运算符的使用

能够自加自减的地方不要用+1或-1，因为二者的汇编一般来说是有区别的，前者的效率更高。

使用增量操作符a++;得到的汇编：

incra ;a加1

使用数学运算a=a+1;得到的汇编:

move A,a;把a从内存取出存入累加器A

add A,1;累加器A加1

store a;把新值存回a

孰优孰劣一目了然。但是切记滥用自加自减，一个表达式中最多出现一个自加自减，虽然诸如x=i+++++j这样的表达式也是合理的，但太过晦涩，不要使用。

6 对于需要经常需要频繁调用的功能，尽量使用宏函数而不是函数

比如实现两个数中求较小者，

使用宏函数：#define min(X, Y) ((X) < (Y) ? (X) : (Y))

使用函数函数：

Int16 min（x，y）

{ return （((x) < (y) ? (x) : (y)）；}

使用宏函数就比函数的效率来的要高一些，因为宏函数仅仅只是将预先写好的代码替换，而在调用函数的时候，CPU需要保存和恢复当前的现场，进行压栈和出栈的操作，因此相对而言宏函数会占用更小的CPU Load。

但是宏函数用的不恰当，也会产生很多很多的坑，以下事项需注意：

7 变量的内存模式定义

DPRAM（Dual Port Ram）访问速度极快，但成本又比较高，一般的单片机中只有极少的DPRAM，一般用来配置为堆栈、全局寄存器的镜像、和一些特别需要快速访问速度的变量（如单片机内的快速MAC运算单元）。

8 使用DMA/PEC

DMA(Direct Memory Access直接内存存取)和PEC（Peripheral Event Controller外围时间控制器）是不同的公司对同一个功能的叫法。其作用注要是让外设和存储器之间实现直接的数据交互而不需要CPU的过多干预，减少中断的次数，从而降低CPU的负载率。比较典型的应用是高速的AD采样、对一串协议信 的解析（如SENT信 等）。

9 逻辑运算的执行顺序

软件对a&b&c的执行顺序为必须a，b,c都为1，该指令才会全部被执行；只要a为0，该指令的执行结果直接返回为0，软件也不会去检查b和c的取值到底是多少。因此对&运算，尽量把结果为0发生频率高的条件放在前面。

反之，对于或运算，只要有一个条件为1，那么返回值就会为1，尽量把结果为1发生频率高的条件放在前面。

10 if条件/switch分支的执行顺序

Switch语句是一个普通的编程技术，编译器会产生if-else-if的嵌套代码，并按照顺序进行比较，发现匹配时，就跳转到满足条件的语句执行。每一个条件/分支实现的跳转仅仅是为了决定下一步要做什么，为了提高速度，把最可能发生的情况放在第一位，最不可能的情况放在最后可以提高程序的运行效率。 另外，还可以将各种分支进行分组，在switch中嵌套switch。

11 For循环的嵌套

当for循环发生嵌套时，尽量将大循环放在里面，小循环放在外面，减少CPU跨切循环的次数。下面这篇文章讲得非常透彻，有兴趣的同学可以去看一下。

http://www.cnblogs.com/tolimit/p/4276844.html

12 Static的使用

对在函数中经常需要使用到的“不变量”，定义为Static变量；对于需要经常访问的函数，定义为static函数。提前分配好内存，节省软件开销。

13 iCache的使用

我们都知道程序是存储在Flash中的，需要用到该程序指令时，CPU才会去Flash进行取指,而访问Flash的速度明显是低于Ram的。iCache就是把Flash中的某一段程序代码搬到RAM中，直接在RAM中运行这段代码（就跟直接在PC机内存里面装一个Windows操作系统是一个道理）。使用iCache后，该段代码的运行效率一般能提高30%以上。但iCache的内存也是极少的，一般的应用是被频繁调用的程序放到iCache中。比如无刷电机的矢量控制一般都要求其运行周期为几十到几百个us，使用iCache就能很大程度的提高软件运行效率。

14 合理利用软件流水线

现在的单片机大多都使用了指令流水线技术，以提高CPU的运行速度。

以如下代码为例：

for (i = 0; i < 100; i = i + 1)

{

a[i] = 10 * b[i];

b[i] = 10 * c[i];

c[i] = 10 * d[i];

}

循环体内的三条指令具有相互依存的关系(a[i]=10*b[i]计算完成之前，不能对b[i]进行取指)，因此编译器不能利用指令流水线进行优化。如果我们改成如下一种方式：

for (i = 0; i < 100; i = i + 4)

{

a[i] = 10 * b[i];

a[i+1] = 10 * b[i+1];

a[i+2] = 10 * b[i+2];

a[i+3] = 10 * b[i+3];

b[i] = 10 * c[i];

b[i+1] = 10 * c[i+1];

b[i+2] = 10 * c[i+2];

b[i+3] = 10 * c[i+3];

c[i] = 10 * d[i];

c[i+1] = 10 * d[i+1];

c[i+2] = 10 * d[i+2];

c[i+3] = 10 * d[i+3];

}

则编译器能够更好的利用指令流水线，节省运行时间。