第4章 ARM Cortex-M系列架构精讲

第4章 ARM Cortex-M系列架构精讲：寄存器模型、中断系统、MPU与Cache、SIMD指令集

好，咱们今天聊聊Cortex-M系列。说实话，这个系列我用了快十年了。从M0到M7，从简单的传感器节点到复杂的音频前端处理，几乎每个项目都离不开它。你想想看，一个能把DSP和MCU揉在一起的架构，在嵌入式语音领域有多香？

4.1 寄存器模型：别小看这16个通用寄存器

Cortex-M的寄存器模型，说白了就是那16个32位通用寄存器（R0-R15）。但这里有个坑——R13是堆栈指针SP，R14是链接寄存器LR，R15是程序计数器PC。嗯，真正能随便用的，其实就R0-R12。

我个人习惯在做语音算法移植时，先把R4-R11这8个高位寄存器留出来。为什么？因为Cortex-M的PUSH/POP指令一次只能压8个寄存器。你想想看，如果中断来了，硬件自动压栈R0-R3、R12、LR、PC和xPSR，剩下R4-R11得靠软件手动压。我建议你写汇编时，尽量把频繁使用的临时变量放在R0-R3里，这样中断响应会快不少。

关键点： 在语音算法中，循环计数器、累加器、基地址指针，这三类变量优先分配R4-R6。我在项目中遇到过，有人把循环变量放R0里，结果中断一进来，R0被硬件压栈了，循环状态全乱套。

还有一个特殊寄存器——xPSR。它包含了三个子域：应用状态寄存器APSR、中断状态寄存器IPSR、执行状态寄存器EPSR。做语音算法时，我最关心的是APSR里的Q标志位（饱和标志）。做定点数运算时，一旦溢出，Q位会置1。我建议你在每个关键运算后检查一下这个位，不然数据失真了都不知道。

4.2 中断系统：NVIC才是真正的调度大师

Cortex-M的中断系统，核心是嵌套向量中断控制器（NVIC）。它支持最多240个中断源，每个中断都有独立的优先级。优先级数值越小，优先级越高——这个和很多人的直觉相反，我刚开始也搞反过。

做语音算法时，中断优先级怎么设？我有个经验法则：

音频采样中断： 最高优先级。丢一个采样，声音就爆了。
DMA传输完成中断： 次高优先级。音频数据流不能断。
算法处理中断： 中等优先级。可以等一等，但不能太久。
外设控制中断： 最低优先级。按键、显示这些，慢点无所谓。

小技巧： 我曾经在做一个16通道麦克风阵列时，发现中断响应时间不稳定。后来查出来，是因为我把所有中断都设成了相同优先级。NVIC在同优先级下是轮询的，这会导致高频率中断互相抢占。改成严格优先级后，问题解决了。

中断延迟方面，Cortex-M3/M4能做到12个时钟周期进入中断。这个数字很关键。你算一下，如果你的音频采样率是48kHz，每个采样周期约20.8微秒。如果MCU主频是100MHz，12个周期才120纳秒，完全够用。但要注意，如果你的中断服务函数里调用了浮点运算，那延迟会翻倍——因为硬件要保存FPU状态。

4.3 MPU与Cache：保护你的关键数据

MPU（内存保护单元）在Cortex-M3/M4/M7上都有。它可以把内存分成最多8个区域，每个区域可以独立设置访问权限。做语音算法时，我建议你把以下三个区域保护起来：

音频缓冲区： 只读+不可执行。防止代码意外写入，也防止恶意代码注入。
算法系数表： 只读。FFT的旋转因子、滤波器的系数，这些改了就完蛋。
堆栈区： 读写+不可执行。防止堆栈溢出后执行恶意代码。

Cache这块，主要是Cortex-M7才有。M7有L1 Cache，指令和数据分开。做语音算法时，Cache命中率直接影响实时性。我建议你把音频数据放在TCM（紧耦合内存）里，绕过Cache。为什么？因为音频数据是流式的，Cache的局部性原理在这里不适用。你想想看，每次DMA搬进来新数据，Cache里旧数据就失效了，反而增加了维护开销。

注意： 我曾经在一个语音识别项目里，把算法系数表放在了外部Flash里，结果每次读取都要经过Cache。后来发现，某些系数读取延迟高达几十个周期，导致FFT运算时间不稳定。解决办法是把系数表放在ITCM里，并配置MPU禁止Cache缓存该区域。

4.4 SIMD指令集：一条指令干四倍的活

Cortex-M4和M7支持SIMD（单指令多数据）指令。说白了，就是一条指令同时处理多个数据。比如SADD8指令，可以一次完成4个8位整数的加法。这在语音算法里太有用了。

我常用的SIMD指令有这些：

指令	功能	语音算法应用
SADD8	4路8位加法	音频数据叠加
SSUB8	4路8位减法	噪声消除
SMUAD	双16位乘加	FIR滤波器
USAT	饱和转换	防止溢出

举个例子，做16位音频的FIR滤波时，传统写法是：

for(i=0; i<N; i++) {
    sum += x[i] * h[i];
}

用SIMD可以写成：

__asm volatile(
    "SMUAD  r0, r1, r2\n\t"
    "SMUAD  r3, r4, r5\n\t"
    "ADD    r6, r0, r3\n\t"
    : : : "r0","r1","r2","r3","r4","r5","r6"
);

这样一次处理两个乘加，速度翻倍。我建议你在写循环时，尽量让循环次数是SIMD宽度的整数倍。比如用SMUAD时，循环次数最好是2的倍数。如果不够，剩下的用普通指令处理。

性能对比： 我在一个128阶FIR滤波器测试中，用SIMD优化后，处理时间从原来的12.8微秒降到了7.2微秒。对于48kHz的音频，这意味着每个采样点节省了约5.6微秒。别小看这点时间，在实时系统中，这就是能不能跑通的差距。

最后说一句，SIMD指令虽然快，但有个前提——数据要对齐。Cortex-M要求SIMD操作的数据地址必须是4字节对齐的。我建议你在定义音频缓冲区时，用__attribute__((aligned(4)))强制对齐。不然，一个非对齐访问异常，整个系统就挂了。

嗯，这一章就到这里。寄存器模型是基础，中断系统是骨架，MPU和Cache是护甲，SIMD是武器。把这四样吃透了，你在Cortex-M上做语音算法移植，基本就稳了。下一章我们聊聊具体怎么把算法从PC端搬到嵌入式平台上，那才是真正的实战环节。

📚 课程目录