从蜂鸣器到电机：一个Linux PWM驱动模块搞定多种外设控制

在嵌入式开发中，PWM（脉冲宽度调制）技术就像一把瑞士军刀，它能通过简单的数字信号控制从蜂鸣器音调到电机转速的各种外设。想象一下，你正在开发一个智能家居控制器，需要同时处理LED灯光亮度调节、蜂鸣器报警音效和风扇电机转速控制——传统做法可能需要为每个外设编写独立驱动，但通过Linux内核的PWM子系统，我们可以构建一个统一的控制框架。

1. Linux PWM驱动架构解析

1.1 核心组件与工作原理

Linux内核中的PWM子系统采用分层设计，主要包含以下关键组件：

• PWM控制器驱动：直接操作硬件寄存器，如i.MX6ULL的PWM模块或STM32的TIM定时器
• PWM核心层：提供pwmchipX抽象，处理设备树绑定和sysfs接口
• PWM消费者API：包括pwm_request()、pwm_config()等开发者常用函数

典型的数据流如下图所示（伪代码表示）：

c复制用户空间ioctl()
    ↓
驱动中的pwm_config(pwm_dev, duty_ns, period_ns)
    ↓
控制器驱动的.set_pulse()回调
    ↓
硬件寄存器写入

1.2 设备树配置实战

以全志H3芯片为例，配置PWM0控制蜂鸣器的设备树节点：

dts复制pwm: pwm@01c21400 {
    compatible = "allwinner,sun8i-h3-pwm";
    reg = <0x01c21400 0x400>;
    clocks = <&osc24m>;
    #pwm-cells = <3>;
    status = "okay";
};

beeper {
    compatible = "pwm-beeper";
    pwms = <&pwm 0 50000 0>;  // 周期50ms(20Hz)
    pinctrl-names = "default";
    pinctrl-0 = <&pwm0_pin>;
};

关键参数说明：

2. 通用驱动模块开发

2.1 字符设备驱动框架

创建支持多设备管理的PWM驱动模块：

c复制#define PWM_MAGIC 'P'
#define PWM_SET _IOW(PWM_MAGIC, 0, struct pwm_params)

struct pwm_params {
    int channel;
    int duty_ns;
    int period_ns;
};

static long pwm_ioctl(struct file *file, unsigned int cmd, unsigned long arg)
{
    struct pwm_device *pwm;
    struct pwm_params params;
    
    copy_from_user(&params, (void __user *)arg, sizeof(params));
    pwm = pwm_get(dev, params.channel);
    
    switch(cmd) {
    case PWM_SET:
        pwm_config(pwm, params.duty_ns, params.period_ns);
        pwm_enable(pwm);
        break;
    }
    return 0;
}

2.2 多设备管理策略

使用内核链表管理多个PWM设备：

c复制struct pwm_client {
    struct list_head list;
    int channel;
    struct pwm_device *pwm;
};

static LIST_HEAD(pwm_client_list);

static int pwm_add_client(int channel)
{
    struct pwm_client *client = kzalloc(sizeof(*client), GFP_KERNEL);
    client->pwm = pwm_request(channel, "multi-pwm");
    list_add(&client->list, &pwm_client_list);
    return 0;
}

3. 外设控制实战案例

3.1 蜂鸣器音乐播放

通过频率变化实现《欢乐颂》片段：

python复制# 用户空间测试程序
notes = {
    'C4': 262, 'D4': 294, 'E4': 330,
    'F4': 349, 'G4': 392
}

melody = ['E4', 'E4', 'F4', 'G4', 'G4', 'F4', 'E4', 'D4']

for note in melody:
    period = 1000000000 // notes[note]  # 转换为纳秒
    ioctl(fd, PWM_SET, &(struct pwm_params){0, period//2, period})
    usleep(200000)

注意：人耳可听范围约20Hz-20kHz，建议PWM频率保持在2kHz以上避免可闻噪声

3.2 LED呼吸灯效果

指数曲线渐变实现平滑呼吸效果：

c复制void breathe_led(int fd, int channel)
{
    for (int i = 0; i < 100; i++) {
        int brightness = exp(i/20.0) * 1000;  // 指数增长
        ioctl(fd, PWM_SET, &(struct pwm_params){
            channel, brightness, 100000  // 100us周期(10kHz)
        });
        usleep(10000);
    }
}

3.3 直流电机调速

带缓启动的电机控制方案：

bash复制#!/bin/bash
# 逐步加速到目标转速
for duty in $(seq 0 100000 1000000); do
    echo $duty > /sys/class/pwm/pwmchip0/pwm0/duty_cycle
    sleep 0.1
done

电机控制参数建议：

4. 性能优化与调试技巧

4.1 实时性保障措施

• 使用rt-mutex保护关键路径：

  c复制static DEFINE_RT_MUTEX(pwm_lock);
  
  rt_mutex_lock(&pwm_lock);
  pwm_config(pwm, duty, period);
  rt_mutex_unlock(&pwm_lock);
  

• 配置线程优先级：

  c复制struct sched_param param = { .sched_priority = 90 };
  sched_setscheduler(current, SCHED_FIFO, &param);
  

4.2 Sysfs与DebugFS辅助调试

查看PWM控制器状态：

bash复制# 列出所有PWM通道
ls /sys/kernel/debug/pwm

# 监控实时参数变化
watch -n 0.1 'cat /sys/class/pwm/pwmchip0/pwm0/{duty_cycle,period}'

常见故障排查表：

4.3 电源管理集成

实现休眠状态自动关闭PWM：

c复制static int pwm_suspend(struct device *dev)
{
    struct pwm_client *client;
    list_for_each_entry(client, &pwm_client_list, list) {
        pwm_disable(client->pwm);
    }
    return 0;
}

static const struct dev_pm_ops pwm_pm_ops = {
    .suspend = pwm_suspend,
    .resume = pwm_resume,
};

5. 进阶应用：动态参数调整

5.1 使用PID算法稳定电机转速

c复制// 简易PID实现
struct pid_controller {
    float kp, ki, kd;
    float integral;
    float prev_error;
};

float pid_update(struct pid_controller *pid, float error, float dt)
{
    float derivative = (error - pid->prev_error) / dt;
    pid->integral += error * dt;
    pid->prev_error = error;
    return pid->kp * error + pid->ki * pid->integral + pid->kd * derivative;
}

5.2 通过FFT分析PWM谐波

使用示波器捕获的PWM波形可以进行频谱分析：

python复制import numpy as np
from scipy.fft import fft

samples = np.loadtxt('pwm_capture.csv')
freqs = np.fft.fftfreq(len(samples), d=1e-9)  # 假设采样间隔1ns
fft_result = np.abs(fft(samples))

plt.plot(freqs[:1000], fft_result[:1000])  # 显示前1kHz频谱
plt.xlabel('Frequency (Hz)')
plt.ylabel('Amplitude')

这种分析可以帮助优化EMI性能，特别是在敏感的射频环境中。